题目：基于轮廓和立体视觉融合的3D物体建模方法的研究与实现

随着计算机图形学和虚拟现实技术的发展，对真实感三维模型的需求也日益增长。真实感三维模型包含两方面信息：几何拓扑信息和表面属性信息。传统的基于几何的建模方法不仅耗时费力，而且对于真实世界中形状复杂的物体，无法构建其几何拓扑结构。三维扫描仪利用激光时间测距原理，很难获取具有高光、绒毛表面的物体。仅利用图像中的二维信息构建真实感三维模型的基于图像建模技术可以同时获取物体的几何拓扑信息和表面属性信息，具有简单、快速、成本低廉、真实感强的优点，目前随着数码相机等高品质图像采集设备的普及而成为当前三维建模领域研究的热点。本文以国家自然科学基金资助项目“虚拟奥运博物馆关键技术研究（60533070）”为背景，对基于图像建模技术开展了研究，主要成果如下：（1）研究了相机标定技术，实现了一种相机标定算法，采用三维物体作为标定参照物，快速获取相机参数；（2）研究了图像分割技术；给出了一种侧影轮廓线提取算法，能够从背景颜色相近的图像中提取出物体的侧影轮廓线，减少了人工交互，提高了提取过程的自动化程度； （3）研究了基于图像建模技术中基于侧影轮廓线的建模方法，给出了一种基于侧影轮廓线的三维重构方法。该方法采用八叉树结构来剖分模型空间，首先获取离散体素表示的物体模型，然后对其进行三角网格化，从而获取三角网格表示的模型。该方法能够快速的从已标定的侧影轮廓图像序列中重构出物体的三维模型。（4）研究了融合图像中两种或多种信息的三维建模方法，给出了一种基于图像中轮廓和立体视觉融合的三维重构方法。该方法以基于侧影轮廓线三维重构方法得到的模型为基础，利用物体在多幅图像中的纹理一致性原理，提出了一种多相关局部顶点优化算法，并应用到了模型顶点的优化过程之中。经过优化得到的模型表面顶点的相关程度都得到了提高。