基于物体几何性质的单幅图像三维重建

基于单幅图像的三维重建,需要的信息少,避免了基于多幅图像三维重建时图像匹配的难点,成为基于图像三维重建研究的一个热点。物体的深度值的计算是单幅图像三维重建的研究难点,针对此难点,利用规则物体的几何性质,对单幅未标定图像进行三维重建。首先利用消失点进行摄像机标定,然后手动获得需要的最少二维点,通过标定矩阵和物体几何性质计算出这些二维点的三维坐标,进而得到物体精确重建需要的所有信息,最后利用OpenGL实现三维重建和纹理映射。实验表明,此方法可恢复出目标物体的精确三维结构,能够满足一般虚拟现实的需要。     

基于单目运动摄像机的三维物体运动参数估计

针对单目视觉监测系统摄像机和目标物体同时运动时,如何有效测量物体三维运动参数的难题,提出一种基于单目序列图像对插入虚拟视点的算法确定运动物体位姿及运动参数的方法。动摄像机连续采集运动物体的图像序列,根据摄影几何原理对摄像机和运动物体进行分析,结合本质矩阵的特性,估算空间物体运动参数。实验结果表明,该方法能够在为摄像机与目标物体同时运动的情况下,有效地估测出物体三维运动参数,且该方法简单有效,具有较高的精确度和准确性。     

基于双目立体视觉的三维重建方法

基于双目立体视觉视差原理,结合halcon视觉开发库标定摄像机的内外参数,利用标定结果校正目标图像;引入多重网格算法以及像素灰度、梯度、平滑度相结合的相似度判断准则对校正图像进行立体匹配,获得连续稠密的视差图;根据深度信息恢复原理获取三维点云,并采用移动最小二乘法对三维点云进行平滑滤波;最后运用基于贪婪算法的三角剖分实现物体可视表面三维重建,并对重建表面进行形态学处理填补黑洞.实验结果表明,物体重建表面光滑连续,视觉效果令人满意.     

基于彩色条纹结构光的物体三维重建方法

提出了一种新的基于结构光的彩色条纹编码方法完成彩色投影图案的设计.将投影投射到待测量物体表面后,需要对获得的图像进行颜色区分来获得代码信息.基于阈值和HSI空间分色算法,研究了彩色编码中8种颜色的有效区分方法.得到投影图像中条纹的代码信息后,利用摄像机和投影仪的参数计算物体的三维信息.研究了摄像机和投影仪标定以及物体三维信息的计算方法,进而研究了基于样条插值的物体表面三维重建方法.利用提出的方法对石膏模型和人手表面进行三维测量与重建.实验结果表明,所提出的三维重建方法具有较高的重建精度和良好的实时性品质指标.     

基于最小生成树的多视图特征点快速匹配算法

针对图像特征点匹配中计算效率较低且误配率较高的问题,提出了一种在两视图匹配中引入最小生成树的新算法.该方法主要运用最小生成树构建匹配代价最小的图像对,首先通过对输入的多幅图像进行特征点提取,对生成的特征点采用基于欧式距离的两视图匹配,进一步构建最小生成树以生成最短特征点匹配轨迹,从而完成匹配.测试结果表明:最小生成树的引入使得大多数特征点匹配过程只在相关图像中运行,且能找出匹配代价最低的匹配路径,在保证匹配准确性的情况下,计算时间开销约为传统算法的20%,保证了图像匹配的实时性.     

基于多RGBD摄像机的动态场景实时三维重建系统

使用多台基于FPGA嵌入立体计算的RGBD摄像机搭建动态场景实时三维重建系统. RGBD摄像机能够以视频速度输出场景的彩色(RGB)图像及对应的稠密视差(disparity)图像,由视差图像可进一步得到场景的深度图. 多台RGBD摄像机运行在统一的外部时钟和控制信号下,可实现对目标场景数据的同步采集. 为了提高各视点所获取的场景深度图质量,根据多RGBD摄像机系统视点分布较为稀疏的特点,使用概率密度函数估计的方法进行多视点深度图的融合. 融合后的深度图由PC集群进行处理,可实时生成所拍摄场景的三维空间点云. 实验结果表明,本文系统可以有效地重建包含多个运动目标的大型动态场景.      

视频会议系统中基于图像拼合的中间视合成

中间视合成是实现立体交互式显示的关键技术,即在观察者改变观看位置时,可以通过系统合成的虚拟视点获得环视的效果.该文提出一种基于图像拼合的中间视合成算法,利用图像插值和变形技术,生成虚拟视点图像.首先对立体图像对进行亮度均匀化处理,以消除左右图像间的平均亮度差异;然后根据左右视所含信息的不对称性,利用视差信息判断可靠区域,生成过渡中间视;最后采用图像拼合变形的方法进行中间视插值合成.实验表明,生成的虚拟中间视图像效果良好,基于对象的处理方式使得本算法具有速度上的优势,可用于头肩型视频会议场景的立体交互显示.     

利用空间正交约束的相机自标定和三维重建

提出了一种用2幅未标定的图像进行三维重构的算法.利用空间 3 组垂直方向的正交结构与其在图像平面上消失点的对应关系,线性计算出相机的内参数,再利用3组匹配线段计算相机在2个视角的运动参数,最后根据得到的相机参数采用三角测量法计算空间点的三维坐标值.该算法与利用三正交运动的主动标定法相比,把相机的正交运动约束转换成空间正交结构约束,使用简单,适应性强,可直接利用参数未知的手持数码相机拍摄图像进行三维重建.对真实的建筑场景图像进行三维重建实验,重建后的三维模型在新视点生成的图像与所观察的场景一致,重构的2个平面夹角与实际值的测量误差在1 5%~2 6%之内.     

基于在线重建的遥操作预测显示系统

为了提高遥操作的操作效率,采用一种基于单目视觉的预测显示方法来解决时延导致的视觉反馈滞后问题.该方法通过基于地图的相机位姿估计算法来实时跟踪机器人的状态,在线构建机器人工作环境的三维几何结构模型,并结合多纹理映射技术进行渲染,将模型重投影到预测视点下,得到逼真的预测图像.搭建了一个基于客户端-服务器端模式的系统平台,用于未知环境下的遥操作.结果表明,在总长为7.112 m的摄像机运动轨迹中,位姿跟踪的平均误差约为0.015 m.该系统不仅能提供预测图像,而且支持生成任意视点的图像,有利于操作者从各个角度观察机器人工作场景.     

一种基于图像轮廓信息的新视点图像生成算法

对于摄像机任意运动采集的序列图像,提出了一种基于轮廓对应的新视点目标图像生成算法．在此算法中,首先检测并提取图像中的轮廓边缘,将边缘分解为直线段,根据直线段间的相对位置关系实现不同图像间直线段的匹配,从而实现整幅图像问匹配．采集的参考图像首先转化到与视点连线平行的平面（称做校正图像）．然后,通过对校正图像匹配点线性插值生成对应于新视点的校正图像;最后将该生成的校正图像变换至最终位置,从而实现新视点图像生成．实验证明,该算法可应用于任何种类的图像合成,所生成图像可以获得清晰的边缘,图像质量较高．     

双目立体视觉系统的研究

随着视觉神经学、计算机技术、图像处理技术以及人工智能技术等的发展,使得机器人模仿人的视觉系统成为可能。为了重建三维场景,研究了基于双目摄像机的双目立体视觉系统。融合人的眼睛处理视觉景物的方式,获取三维场景的深度信息。通过双目摄像头获取了被测物体不同位置的两幅图像,通过采集卡将图像信息传输给计算机,计算机通过图像预处理、选取颜色空间、图像分割、特征提取、立体匹配、三维重建等图像处理,真实再现了三维场景的几何信息。     

基于CATIA V5的虚拟投影体系的研究

介绍了在CATIA V5中创建物体三视图的虚拟投影体系模型图的方法.首先建立物体的实体模型,捕捉必要的视图图像,然后在实时渲染模块中利用盒形场景编辑器模拟投影体系,再将捕捉的视图图像作为背景贴图映射到虚拟投影面上,虚拟物体的正投影,实现了在CATIA数字环境下虚拟物体三面正投影视图的生成过程.该模型可以直观地展示获得物体多面正投影的过程,是利用CATIA V5模拟物体投影的有益尝试.     

多视成像实时校正与立体显示

手工摆放的平行摄像机阵列所拍摄的多视点立体图像往往会产生垂直视差. 为了消除多视点图像的垂直视差, 必须进行多视点图像的校正. 提出一种简单有效的多视图校正算法, 并基于该算法构建了自由立体显示系统. 应用多线程进行摄像机软同步以及后续的实时优化. 当摄像机图像的上传分辨率为1 280×960、上传速率为25 帧/s、目标3D 显示器的分辨率为1 920×1 080 时, 采用双线性插值, 可达到20 帧/s 左右的显示速率; 若采用复杂度更低的插值方法, 则可达到20 帧/s以上的显示速率. 该算法实现了8路摄像机实时校正和立体显示的3D电视系统.     

基于CATIA V5的虚拟投影体系的研究

介绍了在CATIA V5中创建物体三视图的虚拟投影体系模型图的方法.首先建立物体的实体模型,捕捉必要的视图图像,然后在实时渲染模块中利用盒形场景编辑器模拟投影体系,再将捕捉的视图图像作为背景贴图映射到虚拟投影面上,虚拟物体的正投影,实现了在CATIA数字环境下虚拟物体三面正投影视图的生成过程.该模型可以直观地展示获得物体多面正投影的过程,是利用CATIA V5模拟物体投影的有益尝试.     

基于多视图立体视觉的煤场三维建模方法研究

随着港口自动化智能堆取料技术的快速发展,智慧港口逐渐成为港口发展的趋势,而港口煤场的三维模型是其重要的组成部分。无人机的出现解决了大规模场景图像采集的难题。本文将无人机图像与多视图三维重建技术相结合,采用无人机搭载摄像机进行港口煤场图像采集,根据运动恢复结构(SFM)和稠密立体匹配的重建原理,实现煤场三维重建。设计开发了基于立体视觉的多视图三维重建的软件系统,最终重建出带有纹理信息的三维模型。实验结果和真实场景较为接近,能满足港口自动化智能堆取料的使用需求。     

基于双目立体视觉原理的立体视频自动生成软件开发

面向三维场景、基于双目立体视觉原理的渲染是立体视频制作的常用方式之一,但因控制左右虚拟摄像机的位置和设置渲染参数等往往通过手动设置模式来完成,较好效果的立体视频需要重复“编辑场景”和“渲染”等过程,影响了立体视频制作的效率.为此,本文针对3DS Max场景文件、基于双目立体视觉原理实现了立体视频的自动生成:首先采用3DS Max内嵌的脚本语言(MaxScript)对3D场景进行预处理,自动添加模拟人的左眼虚拟摄像机和右眼虚拟摄像机,然后以左眼虚拟摄像机和右眼虚拟摄像机作为视点,通过命令行渲染方式生成左眼视域和右眼视域等两路视频,作为立体视频的原始素材.     

基于深度学习的虚拟视点重建研究

基于人眼立体视觉的裸眼3D显示技术通过虚拟视点快速渲染可以获得具有密集视点的3D内容,让用户不需要任何辅助设备就可以身临其境地感受三维场景.针对传统获取方法因渲染速度慢、重建质量不高、视差受限等问题,提出基于无监督神经网络的虚拟视点重建方法,基于单目立体深度估计和傅里叶切片理论将2D图像直接生成任意视角虚拟视点.试验结果表明,本文算法比传统方法对任意视角视点的理论渲染速度大幅提升,空洞区域修复更自然.     

基于多幅图像序列的三维重建

基于多幅图像序列的三维重建技术, 以两幅图像的三维重建算法为基础, 采用由运动中恢复校准的结构方法, 在已知摄像机参数的情况下, 利用KLT特征点跟踪算法, 实现了多幅图像的三维重建, 并利用集束调整优化了重建结果.     

一维子空间的三维重建方法

为了从图像序列中恢复三维物体,假设相机为正投影模型,提出了一种基于一维子空间的三维重建方法.利用所有图像序列构成的行向量生成的子空间之和与三维空间点构成的行向量生成的子空间是同一线性子空间、同时由所有图像点构成的2个行向量外加一个行向量就可以组成该子空间的一个基底的特性,线性地求取子空间中的行向量,最后完成三维重建.模拟和真实实验结果表明,该重建方法具有鲁棒性好、重投影误差小等优点,而且能够将图像平等地对待.     

基于影灭点的单视图三维重构

提出了一种单视图三维重构方法,该方法需要用户提供图像点及其对应三维点之间的几何信息.由于结构场景有大量平面构成,存在大量的平行性和正交性约束,所以该方法主要应用于结构场景的三维重构.重构过程分为两部分:首先,基于三组互相垂直方向的影灭点,对方形象素摄像机进行定标;然后,基于用户提供的共面性和场景平面的影灭线,计算点的三维坐标.采用真实图像测试,说明该方法有效且简单易用.