论文部分内容阅读
随着社会的不断发展，在医疗、建筑、工业设计、游戏、电影等领域对具有高度真实感的三维模型的需求与日俱增。当前应用比较成熟的方式是利用传统的几何造型技术，但进行稍显复杂的三维模型的构建费时费力且与真实景物有较大差异；三维扫描技术可以精确地获取大多数真实景物的几何模型，但应用场景有限且设备比较昂贵；而基于图像的建模技术可以直接从图像中重建几何模型和表面纹理，从而简单、快速地构建出具有“照片级”真实感的三维模型，近年来受到广泛关注。
本文在国内外研究基础上进行了探索，对基于多视图的三维模型重建流程进行了深入研究。论文的主要研究内容包括三维重建流程中的特征点提取、描述与匹配，从二维空间到三维空间的点云恢复，重构的三维点云结构优化、和重构模型的多视图纹理映射等。本文的主要工作有：
1)总结和分析了近年来提出的典型的基于图像建模方法，讨论了这些方法的主要应用及其最新研究进展和研究热点；分析和比较了基于多视图图像建模中的关键技术。
2)根据最新的相关科研理论和硬件发展状况，使用SIFT进行特征提取与匹配，在准确匹配的基础上结合图像元信息进行相机参数和场景的稀疏三维结构的恢复。
3)通过引入比较便捷的交互方式，结合上一阶段恢复的场景和相机信息生成模型表面，并利用多张图像的对应像素信息生成纹理，产生具有较强真实感的三维模型。
4)在系统的多个阶段使用鲁棒的RANSAC算法框架进行参数估计，减少了噪音点的影响，增强了系统的鲁棒性和适应性。这样，本文的系统能够对场景的任意多幅图像进行建模并能够应对实际情况的多样性和复杂性，从而保证每一阶段结果的准确性。
实验结果表明，本文研究和开发的系统能够使用户经过较少的操作完成场景的建模，而且能够保证重建模型与真实场景具有相同的角度和尺寸比例关系，具有“相片级”真实感的纹理。