基于RGB-D的室内场景实时三维重建算法

针对基于视觉的室内场景三维重建过程中存在三维点云匹配不准确、过程耗时和深度信息部分缺失的问题,提出一种带有深度约束和局部近邻约束的基于RGB-D的室内场景实时三维重建算法.该算法首先利用RGB-D相机采集到的RGB图像做哈里斯角点检测,再用SURF特征点描述方法对检测到的特征点生成64维特征描述子.接着利用特征点集合的深度信息和局部近邻特征点信息作为约束,初步筛选出相邻帧间正确的匹配点对,再结合随机抽样一致性(RANSAC)算法去除外点,以此得到相机的姿态估计.最后利用RGB-D的深度图像,在图优化方法(g2o)的基础上生成三维点云,实现室内场景的三维重建.实验中,RGB-D摄像头装载在自主移动导航的小车上,实时重构的三维场景验证了所提算法的可行性和准确性.     

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.     

基于数码相机图像的三维重构

针对传统三维坐标测量方法的局限性,提出了利用数码相机对物体进行三维重构,达到对物体进行非接触测量的目的．采用标准图像法对数码相机内部和外部参数分别标定,与传统的相机标定相比,简化了求解的复杂性．基于同一物体的两幅图像,给出了其三维重建理论和算法．并举例说明了三维重构的具体实现步骤和方法．     

基于彩色伪随机编码单幅图像的三维欧氏重构

文章针对机器视觉中彩色伪随机序列编码与灵活的预标定三维重构技术,研究了基于单幅编码图像的三维欧氏重构系统集成。先对CCD相机采集的编码图像进行必要的预处理,接着对其进行特征点检测与匹配,结合预先标定的LCD投影仪参数,利用层次化的三维欧氏重构理论,即可根据单幅图像恢复该三维场景的三维坐标数据,重构三维场景的三维形貌。     

基于SIFT特征匹配和模约束的摄像机分层自标定方法

在一些计算机视觉和摄影测量任务的执行过程中,需要在线地标定摄像机参数,这就使得不依赖标定参照物的自标定成为必需,提出一种基于SIFT特征匹配和模约束的摄像机分层自标定方法。自由移动或旋转摄像机拍摄同一场景内部参数不变条件下的四幅以上图像。对每幅图像进行SIFT特征点提取,通过特征点匹配在每幅图像中分别获得对应三维场景空间同一特征点的像素坐标。进行投影标定,获得每幅图像在投影重建空间中的相机投影矩阵,以及每个特征点在投影重建空间中的三维坐标。进行仿射标定,采用模约束法确定无穷远参考平面在投影重建空间中的参数。进行度量标定,确定内参矩阵。实验表明,该方法能在线地稳定地获得摄像机内参标定结果,从而对现有的摄像机自标定方法进行了改进。     

单目视觉下道路场景车辆空间形态估算

针对受射影几何学的限制,单目相机无法直接获得准确的三维点云数据及目标尺度信息,难以获取目标的三维结构问题,提出了一种基于单目交通相机的车辆空间形态估算方法。首先建立道路场景的自动标定模型以获取3D-2D的投影映射及尺度信息,并基于“钻石空间”方法,利用统计轨迹直线及车辆边缘精确求取场景中的地平线,根据标定信息及灭点约束共同构建车辆空间形态的几何约束模型;然后在图像中提取车辆的实际投影约束,包括基于获得的车辆序列轮廓约束,及车辆自身边缘约束,并据此构建误差约束函数,估计车辆空间形态的投影误差;最后根据车辆的初始识别结果及先验信息,优化参数约束空间,并利用误差约束函数在约束空间中迭代求最优,得到精确的车辆空间形态信息。利用公开数据集BrnoCompSpeed及实际道路采集的视频数据共同验证该算法,并与现有类似算法进行比较。结果表明：该算法对于道路场景的适应性强,所需先验条件少,对于多种类型车辆在三维尺寸的估计精度高达94%以上。同时,该算法还可估算车辆实时的空间位置及相对于路面的偏转角度,综合空间形态估算的精度达到92%以上,且实时性较好,单帧多车的估算时间小于0.5 s。与现有算法相比,...     

用于三维重构的相机标定算法

为了从物体的二维图像参数中得到三维重构模型,需要通过相机内部参数,建立真实物体与对应成像物体的关系模型,提出一种借助双平面镜进行三维重构的相机自动标定算法.通过两个普通平面镜获取被摄物体的5个不同角度二维图像投影,自动标定算法依赖物体的投影轮廓线计算相机内部参数.试验结果表明,通过相机自动标定算法获取轮廓和相机的参数信息,能有效地实现基于视觉外壳算法的三维重构.     

基于运动轨迹的单目相机位姿自标定方法

为了减小轨迹图像分析中的透视效应,使用提取出的运动平面目标特征点,基于相机小孔成像模型与目标特征点运动约束,构建了一种相机位姿的自标定模型来标定相机位姿.通过标定的相机位姿,可将轨迹进行重投影,实现了将轨迹图像校正为正投影图像.实验结果表明:本标定模型使用跟踪到的运动目标进行相机标定,相机位姿的标定精度优于张正友标定法.     

单目视图下相机标定和平面测距研究

描述了在透视投影和相机针孔模型下从单幅二维投影图像进行目标空间方位测定的方法,即利用现实场景中一个三维标定块来进行相机标定,采用线匹配法求出单应矩阵,即可测量平面上目标距离以及物体高度等。     

基于OpenCV的双目测距系统

为解决利用双目设备实现测距并使测距时间控制在毫秒级的问题, 研究了摄像机标定、 立体校正、 极线约束下的块匹配和三维重建等关键技术。使用立体相机将拍摄多个角度的棋盘照片保存到计算机中进行角点检测和标定, 以获得摄像机参数。使用Bouguet标定立体校正算法\, 立体匹配使用块匹配方法。得到视差图后求出三维点云, 进行三维重建, 根据三角相似原理计算目标物体的距离。使用OpenCV2.4.3, 在VS2010编译环境下, 用VC++编程实现。该系统只需普通立体相机采集图像, 成本低, 与其他立体匹配方法相比, 块匹配方案测距速度快且准确度满足应用的要求。     

视觉测量中基于彩色伪随机编码照明模板的设计

为实现仅用一幅二维图像,在系统参数未知且可变条件下,在真正的三维欧氏空间重构三维场景,其解决的首要关键问题是研究合适的编码结构光照明方法.文章采用伪随机彩色空间编码的可靠模型算法设计该主动视觉系统的多种编码投影模板,探索实现三维场景表面高分辨率伪随机彩色空间编码的特征化新技术,该编码窗口唯一性能唯一辨识待重构场景表面上每一特征点,解决场景重构特征点的匹配瓶颈难题,其不标定三维欧氏重构结果证实该文设计方法具有有效性.     

基于多幅未标定图像的三维度量重构

提出了一种基于多幅未标定图像,恢复场景三维几何的优化矩阵分解算法,该算法先通过迭代逼近得到射影重构,然后通过估计绝对二次曲面,将射影重构更新到度量重构。采用真实图像测试,获得好的实验结果,说明该方法简单易用。     

基于照片的三维虚拟人重建技术

以标准的三维虚拟人模型为模板,结合从真人的二维正交照片中提取的信息,对其进行重建,得到具有真实感的三维虚拟人模型.首先根据摄像机投影矩阵,得到标准人体三维模型的二维正交投影图像,跟真人的正交照片图像进行对比,得到两者轮廓中对应特征点之间的变形关系.然后利用二维正交图形的变形关系,计算出标准的三维虚拟人和真人的三维虚拟人模型相应三维特征顶点之间的位移关系;并根据特征点之间的相对变形矩阵对分块的标准三维虚拟人模型的所有顶点进行相应的坐标变换.最后提取真人的纹理信息,加载到三维模型中,得到具有真人纹理及相近形态特性的三维虚拟人模型.     

基于未校准PMS和参照物的三维表面重建

未校准的PMS在重建物体三维形状时比经典的PMS的光照约束条件低,增加了在实际应用时的灵活性。但未校准PMS算法需要同时估算输入图像的光参数以及物体的三维形状,算法的求解难度也随之提高。本文提出一种基于未校准PMS和参照物的算法来估算目标物体的三维形状和反照率,并通过实验对合成物体以及自然光环境下的真实物体进行了三维重建,实验结果验证了本文算法的准确性和有效性。     

基于时空纹理图象能量分析的运动和深度估计

本文提出用于运动理解和景深估计的三维时空纹理图象的运动能量方法，研究时空纹理和物体运动的关系，并从时域采样的角度研究了对应性问题。在此基础上，着重讨论了在已知运动的情况下，由时空运动纹理的频谱分布来定性估计深度的算法，并给出实验结果和分析。对于一般的运动，作者提出了采用图象注视变换和时域重采样的方法，使复杂的三维时空图象的分析简化为二维时空纹理的方向检测。本文研究可广泛应用于视觉导航、自动检测、安全监视和视频图象分类等领域。     

基于主动视觉的摄像机线性自标定方法

讨论了一种基于主动视觉的摄像机线性自标定方法,在摄像机为完全的射影模型,即畸变因子(skew factor)存在时,通过控制摄像机作一次纯轴向运动和3组两正交运动即可线性地标定出摄像机的所有5个内参数.当摄像机为四参数模型,即畸变因子为零时,只需控制摄像机作2组两正交运动即可线性标定出其4个内参数.模拟实验和真实图像的实验结果表明,该方法能够比较准确地标定出摄像机的所有内参数.     

一种新的三维PIV自标定技术

相机标定是获取相机内外部方位参数的过程。利用体视投影匹配确定的标定参数,就能从两幅体视照片中确定视场内一点的三维位置。提出一种新的在三维PIV测量中使用的相机自标定技术。该方法只需要测量现场的任意八个不相关点和一个标定长度做参照,就可实现流场的自标定,完全不需要再测试现场放置标定体,更不需要已知相机的内外方位元素。该标定方法分为两步:第一步标定相机内方位元素:由三灭点定理确定体视相机的初步标定参数;第二步标定实际流场:利用同源像线与基线必定确定一平面作为优化约束,对第一步取得的参数进行非线性优化。实验证明,该方法行之有效。     

利用相关函数估计在图象光流计算中的误差

从光流来决定照相机与它所见的场景之间的相对运动，是一个困难的问题。不少人希望计算的误差能在一种可接受的范围内。然而，大部分光流研究用的是基于亮度不变假设的模型，而这种假设在不少情况下并不适用。当使用允许图象亮度改变的模型时，误差或者说偏差在图象光流计算中的性质，并利用一个各向同性的图象亮度的空间相关函数，估计在图象光流计算里的误差（偏差）。研究结果是：１）当亮度改变时，除非运动为零，在图象光流中存在误差；２）对较随机的图象来讲，图象光流中的误差比光滑图象中的误差更大；３）利用定义的相关函数，可能定量地估计在图象光流计算中的误差。