● 摘要
近年来，随着数码技术、三维可视化技术、虚拟现实和真实感图形学的发展，利用手持数码相机拍摄的图像序列进行重建现实世界的真实三维场景，引起各国学者的广泛重视。但截至目前还没有商业化的产品，只停留在实验室阶段。使用数码相机作为成像设备，具有设备简单、价格便宜、容易建模、更新速度快等优点，避开了基于传统设备三维重建的繁琐过程。 本文在“博士点新教师基金”的资助下，根据计算机视觉原理，建立了基于手持相机图像序列的三维重建系统，解决了利用手持相机进行三维重建的难点和关键性技术问题。现将主要研究成果总结如下： (1)引入了适用于宽基线图像匹配的尺度不变特征变换(SIFT)算法。采用SIFT算法在尺度空间下对视角有一定变化的图像进行特征点检测和匹配，得到了较多的可靠匹配点。 (2)将RANSAC算法应用到估计基础矩阵之中，消除了误匹配点对计算基础矩阵精度和稳定性的影响，并根据基础矩阵求解极线，利用对极几何约束关系剔除误匹配，使得匹配的鲁棒性和精度都得到很大提高。 (3)用Harris算法对平面模板图像序列提取网格的角点，利用平面模板标定算法对本文所用的数码相机进行了标定实验，得到相机的内参数矩阵。 (4)根据立体视觉原理对两幅图像进行三维重建，首先由基础矩阵和匹配结果进行射影重建，利用标定得到的相机内参求解本质矩阵，进一步将射影重建升级到相差一个比例因子的欧氏重建。 (5)对图像序列进行两两相邻之间的欧氏重建，提出了一种场景合并策略，通过估计两个场景之间的比例、旋转和平移变换矩阵，将不同视点下的重建结果进行合并，完成图像序列的三维重建。