基于视频图像的三维实时建模是计算机视觉、图形图像等当前计算机热门领域的重要研究内容,三维实时建模的精度更是该领域研究的核心问题。通过研究多面体可视外壳实时建模的方法,存在没有利用物体图像的特征信息来优化模型的问题。针对这个问题,本文在分析多面体可视外壳实时建模及其现有的优化方法的基础上,在尽量不影响建模实时性的前提下,研究利用已知图像特征信息优化多面体可视外壳,从而获得物体较高精度的模型。重建出的高精度三维模型可用于混合现实中虚实物体交互、远程医疗、体育和表演中动作捕捉等。1.提出一种快速准确获取相邻图像对应特征点对的方法。在完成利用PVH方法获得目标物体的初始模型之后,首先提取出物体侧影图像中的特征点,然后计算图像特征点对应另一个相机的极线,通过选取适当的模板参数和空间位置关系,搜索极线上相匹配的特征点。通过选取适当的阈值,确定图像特征点的对应关系,克服计算误差。2.在分析了目前的各种优化方法的基础上,提出了基于特征点匹配的模型优化方案。利用相邻图像公共可视区域中的特征点对,采用立体几何投影原理,计算目标物体模型上该特征点的准确位置。将这类点与其所在面片的顶点进行三角化处理,形成众多三角面片,并利用线性插值方法对面片进行处理,从而实现对初始PVH建模所得模型的优化修正。最后,通过实例程序对该优化方法进行验证,将优化后的模型与初始多面体可视外壳算法生成的目标物体模型以及原目标物体进行比较分析。结果表明,该优化方法对初始模型的优化效果较为突出,使优化后的模型更加逼近于真实物体。