基于单目图像的三维重建算法实现

常高祥, 刘大明

(上海电力大学 计算机科学与技术学院, 上海 200090)

随着计算机软硬件的高速发展,以及一系列新兴电子数码设备的普及,人们对于计算机视觉的处理逐渐由二维平面转向三维立体空间。相较于二维图像,三维模型可以提供更多的信息及视觉冲击。3D电影、虚拟现实[1]、城镇建模、医疗模型,以及高速发展的3D打印技术等都离不开3D模型的制作。目前的主流方法是通过三维重建技术获取人们所需的模型,作为计算机视觉的一个重要研究方向,其已具备一系列较为成熟的理论方法[2]。

TOMASI C等人[3]于1992年最先提出基于图像运动结构的三维重建方法,从多幅未标定图像中提取匹配特征,通过最小化投影误差求解物体和相机参数,进行模型的重建。马颂德和张正友[4]于1998年使用棋盘标定板提高相机标定精度[5]。SNAVELY N等人[6]在2008创建了Bundler增量式重建系统。FURUKAWA Y等人[7]于2010年在前者的基础上提出了基于面片的多视图三维重建,通过重建、扩散、滤波等操作,在一定程度上解决了点云空洞问题。史利民等人[8]于2011年利用空间几何信息改进了PMVS算法,缩短了重建时间,并提高了重建精度。PIZZOLI M等人[9]于 2014 年提出了一种融合贝叶斯估计的单目稠密算法REMODE。中科院自动化所完成的CV Suite,只需3张图像就可以实现对目标物体的重建,但精度、效率都有待进一步的改善。

根据建模时所依赖的数据来源,三维重建可分为主动获取式和被动获取式。主动获取式主要通过激光或雷达等一系列主动发出信号的设备,近距离对物体进行扫描,从而获得物体的形状和纹理等参数[10]。……