西南交通大学学报
西南交通大學學報
서남교통대학학보
JOURNAL OF SOUTHWEST JIAOTONG UNIVERSITY
2009年
5期
677-681,687
,共6页
基于图像的建模%三维重建%RBF隐式曲面重建%特征检测与跟踪
基于圖像的建模%三維重建%RBF隱式麯麵重建%特徵檢測與跟蹤
기우도상적건모%삼유중건%RBF은식곡면중건%특정검측여근종
为了提高未标定图像序列三维重建得到的几何模型的质量,提出特征点检测算法,以得到更多的匹配点.其主要思想是在首帧图像指定密集的网格,在网格点附近确定最容易跟踪的特征点,利用迭代方法得到子像素精度的特征点坐标,然后用稀疏特征集的金字塔Lucas-Kanade光流跟踪算法跟踪这些特征点,再用自标定算法,重建出相对均匀和稠密的三维点云,最后利用基于径向基函数(RBF)的隐式曲面重建算法,生成目标的表面模型. 多个图像序列的重建结果表明,本方法对纹理丰富的场景能够获得较好的重建结果.
為瞭提高未標定圖像序列三維重建得到的幾何模型的質量,提齣特徵點檢測算法,以得到更多的匹配點.其主要思想是在首幀圖像指定密集的網格,在網格點附近確定最容易跟蹤的特徵點,利用迭代方法得到子像素精度的特徵點坐標,然後用稀疏特徵集的金字塔Lucas-Kanade光流跟蹤算法跟蹤這些特徵點,再用自標定算法,重建齣相對均勻和稠密的三維點雲,最後利用基于徑嚮基函數(RBF)的隱式麯麵重建算法,生成目標的錶麵模型. 多箇圖像序列的重建結果錶明,本方法對紋理豐富的場景能夠穫得較好的重建結果.
위료제고미표정도상서렬삼유중건득도적궤하모형적질량,제출특정점검측산법,이득도경다적필배점.기주요사상시재수정도상지정밀집적망격,재망격점부근학정최용역근종적특정점,이용질대방법득도자상소정도적특정점좌표,연후용희소특정집적금자탑Lucas-Kanade광류근종산법근종저사특정점,재용자표정산법,중건출상대균균화주밀적삼유점운,최후이용기우경향기함수(RBF)적은식곡면중건산법,생성목표적표면모형. 다개도상서렬적중건결과표명,본방법대문리봉부적장경능구획득교호적중건결과.