論文開題報告典范(編輯修改稿)
2025-07-22 01:13 本頁面
【文章內(nèi)容簡介】 p. 336344, Mar. 1998.7. P. Pons, , and ，“How To Deal with Point Correspondences and Tangential Velocities in the Level Set Framework”, Proc. International Conference on Computer Vision (ICCV), 2003.8. , and , “Computational stereo a variational method”, Geometric Level Set Methods in Imaging, Vision and Graphics, Chapter Variational Principles in Computational Stereo. S. Osher and N. Paragios Eds. SpringerVerlag, 2003.三 研究內(nèi)容本課題研究多攝像機三維重建技術(shù)的若干問題，待三維重建的物體表面限定為完全漫反射表面。具體研究如下四個方面內(nèi)容：1．多攝像機三維重建系統(tǒng)高精度魯棒標(biāo)定方法作為多攝像機三維重建的基礎(chǔ)工作，研究用于高精度標(biāo)定多攝像機系統(tǒng)的魯棒易用的方法，具體研究非完全會聚配置的多攝像機標(biāo)定。所謂攝像機非完全會聚配置，意即沒有所有攝像機都可視的共同區(qū)域。當(dāng)前的自標(biāo)定技術(shù)一般可靠性較低，難以用于三維建模等對精度要求較高的場合，因此必須考慮使用標(biāo)定物的標(biāo)定方法，然而由于多攝像機非完全會聚配置，標(biāo)定物不能同時在所有攝像機上成像，為將所有攝像機標(biāo)定到同一世界坐標(biāo)系，必須移動標(biāo)定物。研究的重點在于兩方面：在保證易用的前提下，使用何種標(biāo)定物，使能夠魯棒提取標(biāo)定物特征，特別是對于多維標(biāo)定物在圖像中處于半遮擋或具有較大的射影變形的狀態(tài)時的魯棒特征提??；針對標(biāo)定物特征，設(shè)計標(biāo)定算法，使能得到精確的標(biāo)定結(jié)果。2. 基于多攝像機的大范圍三維重建方法研究使用多個攝像機對大范圍場景三維重建的方法。與通常的SFM方法重建城市三維地圖等應(yīng)用不同，本研究內(nèi)容中的大范圍場景是相對于完全會聚配置的攝像機系統(tǒng)具有的公共可視區(qū)域而言，具有的相對較大的場景。本研究方法使用固定位置的多個攝像機，各相鄰攝像機具有公共可視區(qū)域，不相鄰攝像機可能具有公共可視區(qū)域。經(jīng)典的多攝像機立體重建方法和SFM方法通常采用分別重建具有較大公共可視區(qū)域的各立體圖像對，之后對立體圖像對之間的重疊區(qū)域進行表面數(shù)據(jù)融合，即拼接形成單一的場景表面。這些方法一般不重建公共區(qū)域小于設(shè)定閾值的立體圖像對。本研究的目標(biāo)是探索一種三維重建方法，使得重建過程在一個統(tǒng)一的框架下進行，無表面拼接過程，所有的圖像信息得以充分地利用，得到場景無孔洞的紋理映射的三維模型。3．基于多攝像機的物體完整表面三維重建方法研究多攝像機三維重建多連通結(jié)構(gòu)物體完整表面的方法。通常的多連通結(jié)構(gòu)的物體即相互分離的多個目標(biāo)物體。同時重建多個目標(biāo)物體的完整表面時，多個目標(biāo)物體之間存在嚴重的相互遮擋，傳統(tǒng)的多攝像機立體重建方法僅在立體圖像對內(nèi)部數(shù)幅圖像間求解對應(yīng)性，對目標(biāo)物體表面的某點而言，僅是所有可視該點的攝像機的一個子集對決定該點位置產(chǎn)生影響，其它的攝像機提供的信息則因為不在立體圖像對內(nèi)部而被舍棄（導(dǎo)致一攝像機的圖像雖然與某立體圖像對中圖像有交集但不在其中的可能原因有重建策略影響或交集太小等因素），由此導(dǎo)致了重建精度損失。研究的重點在于如何合理地利
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1