学位论文 > 优秀研究生学位论文题录展示

基于SURF算法的多幅图像三维模型重建方法研究

作　者: 国飞飞
导　师: 张艳
学　校: 北京理工大学
专　业: 计算机科学与技术
关键词: 基于多幅图像的三维模型重建 SURF算法区域增长匹配算法
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 118次
引　用: 0次
阅　读: 论文下载

内容摘要

基于多幅图像的三维模型重建是计算机视觉领域中的研究热点和难点。特征点的检测和匹配技术是基于图像三维建模过程的关键技术,从很大程度上影响了重建结果的效率和精度。本文的主要研究内容如下:(1)基于多幅图像的三维模型重建理论。本文研究了三维模型重建步骤中涉及到的特征点的检测和匹配、相机自标定(包括基础矩阵、本质矩阵的获取、相机的内外参数和摄影矩阵的确定)、通过三角测量得到物体的三维空间点坐标。并将特征点的检测和匹配作为重点研究对象。(2)SURF特征提取及匹配算法。特征点检测是三维模型重建的基础,后续步骤都是在特征点的基础上建立起来的。特征点检测算法的性能对重建至关重要。本文重点对SURF算法进行了研究,并与SIFT特征点检测算法从特征点精确度、特征点个数、和特征点检测匹配速度三个方面进行实验分析它们的性能,验证了SURF在本文应用中的优越性。(3)特征点稠密匹配算法。虽然SURF算法在速度和精度上取得了最优,但匹配得到的特征点个数相对较少,针对这一不足,将区域增长匹配算法应用于特征点的匹配中,以已有匹配点对为种子点,向四周进行区域性的扩展匹配,以得到稠密特征点。(4)在上述关键技术的基础上,实现了一个多幅图像三维模型重建系统,使用真实拍摄的图像进行实验,并将本文采用的SURF算法和区域匹配增长算法并用的重建方案与单一采用SIFT算法匹配进行比较,重建结果在精度上有很大提升。

全文目录

摘要  5-6
Abstract  6-9
第1章绪论  9-17
  1.1 基于图像的三维模型重建的前景和意义  9
  1.2 基于图像的三维模型重建方法的现状和发展趋势  9-12
  1.3 基于多幅图像的三维模型重建方法  12-15
    1.3.1 基于多幅图像的三维模型重建一般流程  12-13
    1.3.2 基于多幅图像的三维模型重建方法  13-15
  1.4 本文研究内容  15
  1.5 论文组织结构  15-17
第2章 SURF 特征提取及匹配算法的研究和实现  17-33
  2.1 图像特征点检测及匹配方法综述  17-18
    2.1.1 特征点的检测和匹配算法介绍  17-18
  2.2 SURF 算法介绍  18-26
    2.2.1 SURF 算法中的几个概念  19-21
    2.2.2 SURF 特征点的检测  21-23
    2.2.3 SURF 描述子的生成  23-25
    2.2.4 SURF 相似性度量  25-26
  2.3 SIFT 算法介绍  26-28
    2.3.1 SIFT 特征点检测  26-27
    2.3.2 SIFT 特征点方向的确定  27
    2.3.3 SIFT 特征点描述子的生成  27
    2.3.4 SIFT 相似性度量  27
    2.3.5 SURF 和SIFT 算法对比  27-28
  2.4 SURF 算法在重建中的实验  28-31
    2.4.1 SURF 和SIFT 特征点检测情况对比实验  29-30
    2.4.2 SURF 和SIFT 特征点精确度对比实验  30
    2.4.3 SURF 和SIFT 算法速度对比实验  30-31
  2.5 本章小结  31-33
第3章改进的特征点稠密匹配算法研究和实现  33-41
  3.1 区域增长算法理论  33-34
  3.2 区域增长算法步骤  34-38
    3.2.1 视差图的定义  34-35
    3.2.2 确定对应点的目标函数  35
    3.2.3 区域增长算法流程  35-38
    3.2.4 区域增长搜索范围的控制  38
  3.3 区域增量算法实验  38-40
  3.4 本章小结  40-41
第4章基于多幅图像的三维模型重建方法研究  41-53
  4.1 三维实体重构建模理论  41-50
    4.1.1 相机模型  41-43
    4.1.2 极线几何  43-44
    4.1.3 基础矩阵  44-45
    4.1.4 基础矩阵的计算  45-47
    4.1.5 本质矩阵计算  47
    4.1.6 摄像机外参数的计算  47-48
    4.1.7 投影矩阵的计算  48-49
    4.1.8 空间三维点的计算  49-50
  4.2 基于多视图的三维模型重建  50-52
  4.3 本章小结  52-53
第5章实验  53-60
  5.1 两幅图三维模型重建系统框架介绍  53-54
  5.2 将SURF 算法应用于两幅图三维模型重建  54-57
  5.3 将区域增长匹配算法应用于两幅图三维模型重建  57-58
  5.4 两种方法的比较  58-59
  5.5 本章小节  59-60
结论  60-61
参考文献  61-63
致谢  63

基于SURF算法的多幅图像三维模型重建方法研究

内容摘要

全文目录

相似论文