论文部分内容阅读
近些年来,随着计算机视觉和虚拟现实技术迅速的发展,基于图像序列的被动三维重建方法是当前一个非常重要的研究领域。物体的可视外壳,即Visual Hull,是指根据多幅真实物体序列图像中的轮廓信息估算出的物体最大化可视空间。传统基于体素计算方法的重建结果获得的曲面较为粗糙,同时由于最终的重建精度依赖于体素分割的层数,在内存大小的限制下,无法得到高精度的重建结果。本文将变形模型方法引入到物体三维重建的框架中,采用简单的几何球体构造初始曲面,通过曲面变形不断趋近并收敛于目标物体。与传统的基于体素的方法相比,基于变形模型的可视外壳重建结果具有更光滑的表面,计算占用的内存空间更小,可以在同等的系统资源下获得更高的重建精度。本文中所研究的两种变形模型计算可视外壳的方法介绍如下:(1)基于Snake参数化变形模型的方法。该方法基于Snake参数化变形模型,将真实物体可视外壳的计算问题转化为初始曲面在内外力作用下收敛于目标物体的问题。方法以图像序列中提取的物体轮廓信息为输入,根据轮廓和光滑度约束计算内力与轮廓力大小,驱动初始曲面变形收敛于可视外壳。(2)基于Level Set几何变形模型的方法。虽然Snake变形模型可以得到光滑的高精度重建结果,但由于其无法改变曲面拓扑的固有缺陷,不能对拓扑较为复杂的模型进行重建。而基于Level Set的变形模型则是通过水平集函数将变形曲面嵌入至均匀网格,隐式地跟踪曲面形状变化,通过求解水平集方程驱动曲面变形,具有可以自由改变曲面拓扑的优势。实验中,我们自行搭建了硬件平台采集数据进行测试,两种基于变形模型的方法都获得了较好的重建结果。改善了传统基于体元素方法表面粗糙,网格质量差的缺点,同时拥有很好的鲁棒性,且不易出现基于曲面方法易于陷入局部极值的问题。