基于最优RANSAC算法的非增加式多视图三维重建

非增加式的多视图三维重建算法不依赖于初始重建,而是首先求解全部的摄像机参数,然后一次性重建所有三维点,其难点在于如何精确的求得全局旋转矩阵和全局平移向量.针对摄像机旋转矩阵计算的问题,引入最优RANSAC算法来稳定剔除错误的二视图关系,避免了人为设定阈值的不可靠性,提高了全局旋转矩阵的计算精度.针对摄像机平移向量计算的问题,结合了黄金分割方法与线性规划来精确计算三视图相对平移向量,提高了相对平移向量计算的精度,从而提高了最终全局平移向量的精度.实验结果表明,设计的算法能有效的提高三维重建精度.

基于无人机序列图像的多视图几何三维重建研究

基于无人机序列图像的多视图几何三维重建主要包括特征提取与匹配、稀疏和密集点云重建、纹理映射等几个步骤。重建的方式主要有非增加式和增加式,其中,增加式三维重建对最初始视图重建的精度要求非常高,并且在视图数量不断增加的时候,要不断地进行捆集调整,因此效率不好且精度无法得到保证。非增加式三维重建则通过全局方式计算目标三维点云,不需要多次进行捆集调整,且对初始视图重建的精度要求不高,在效率和精度方面优于增加式,因而成为研究热点。在OpenCV、OpenMVG等开源方式下,编程实现了非增加式的多视图几何三维重建,并用3组不同的无人机影像进行实验,实验结果表明该方式重建速度快、精度高,具有很强的实用性。