题目：基于镜像图像的三维重建

面对制造业的产品数字化需要，本文借鉴计算机视觉的研究进展，建立了基于镜像图像的三维重建框架，对其中的关键技术进行了研究。以目标物体的镜像图像为数据源，实现了对该目标物体的三维重建。三维重建是利用计算的手段来模仿人类视觉原理，实现对目标物体的三维理解。基于镜像图像的三维重建过程主要包括以下技术点：相机标定、图像特征点检测、立体匹配、三维重建、散乱点云的去噪处理等。本文的主要工作如下：1． 建立了基于镜像图像的三维重建框架，并对各个关键技术进行了研究。镜像图像采集系统结构简炼，相机一次投影成像获得目标物体的镜像图像；运用镜像图像的特点，设计了相机标定、立体匹配改进算法，并给出了理论证明。2． 研究了基于镜像图像的相机标定方法。根据镜像图像特点，在相机标定过程中的空间三维数据采用两点间的间距，有效降低了噪声干扰，提高了相机标定精度。3． 提出了新的彩色图像的边缘检测方法。采用彩色图像的HSI颜色空间，对三个分量的I分量进行灰度边缘检测；根据H、S分量之间的独立性，建立彩色图像的复变函数模型，运用复变函数的研究成果，搜索H、S分量的灰度不连续点，从而获得彩色图像的色度边缘；运用信息融合技术，将灰度边缘和色度边缘进行融合，最终获得彩色图像的边缘。4． 镜像图像的立体匹配算法在三维重建的关键步骤。根据平行直线相交于灭点原理，将二维搜索降为可靠的一维搜索，简化立体匹配搜索空间，降低了立体匹配算法的空间、时间复杂度。同时给出相机投影畸变估算模型，对畸变进行补偿。5． 建立空间点三维重建模型。借鉴双目视觉理论，利用镜像图像特点，建立起关于空间三维点的超定方程组，求解获得空间点的三维坐标，重建物体表面的三维散乱点云。最后将最新研究成果第二代Curvelet变换引入点云噪声处理过程，获得显著 点云去噪效果。上述框架、模型和方法通过若干实例得到了验证。