从运动中恢复目标结构的改进因子分解法

因子分解法是从图像序列中恢复刚体目标几何结构的重要方法。针对传统因子分解法基本过程中存在的不足,及其容易失效的缺点,提出一种改进的因子分解法。该方法避开传统方法中求解修正矩阵的复杂过程,利用旋转矩阵的特性,直接修正由传统方法奇异值分解(SVD)得到的每帧图像的旋转矩阵,然后根据观测矩阵和得到的旋转矩阵,直接利用线性最小二乘法求解目标的结构矩阵。仿真和实测数据的实验结果表明,本文方法能够有效地从序列图像中恢复目标的几何结构,相比传统因子分解法,在稳定性上有较大的提升。

基于线特征的增强现实注册算法

提出了基于线特征的增强现实系统注册算法实现框架,将复杂的增强现实无标志注册问题分解为特征提取、特征匹配、三维重建、虚实融合4个可操作的具体阶段,针对每个阶段的关键技术给出了相应的解决方法,为进行无标志点增强现实系统注册算法的研究提供了理论模型;利用从运动中恢复结构的技术,通过跟踪图像序列的线特征,实现了基于线特征的增强现实注册算法,实验结果验证了该方法的有效性.

基于计算机视觉的三维重建技术综述

单目视觉三维重建技术是计算机视觉三维重建技术的重要组成部分,其中从运动恢复结构法的研究工作已开展了多年并取得了不俗的成果。目前已有的计算机视觉三维重建技术种类繁多且发展迅速,本文对几种典型的三维重建技术进行了分析与比较,着重对从运动恢复结构法的应用范围和前景进行了概述并分析其未来的研究方向。

基于计算机视觉的三维重建技术综述

计算机视觉三维重建技术现在所拥有的种类非常多,并且还处于飞速发展阶段。这其中,从多年研究运动恢复结构法,并取得突出成果的单目视觉三维重建技术,是计算机视觉三维重建技术的非常重要的一个组成部分,主要对从运动恢复结构法的实际应用和发展加以陈述并研究其未来的发展方向,来综述几个比较有代表性的三维重建技术。

基于三维重建的大区域无人机影像全自动拼接方法

低成本无人机由于不具有精密的惯性导航系统,其拍摄区域有可能是一些难以布设控制点的无人区,因此无法采用传统的航空摄影测量处理手段获得拍摄区域的拼接影像。为此,提出一种基于三维重建的无人机影像全自动拼接方法。利用从运动恢复结构和多视角立体算法重建拍摄区域的密集点云,根据密集点云数据采用一种基于邻点分布约束的点坐标插值算法内插待定点空间坐标,运用间接微分纠正方法对影像进行几何校正,从而获得几何一致的拼接影像。实验结果表明,该方法全程无需人工干预且拼接耗时短,相邻影像之间几何拼接精度约为2.5个像素。

基于深度卷积特征的影像关系表创建方法

在从运动恢复结构(structure from motion,SfM)的过程中,无序影像间的匹配非常耗时,一方面受制于特征匹配本身,另一方面受制于大量的图像间匹配,其计算复杂度为O(n2)。为减少匹配次数,本文提出基于深度卷积特征(deep convolution feature,DCF)的影像关系表创建方法。首先利用在ImageNet上训练好的VGG-16卷积神经网络提取影像的卷积层特征图,然后对特征图进行和池化操作,最后将该向量归一化,作为图像的特征。通过向量点乘,计算数据集中的每张影像和其余所有影像的相似度,选取相似度最大的10张影像作为影像的潜在匹配像对,并由此构建影像关系表。结果表明,本文提出的DCF能够有效的创建影像关系表,找出潜在匹配像对。在Urban和South Building数据集上,基于DCF创建的关系表匹配的SfM重建的结果和穷举匹配的重建结果基本一致,但匹配次数分别减少97.4%和92.1%。同时基于DCF创建的关系表优于主流ORB-SLAM2系统中的DBoW3创建的关系表。

一种基于图像集合的三维重建方法

设计并实现了一整套基于图像集合的三维重建技术。首先对输入的多幅图像提取特征点,然后将这些特征点进行匹配,接着迭代运行从运动恢复结构的优化算法,得到相机参数以及稀疏的空间点云信息,最后利用多视图立体重建方法得到稠密的空间点云模型,完成对目标的三维重建。实验结果表明,本文采用的方法不需要特定的设备,无需人工干预即可自动重建出正确的被观测目标的三维模型。

一种侧视图的三维人脸重建方法

三维形变模型(3D Morphable Model,3DMM)和从运动中恢复结构(Structure From Motion,SFM)方法被广泛用于三维人脸重建.基于单视图进行三维人脸重建需要正视图和先验模型,会受到计算复杂度高、容易陷入局部极小值和易受姿态变化的影响.本文提出一种针对侧视图的三维人脸重建方法,首先对侧视图使用改进的三维形变模型,得到初始的三维人脸正视图及特征点;然后根据人脸对称性,得到侧视图对称的视图及对应的面部特征点;最后用SFM方法将正视图、原始视图和对称视图重建,得到稀疏三维模型.并用不同姿态的面部图片对该方法进行了评估,结果表明该方法比已有的方法对姿态变化更具鲁棒性.

运动重建约束角的圆位姿二义性消除方法

针对单个圆进行视觉测量存在的位姿二义性问题,提出了一种运动重建约束角的二义性消除方法。在相机已标定的前提下,利用圆的投影椭圆曲线确定圆的位姿参数,位姿存在二义性;利用多视图从运动恢复结构方法估计特征点的世界坐标,并利用特征点重建约束角;基于刚体运动不改变空间夹角的特性同时唯一确定多视图的圆位姿。仿真结果显示:在500 mm距离内,噪声强度为0.4 pixel时二义性消除成功率为100%,强度为1 pixel时成功率约为93%;噪声强度为0.1 pixel,距离在1000 mm时具有99.6%的成功率。此外,在二视图的情形下算法的平均运行时间约为5ms,适合实时性的应用。该方法不需要目标的额外信息,能够实时有效地消除圆位姿的二义性。