题目：基于图像集的中国古代建筑组件建模技术研究与实现

随着数码相机和拥有高像素镜头的手机的普及，获取建筑物的图像变得越来越便捷、低廉。这些图像中包含着建筑物各个角度的大量信息，但照片杂乱无序，用以拍摄的相机未经标定，如何从这些照片中获取建筑物的纹理颜色、组件构成和几何结构，从而重建具有真实感的建筑物组件三维模型，一直是计算机图形学和计算机视觉领域的研究热点。

本课题来源于国家自然科学基金项目“基于互联网照片集的室外静态场景建模技术研究与实现（61073078）”和“基于过程的城市建模技术研究（61202235）”。本文针对中国古代建筑，研究了基于图像集的建筑组件建模方法，通过恢复建筑物的反射属性、建筑物组件识别、和建筑物组件几何建模三个步骤建模建筑组件，主要研究成果如下：

提出了一种建筑物材质识别方法。方法通过用户对建筑物图像进行标注，训练一个基于图像块特征的材质分类器，自动识别建筑物图像中的漫反射材质和非漫反射材质。并在此基础上实现了分别适用于两种材质的本征图像分解方法，将建筑物图像分解为光照图像和反射属性图像。实验证明，该方法对于混合材质构成的建筑物能够给出较好的材质识别结果和本征图像分解。

 

提出了一种适用于中国古代建筑的组件识别和分割方法。针对中国古代建筑由屋瓦楼层和立面楼层交替组成的特点，本文首先在三维空间中对SFM点云进行楼层分割和屋瓦识别；随后在矫正后的图像上识别每一立面楼层中的重复组件；最后，本文利用透视投影固有的视差现象，通过估计视差对建筑物自遮挡部分的图像进行前后层分割，得到所有组件对应的图像区域。实验证明，该方法能够准确识别中国古代建筑的各种组件，并能对不规则边缘的前后层组件进行自动的分割。

 

研究并实现了一种基于径向基函数插值的逐像素深度估计方法。方法通过由图像自动生成的三维点云获取稀疏的像素深度值，构造适当的权重函数对深度进行插值，估计所有像素的深度；随后为每一个像素建立网格顶点，并生成网格化的三维模型。本文还进行了组件渲染和重光照实验，实验表明，该方法建立的三维模型在渲染时真实感强，能够表现出建筑组件表面的凸凹细节和高光效果。