三维重建技术一直是计算机视觉领域的研究热点之一,也是人工智能发展的一个重要研究方向。基于立体视觉的三维重建是指通过模拟人眼的视觉工作机制,采用双目相机从不同的角度采集目标物体的图像信息,再根据相机的内外参数、视差原理和图像处理等知识计算出物体在真实场景中的三维信息。由于光照、遮挡和算法鲁棒性等因素的影响,特征提取的精度可能不够高,立体匹配的过程中往往存在许多误匹配点,影响三维重建的效果。针对以上问题,本文进行了相关的研究,提出了一种基于抖动优化的三维重建方法。本文的主要研究工作如下:1.本文首先对立体视觉三维重建系统进行了整体的研究,主要介绍了立体视觉的基本工作原理以及本文采取的立体视觉系统模型,为理解本文的三维重建工作奠定了基础。2.在特征匹配前,本文首先对左右图像进行图像平滑、图像均衡化和图像锐化等预处理,目的是减少图像噪声,提高特征提取的精度。在立体匹配阶段,为了权衡匹配精度和计算复杂度,本文采用了传统动态规划立体匹配算法,通过寻找最小代价路径来获取视差图。3.本文提出了一种抖动优化三维重建算法,旨在通过多次合理的抖动来快速地剔除三维重建后的误匹配点和补充更多鲁棒的特征点。首先,借助平面镜的移动来模拟相机的抖动,本文搭建了一个可以对物体进行多视角拍摄的立体视觉系统。这种可以利用不同视角拍摄的多组图像进行多次三维重建并相互校正的方法,称为抖动法。其次,本文定义了一种矢量方法来评估物体的三维点云重建效果,通过分析点云的误差矢量来预测物体的最佳抖动状态,并结合积分优化策略来筛选稳定特征点。4.最后,本文设置了多组实验来抖动优化算法的有效性,以及分别探究了积分优化处理时积分步幅对抖动误差的影响和双目相机的凝视角对抖动效果的影响。实验表明,本文提出的抖动优化三维重建算法可以高效地剔除误匹配点并补充鲁棒的特征点。此外,合理地选择双目相机的凝视角,抖动优化效果会更明显,同时获得更高的三维重建精度。在实际的应用中,本文算法可以解决工程上无法灵活改变物体位姿或调整双目相机位置进行多视角拍摄的问题,具有很好的应用前景。