基于多视图的三维结构重建教学指南.docxVIP

《基于多视图的三维结构重建》

教学指南

一、课程的性质与任务

1.性质

这是一本面向中文读者的关于从不同视点多幅图像重建图像中的物体的三维结构相关知识的教科书。本书适合大学三年级以上的理工科本科生和研究生，以及具有类似背景的对三维重建感兴趣的人士。

2.任务

三维模型获取是计算机图形学和计算机视觉领域的一个基本研究问题。然而，利用建模软件(比如3DMAX和Maya等）手工进行三维模型构建是十分繁琐和代价昂贵的工作。因此，研究如何从现实世界直接和快速地获取三维模型，成为非常有意义的理论和技术。

本书旨在让读者能系统地了解基于图像的三维重建的整体步骤和其中涉及到的关键技术，以快速掌握三维重建流程。

二、预备知识

本书基于多视图未定标图像的局部特征以及多视图之间的约束关系，以构建复杂完整的三维模型为目标，对三维重建的整个流程进行了深入的阐述。读者在学习本书之前，应具备一定的计算机基础知识，计算机图形学和计算机视觉知识，这样通过对本书的学习才能获得更好的效果。

三、教学提要、课程内容、教学要求

第1章绪论

本章教学内容

教学重点：基于多视图的三维重建的流程介绍

本章教学要求

通过本章的学习，学生应掌握基于多视图的三维重建的流程中涉及的技术和概念，对整个三维重建的流程有整体把握。

第2章特征点描述与匹配

本章教学内容

教学重点：三维重建流程所使用的特征点提取方法

本章教学要求

通过本章的学习掌握图像局部特征点描述子的概念，掌握采用独立成份分析(ICA)技术提取特征点像斑的独立成份的描述子，掌握以此特征点描述子作为特征点的特征描述向量的方法。了解如何通过标准图像测试集评估描述子的性能，并应用于三维重建流程中的特征点匹配部分。

第3章基于未标定图像的三维点云重建

本章教学内容

教学重点：从二维图像空间到三维空间的目标物体点云结构和各视图相机运动参数估计的算法

本章教学要求

通过本章的学习首先掌握一种新的使用全局最优技术，对基础矩阵进行非线性估计的方法。然后掌握仅依赖基础矩阵精度的射影空间多视图递推公式，并基于此恢复目标物体的三维度量结构。

第4章点云数据的优化

本章教学内容

教学重点：三维点云数据进行优化；

基于SBA框架和随机行走模型的非线性优化算法；

在几何空间对模型进行调整的两种不同算法；

本章教学要求

通过本章学习掌握基于SBA框架和随机行走模型的非线性优化算法，能够掌握对点云数据进行优化的方法。然后了解在几何空间对模型进行调整的不同算法。

第5章多视图纹理映射

本章教学内容

教学重点：基于多视图图像，针对复杂三维模型的自动纹理映射算法

本章教学要求

掌握一种基于马太效应法则的概率模型对三维模型网格表面的纹理分布进行优化分布，保持纹理效果最优的同时使纹理边界尽量减少的方法。另外，了解进行纹理边界融合和纹理表面空洞修补的算法。

四、教学时间分配

章号

课程内容

课时数

第1章

绪论

4课时

第2章

特征点描述与匹配

15课时

第3章

基于未标定图像的三维点云重建

15课时

第4章

点云数据的优化

15课时

第5章

多视图纹理映射

15课时

合计

64课时

注：以上课时分配仅供参考，教学中可根据教学的安排再做调整。