基于特征点匹配的曲面重建算法研究与实现
Research and Realization of Surface Reconstruction Algorithm Based on Feature Points Matching
双目立体视觉主要研究运用两个照相机对同一景物从不同位置拍摄成像并根据几何原理来实现三维场景的恢复.近年来,随着三维数据获取技术的迅速发展,曲面重建及特征点匹配技术逐渐成为计算机视觉领域的研究热并被广泛的应用于智能机器人、生产自动化、医学等很多领域.因此开展三维重建的研究工作具有重要的理论意义和实用价值.本文在对曲面重建与特征点匹配技术的国内外文献资料总结分析的基础上,对特征点匹配、曲面重建以及相机标定等计算机视觉技术进行了概述,并对曲面重建以及特征点匹配存在的一些问题展开研究,讨论了特征点匹配技术包含的基本内容,并深入研究了典型的特征点匹配算法--尺度不变特征变换算法SIFT (Scale-invariant feature transform).对SIFT进行了总结评价,提出了优点和不足,并结合专门处理边角匹配的方法,提出了了种基于SIFT的边角点匹配算法.然后,利用这种新的处理方法,建立一种描述图像的矩阵信息,再根据基础矩阵的信息发现构成图像的固有矩阵信息,结合矩阵的相关变形理论,求解出通过投影后的矩阵,最后再对具体的像素点进行调整,勾勒出事物的大致外形,实现物体曲面重建.
- 作者：
- 王仁骁
- 学位授予单位：
- 解放军信息工程大学
- 专业名称：
- 软件工程
- 授予学位：
- 硕士
- 学位年度：
- 2012年
- 导师姓名：
- 舒辉
- 中图分类号：
- TP391.41
- 关键词：
- 曲面重建；特征点匹配；基础矩阵；相机标定
- Surface reconstruction；Feature point matching；Basic matrix；Cameracalibration