CSDN中关于立三维重构的介绍层出不穷,CNKI中也有各类综述对三维重构进行总结,撰写这篇博客仅作为本人对该类博客、论文的总结学习,加深自身学习的印象、作为学习的笔记。如有错误的地方,欢迎指正。

1、三维重构

1.1、三维重构到底是什么?

首先要了解立体匹配算法,首先要知道立体匹配算法主要具体应用于什么方向。

三维重构又被称为三维重建,百度百科中对它的定义为:指对三维物体建立适合计算机表示和处理的数学模型,是在计算机环境下对其进行处理、操作和分析其性质的基础,也是在计算机中建立表达客观世界的虚拟现实的关键技术。

在计算机视觉中, 三维重建是指根据单视图或者多视图的图像重建三维信息的过程. 由于单视频的信息不完全,因此三维重建需要利用经验知识. 而多视图的三维重建(类似人的双目定位)相对比较容易, 其方法是先对摄像机进行标定, 即计算出摄像机的图象坐标系与世界坐标系的关系.然后利用多个二维图象中的信息重建出三维信息。

个人认为,三维重构就是通过计算机视觉技术,将现实世界中物体的三维信息获取到计算机中的过程,使物体的三维信息能够通过点云、网格等形式,显示或是储存在计算机中。(如点云的pcd格式文件保存形式、以及利用Gemagic等软件进行点云的可视化处理等。)

三维数据需要通过三维重建技术获得。广义三维重建是指通过测量工具与解算方法,获取目标局部点、三维坐标、面三维结构乃至整体三维模型;狭义三维重建指通过重建技术,获取包括结构、纹理、尺度等的目标完整三维信息。

1.2、三维重构具体有什么用?

在阅读文献的过程中,文献提到了三维重构被广泛应用于无人驾驶、物体导航、无人机避障、医学诊断、逆向工程、文物保护、精密仪器测量等方面。提到的这些方面的应用虽然能够给人一种模糊的印象,但是还是不够具体。因此在此,我想尝试揭开他的神秘面纱。

1.2.1、无人机避障与无人驾驶

三维重构在这两种领域的应用主要在于三维地图的构建,具有代表性的是SLAM中的建图、以及视觉测距等。(SLAM,即定位与地图构建。问题可描述为:将一个机器人放入未知环境中的未知位置,是否有办法让机器人一边移动一边逐步绘制出此环境完全的地图,所谓完全的地图(a consistent map)是指不受障碍行进到房间可进入的每个角落。)其中机器人的主体由无人机、无人汽车、移动机器人等替换。

其中一种解决无人机避障问题的方法是对无人机到障碍物的距离进行测量。 其中可运用视觉避障方法从二维的图像中获取三维信息,获得障碍物的深度图像。在避障的过程中,利用SLAM获得了场景模型,在机载计算机里用算法去搜索优化的避障路径。

其中无人机的避障方式可参考博客:https://blog.csdn.net/weixin_42229404/article/details/81227148

三维重建在SLAM中主要是视觉SLAM应用,主要利用外部传感器获知环境信息。其中相机是常用的传感器之一,相机又分为三种,分别为:单目相机、双目相机、RGB-D相机等。

单目相机对于三维信息的提取效果较差,因此主要使用双目相机与RGB-D相机。其中双目相机则是通过左右眼图像的差异来判断场景中物体的远近,能直接提取完整的特征数据,但是计算量复杂。而RGB-D相机,可同时获取图像彩色信息和深度信息,是一种实用的获取三维信息的工具。视觉传感器很好地利用了丰富的环境信息,实现了从早期二维地图到三维地图的转化,丰富了地图信息,但是在现实环境下还存在很大的鲁棒性和高适应能力技术挑战。

1.2.2、医学诊断

医学图像三维重建技术主要应用于面绘制、体绘制、医学三维可视化系统等方面。主要是计算机断层扫描(CT)、核磁共振(MRI)、超声波等医学成像技术的发展,使得感兴趣区域CT、MRI图像的三维重建成为可能。

利用重建软件,如中国科学院开发的一款用于医学图像数据的分析和处理的软件3DMed,可以处理各种医学图像,包括计算机断层扫描图像,磁共振成像和原始格式图像。以MRI为例,如可以通过研究对获取的MRI图像进行分割、三维建模和显示,可以辅助医生对疾病的判断和制定治疗的方案。与双目视觉重构相比,获取图像的方式较为不同。

1.2.3、三维测量

运用在测量的三维重构方法属于非接触式测量方法,比起三坐标测量机等接触式测量方法更能满足各类不同的测量需求。其中三维重构方法又分为主动式测量与被动式测量方法。主动式测量是利用投射结构光等(如编码结构光、散斑等),运用直接三角法进行重构测量。而被动式测量法可基于不同视角的测量法,通过不同角度获取图像,根据视差恢复待测物体的三维信息,其基本原理是双目交会测量。

双目交会测量使用两台相机从不同角度对待测目标进行拍摄,在相机内、外参数标定基础上,通过对匹配点对进行空间立体交会,获得目标点云,进而进行相关测量。目前图像匹配方法发展成熟,因此双目交会对材质、颜色等物面性质及背景光等环境因素要求较低,适合对大型三维物体如建筑物等的测量。双目交会测量精度主要受匹配精度、基高比、相机标定精度等因素制约,因此测量精度较低,同时难以实现实时测量,重建与测量范围不能覆盖整个待测物体,目前只有在一些特定场合得到应用。

1.3、三维重构的步骤

三维重构的步骤主要分为:图像获取、摄像机标定、特征提取、立体匹配、三维重构等方面。

(1)图像获取

在进行图像处理之前,要使用摄像机获取三维物体的二维图形。光照条件、相机的几何特性等对后续的图像处理造成很大的影响。其中,摄像机的传感器又分为CMOS与CCD,CCD传感器的成像质量比CMOS的更好,但是成本更高。

首先要对相机进行二次开发,而后搭建出双目视觉平台,而双目相机的关系又主要分为平行光轴与相交光轴两种,将在之后对它们进行讨论。

(2)摄像机标定

通过摄像机标定来建立有效的成像模型,求解出摄像机的内外参数,这样就可以结合图像的匹配结果得到空间中的三维点坐标,从而达到进行三维重建的目的。目前最常使用棋盘格,利用张氏标定法进行标定。

(3)特征提取

特征主要包括特征点、特征线和区域。大多数情况下都是以特征点为匹配基元,特征点以何种形式提取与用何种匹配策略紧密联系。因此在进行特征点的提取时需要先确定用哪种匹配方法。匹配算法又包括全局立体匹配算法与局部立体匹配算法。之后会进行讨论。

(4)立体匹配

立体匹配是指根据所提取的特征来建立图像对之间的一种对应关系,也就是将同一物理空间点在两幅不同图像中的成像点进行一一对应起来。在进行匹配时要注意场景中一些因素的干扰,比如光照条件、噪声干扰、景物几何形状畸变、表面物理特性以及摄像机机特性等诸多变化因素。

(5)三维重建

有了比较精确的匹配结果,结合摄像机标定的内外参数,就可以恢复出三维场景信息。由于三维重建精度受匹配精度,摄像机的内外参数误差等因素的影响,因此首先需要做好前面几个步骤的工作,使得各个环节的精度高,误差小,这样才能设计出一个比较精确的立体视觉系统。

之后可以对重构输出的点云数据进行后处理,如去噪处理、表面重建等。

双目视觉三维重构(一)————简介相关推荐

  1. 双目三维重建_【光电视界】简单介绍双目视觉三维重构

    今日光电        有人说,20世纪是电的世纪,21世纪是光的世纪:知光解电,再小的个体都可以被赋能.欢迎来到今日光电! ----与智者为伍 为创新赋能---- 1.三维重构 1.1.三维重构到底 ...

  2. [复现笔记]基于双目视觉和三维重构的三维书写系统

    1. 前言 前段时间正好看到一位大神的博客 http://blog.csdn.net/onezeros/article/details/6110838 利用双目视觉来构建一个书写系统, 涉及到相机的标 ...

  3. 双目立体视觉源代码 双目立体视觉匹配程序 双目视觉3d成像(三维重构图像处理) 基于双目视觉的深度计算和三维重建 opencv写的双目视觉摄像机标定和三维重建代码

    双目视觉/双目标定源码/图片集标定匹配三维重建坐标计算OpenCV 1.双目立体视觉源代码(包括标定,匹配,三维重建) 2.双目视觉实验图片集(双目立体视觉中使用的标准实验图,适合初学者进 行实验使用 ...

  4. 基于Android的红外测温设计,基于Android的红外三维重构移动APP设计与实现

    摘要: 物体的冷热程度主要依据温度来衡量,在科学进步的过程中也研制出很多测量物体温度的设备,非制冷型红外热成像仪就是应用最为广泛的一种.非制冷型红外热像仪是一种快速测量,非接触式的测温方法,而且成本非 ...

  5. 包裹点云位姿估计_基于点云位姿平均的非合作目标三维重构

    基于点云位姿平均的非合作目标三维重构 李宜鹏 ; 解永春 [期刊名称] <空间控制技术与应用> [年 ( 卷 ), 期] 2020(046)001 [摘要] 针对在轨非合作目标 , 提出一 ...

  6. 三维重构 c++_桐柏3d打印模型生产厂家【博通三维】-博通三维

    桐柏3d打印模型生产厂家[博通三维] 无锡博通三维科技有限公司是一家依逆向工程为主要综合性设计公司,公司服务项目有产品工业设计.蓝光三维扫描.激光抄数.零部件微细度检测.产品复杂曲面C检测.规格零部件 ...

  7. 使用COLMAP进行三维重构

    提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录 前言 一.COLMAP是什么? 二.数据准备 2.1.数据采集 2.2.数据组织 三.重构 3.1.提取图像特征 3.2.特 ...

  8. 极线几何关系、极点、极线,三维重构,k-d树的特征匹配方法

    1. 试画图说明极线几何关系,并指出极点.极线所在,解释极线约束. 基线:左右像机光心连线: 极平面:空间点,两像机光心决定的平面: 极点:基线与两摄像机图像平面的交点: 极线:极平面与图像平面交线 ...

  9. 心脏三维重构的调研报告

    最近导师让做一个关于心脏的三维重构报告,查阅了很多的资料,这一块感觉还是比较冷门的,所以更新一下,希望能够帮助后来的童鞋~~~ 1.调研背景 1.1背景介绍 近年来,CT.CR.DR.MRI. US. ...

最新文章

  1. mysql管理节点_mysql8 参考手册-NDB群集管理节点配置参数
  2. python 利用matplotlib中imshow()函数绘图
  3. 【坑】记录型信号量/AND信号量/管程解决生产者-消费者问题
  4. Qt Creator编码
  5. linux redis最大连接数,并发编程-并发下redis连接数监测-Go语言中文社区
  6. Pytest入门【2】
  7. 【转】jquery 注册事件的方法
  8. RabbitMQ系列教程之三:发布\/订阅(Publish\/Subscribe)
  9. 将Java 8日期时间API与JSF和Java EE 7结合使用
  10. ajax deletemapping,springmvc使用put,delete方法传参问题,以及使用@PutMapping注解和@DeleteMapping注解...
  11. 你们都用什么反编译工具?
  12. Qt读取ini文件中文乱码问题
  13. 基于斥力-张力模型的网络拓扑布局算法(php代码)
  14. 类成员函数可以返回该类的实例吗_关于类的理解
  15. Java LP1_Java Performance 总结(1. Class Loader)
  16. 关于:Table '项目名称..hibernate_sequence' doesn't exist的解决方法
  17. 如何求子网掩码,默认网关地址,网络地址
  18. 显示杂谈(2)为啥选择gamma2.2
  19. 微博设置 和 逻辑
  20. PYTHON模块搜索路径

热门文章

  1. 优秀产品经理必备的“十个证书”+项目管理工具
  2. qt android 浮动窗口,QT+ 状态栏+核心控件+浮动窗口
  3. 帝国时代3如何快速实现增加主城生命值
  4. 不吹不黑,网络安全工程师年薪30万是真的吗?
  5. 推荐2个适合程序员使用的显示器
  6. Vagrant 手册之同步目录 - 基本用法
  7. 阿里云S6机型与N4机型哪个好?
  8. 高考计算机会考等级划分标准,学考等级怎么划分标准2021
  9. AI人工智能技术在车载监控系统中有哪些应用?
  10. java控制语句_java基础之 控制语句