论文部分内容阅读
计算机视觉被称为自动化的眼睛,在国民经济、科学研究及国防建设等领域都有着广泛的应用。基于计算机视觉进行物体的三维建模,模拟了人类视觉处理景物的方式,可以在多样条件下灵活的测量景物的立体信息,其作用是其它三维重建方法所不能取代的。无论从视觉生理的角度还是从工程应用的角度,对立体视觉的研究都具有十分重要的意义。该方法效率高,是三维建模的一个重要的发展方向。立体视觉的基本原理与人类视觉的感知过程类似,是从两个(或多个)视点观察同一景物,以获取在不同视角下的感知图像,通过三角测量原理计算图像像素间的位置偏差来获取景物的三维信息。在参考国内外比较成熟的三维重建流程的基础上,针对实际的实验环境,选取了图像获取,相机标定,特征提取,立体匹配,三维信息重建过程作为三维重建技术研究的基本流程。并采用了相机固定不动,目标物体在旋转平台上可任意角度旋转的实验场景,在matlab实验平台下实现了物体的三维重建。论文从计算机视觉相关理论介绍着手,接着介绍了几种常用的图像预处理方法,做出了优、缺点分析,并且详细介绍了基于形参均匀B样条曲线的角点检测方法。然后论文对特征点匹配算法进行了深入的研究,并提出了一种基于特征点所在区域疏密程度的匹配算法,通过有效性分析,证明了改进后算法在准确率和计算效率上都有所提高。三维重建章节详细介绍了整个三维重建过程的实验环境、实验流程,并对不同像素的照片的进行了三维重建实验。实验结果表明,当采用本文的重建流程时,像素越大,重建误差越小,精度越高,视觉效果越好,而运算时间随像素的增长几乎成指数增长。论文的最后对本文工作作出了总结和提出了下一步工作展望。