基于未标定图像的油田地面设备三维重建研究与实现
Research And Implementation on 3D Reconstruction about Oilfield Ground Equipment of Uncalibrated Image
随着计算机科学技术近几年来飞速的发展,三维重建在文物重建、医学、国防等各个方面都有着广泛的应用.但是三维重建目前存在获取三维信息过程繁琐、三维模型的数量较少等问题,因此如何快速有效的重建三维模型已成为当前的热点研究方向.本文即针对未标定数码图像的三维重建技术展开研究,并将其应用于油田地面设备的三维重建上.具体研究内容如下:首先,相机标定.选用张正友平面标定法对下面研究中要使用的相机进行标定,得出标定结果,包括相机的内参数矩阵和运动轨迹,并且对相机标定结果的精度进行验证.然后,特征点的提取与匹配.拍摄油田地面设备的场景图片,选取不用角度的图片,采用Harris角点检测算法提取出特征点,同时使用归一化互相关匹配算法对提取出的特征点进行特征匹配,得到了二维投影平面上的若干对匹配点.其次,提出自适应混沌模拟退火粒子群优化算法(ACPSO-SA).该算法利用Logistic序列对种群进行初始混沌化,加快算法的收敛速率;根据种群适应度的变化率调整惯性权重的大小,保持算法的全局搜索能力和局部搜索能力之间的平衡;引入模拟退火算法,根据模拟退火算法在一定限度内暂时接受劣质解的特点,使算法跳出局部最优,实现全局最优.同时对ACPSO-SA算法进行了算法收敛性分析,用标准函数对其进行测试,并与其它智能算法进行比较.再次,运用ACPSO-SA算法对图像进行基础矩阵估计.为解决归一化8点法对误匹配抵抗性较差的问题,首先以8对匹配点作为基础矩阵估计的最小子集,利用归一化8点法估计相应的基础矩阵;然后运用粒子群算法对基础矩阵群体进行优化,去掉由误匹配造成的误差较大的基础矩阵,实际应用表明,该方法提高了基础矩阵估计的精度和计算效率.最后,物体或场景的三维重建.在前面研究的基础上,由特征匹配得到的匹配点对,结合基础矩阵,相机内外参数,一步步计算出二维投影片面上的点相对应的三维空间的坐标,得到物体的三维点云,然后对点云进行Delaunay三角化,构成物体的三维空间模型,实现三维重建.
- 作者：
- 李言
- 学位授予单位：
- 东北石油大学
- 专业名称：
- 控制科学与工程
- 授予学位：
- 硕士
- 学位年度：
- 2016年
- 导师姓名：
- 王琼
- 中图分类号：
- TP391.41
- 关键词：
- 三维重建；相机标定；特征提取与匹配；自适应混沌粒子群模拟退火算法；基础矩阵
- 3d reconstruction; camera calibration; feature extraction and matching; ACPSO SA algorithm; the fundamental matrix;