未标定影像序列三维重建的混合方法
万方数据
万方数据
１７４２００９，４５（１６）ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ计算机工程与应用
∑∑（ｇ。（ｒ，ｃ）巾。）（＆（ｒ，ｃ）讹）
ｐ２１亍拿兰———亍ｉ——一
＼／∑∑（舒（ｒ，ｃ）－－ｇ，）２∑∑（９２（ｒ，ｃ）讹）２
Ｔ…１＝１ｒ＝ｌｃ＝１
—１≤ｐ≤１（５）
计算Ｆ：在初匹配后，获得了点对应集合。这些对应的一部
分是错配，这些错误很明显是“野值”，会严重干扰到Ｆ的计
算，从而应该加以识别。因此，本文的目的是从给出的“对应”中
确定正确的对应，剔除错配，最佳地计算出Ｆ。ＲＡＮＳＡＣ算法就
是这样的一种方法。
重复步骤（１）一步骤（４）直至采样Ⅳ次，Ⅳ根据样本自适应
确定。
（１）选择７组对应构成的一个随机样本计算基本矩阵Ｆ，
其结果将得到１个或３个实数解；
（２）对每组假设对应计算Ｓａｍｐｓｏｎ误差来代替几何误差。
用Ｓａｍｐｓｏｎ误差逼近几何误差的突出优点有：Ｓａｍｐｓｏｎ误差是
—个比较简单的迭代算法，给出了实际几何误差的一个很好的
近似（最佳的）；
（３）计算与Ｆ一致的内点数；
（４）如果Ｆ有３个实解，计算每一个解的内点数并保留内
点最多的那个解。在内点数目相同时，选择内点标准方差最小
的那个解；
（５）由划为内点的所有内点重新估计Ｆ，并用Ｌｅｖｅｎｂｅｒｇ—
Ｍａｒｑｕａｒｄｔ算法最优化代价函数；
（６）用估计的Ｆ去定义对极线附近的搜索区域，以便进一
步确定对应。
计算Ｆ的具体过程如图３所示，下面将介绍图中计算三
维坐标的具体过程。
图１图２
兰兰
鱼盛堡鱼！鱼盛堡全！
二—嗄赢磊赢卜
点对应集合（包括错误匹配）
藏＞』
ｌ是
选择７组对应构成的—个随机样本
Ｃ
计算Ｆ的实数解
二二二［二
计算每个Ｆ的内点
选择最多内点的，
Ｆ；
正确匹配
的对应
Ｐ．Ｐ’
计算３Ｄ坐标
ｚ（ＰⅨ）一（ＰｔⅨ）＝０（６）
ｙ（Ｐ８ＴＸ）一（产Ⅸ）＝０（７）
ｘ（Ｗｘ）－ｙ（Ｗｘ）＝Ｏ（８）
其中Ｐ”是Ｐ的行，这些方程是关于ｘ的分量是线性的。可以
组成形如ＡＸ＝Ｏ的方程，其中
｜ｘｐ３Ｔ－ｐ１Ｔ
４一ｌｊ，Ｐ疋Ｐ”
“一ｌｘ，Ｐ，ｎＰ…
ｌｙ～Ｐ扎Ｐ，”
（９）
这里从每—像点取两个方程，总共给出４个齐次未知量的
４个方程。求Ａ的ＳＶＤ解，对应于最小特征值的单位特征矢量
便是ｘ的解。
３三维目标的重建
从以上叙述可以知道，两幅照片通过匹配可以得到三维点
云，这些三维点云可构成目标的数字表面模型（ＤＳＭ），对目标
提取边界直线，通过匹配得到三维直线段，直线段进行构面，对
于规则物体，尤其是其平行线段及垂直线段的使用，通过某些
不变特征，可求出目标边缘线的比例，同时充分利用已有的三
维数据模型，根据重构物体的不同选择不同的数据模型进行构
模、存储等，实现三维物体的重构。其流程图如图４。
图４三维目标重建流程图
４实验
对重建物体拍摄一组照片。如图５所示，以—个茶筒为列。
为了确保照片对着茶筒每个面时是正射的，拍摄过程中需要注
意以下两点：
（１）在相机旋转过程中，相机位置近似是水平；
（２）相机的焦点尽量垂直与所拍摄茶筒的表面。
这两点确保物体边缘的平行直线与垂直直线的提取，以及
纹理的获取。对整个过程参照文中第３部分的流程。
（１）边缘和特征点的提取
采用Ｃａｎｎｙ算子提取所有图片边缘和特征点，图６显示
边缘提取情况，图７（ａ）和图７（ｂ）分别显示图１和图２特征点
图３采用ＲＡＮＳＡＣ算法计算基本矩阵Ｆ和点三维坐标的过程
当Ｆ已经计算出来，可以选择摄像机矩阵Ｐ＝［Ｉ１０１，Ｐ’＝
噼’】∥明，其中口’可以由Ｆ获得。在每幅图像上分别有测量ｘ＝ＰＸ，Ｘ’廿’Ｘ，且这些方程可以组合出ＡＸ＝Ｏ的形式，它是关于ｘ的线Ｉ生方程。
首先通过叉乘消去齐次纯量因子，使每—个图像点给出３个方程，其中两个是独立的，例如，对第一幅图像有工×（蹦）＝０，并把它展开得：
图５对重建物体拍摄一组照片
万方数据
刘
帅，赵伶俐，马力：未标定影像序列三维重建的混合方法
２００９，４５（１６）
１７５
的细节。
图７两幅图特征点提取的细节图
（２）初匹配
把在每幅图像提取的点作为“角点”，然后以第一幅图像
中的每一个“角点”的位置（石＇，）为中心，如图８（ａ）所示，在第二幅图像中开—个正方形的窗口，见图８（ｂ），进行搜索“角点”，找出灰度邻域相似值最大的“角点”，作为对应点。同样，为第二幅图像中的“角点”在第一幅图像中寻找对应点。如果两幅图像中的“角点”互为对应点时，也就认为这两个点相互初匹配为点对应。
图８初匹配
（３）ＲＡＮＳＡＣ算法剔除错误匹配并计算基本矩阵
在初匹配后，获得了点对应集合，如图９所示，这些对应的一部分是错配，ＲＡＮＳＡＣ算法目的就是剔除错配，最佳地计算出Ｆ。所有正确的匹配见图１０，正确的匹配和错误的匹配的细
节图分别见图１１和图１２。
图９初匹配结果图１０所有正确的匹配
图１１正确匹配细节图
图１２错误匹配细节图
（４）物体三维重建
基本矩阵得到以后，就可计算点的三维坐标，构建茶筒数字表面模型（ＤＳＭ）。按照图４的流程，提取平行线段以及垂直
线段，对于茶筒，每条竖直的线都是相等的，基于此，可利用茶筒的每个面的垂直边不变，得到每一条水平线的比例，这样就可以构建出茶筒的外观模型，与此同时，可选择现有的三维数据模型，几何的或者拓扑的，根据不同的应用需求选择不同的模型构建三维物体，文章采用Ｊａｖａ３Ｄ显示茶筒，如图１３所示。
图１３Ｊａｖａ３Ｄ显示的结果
５结论
文章主要研究基于影像序列的三维重建，尤其针对规则的物体，通过其具有平行线段和垂直线段的特性进行物体轮廓的三维构建，利用多视几何进行物体特征点的提取，匹配得到三维点云，三角化构建目标的ＤＳＭ，同时充分利用现已存在的三维模型加入重建过程，最终实现物体的三维构建。需要注意的是，在拍摄物体的时候，常常不保证物体边缘线上的平行性和垂直性，需进行照片的变形纠正，才能应用文章所提出的方法。
参考文献：
［１】ＨａｒｔｌｅｙＲ，Ｚｉｓｓｅｒｍａｎ
Ａ．Ｍｕｌｔｉｐｌｅ
ｖｉｅｗ
ｇｅｏｍｅｔｒｙ
ｉｎ
ｃｏｍｐｕｔｅｒ
ｖｉ—
ｓｉｏｎ［Ｍ］．２ｎｄｅｄ．［Ｓ．１．】：ＣａｍｂｒｉｄｇｅＵｎｉｖｅｒｓｉｔｙＰｒｅｓｓ，２００４．
【２】孙敏．多视几何与传统摄影测量理论［Ｊ］．北京大学学报：自然科学
版，２００７，４３（４）．
【３］张祖勋擞字摄影测量与计算机视觉［Ｊ】．武汉大学学报：信息科学
版，２００４，２９（１２）．
［４］ＺｌａｔａｎｏｖａＳ，ＲａｈｍａｎＡＡ，ＳｈｉＷｅｎ—ｚｈｏｎｇ．Ｔｏｐｏｌｏｇｉｃａｌ
ｍｏｄｅｌｓａｎｄ
ｆｒａｍｅｗｏｒｋｓｆｏｒ３Ｄ
ｓｐａｔｉａｌ
ｏｂｊｅｃｔｓ［Ｊ］．ＣｏｍｐｕｔｅｒｓＧｅｏｓｃｉｅｎｃｅｓ，２００３，
３０：４１９—４２８．
［５】ＭｏｌｅｎａａｒＭ．Ａｆｏｒｍａｌ
ｄａｔａｓｔｒｕｃｔｕｒｅｆｏｒ３Ｄｖｅｃｔｏｒ
ｍａｐｓ【ＣＦ／Ｐｒｏ－
ｃｅｅｄｉｎｇｓｏｆ
ＥＧＩＳ’９０，Ｖｏｌ２，Ａｍｓｔｅｒｄａｍ，ＴｈｅＮｅｔｈｅｒｌａｎｄｓ，１９９０：
７７０—７８１．
［６】ＰｉｌｏｕｋＭ．Ｉｎｔｅｇｒａｔｅｄｍｏｄｅｌｌｉｎｇｆｏｒ３ＤＧＩＳ［Ｄ］．ＩＴＣ，ＴｈｅＮｅｔｈｅｒｌａｎｄｓ，
１９９６．
［７】ＺｌａｔａｎｏｖａＳ．３ＤＧＩＳ
ｆｏｒ
ｕｒｂａｎｄｅｖｅｌｏｐｍｅｎｔ【Ｄ】．ＩＴＣ，ＴｈｅＮｅｔｈｅｒ－
ｌａｎｄｓ，２０００：２２２．
［８］ＣｏｏｒｓＶ．３ＤＧＩＳｉｎｎｅｔｗｏｒｋｉｎｇｅｎｖｉｒｏｎｍｅｎｔｓ叨．Ｃｏｍｐｕｔｅｒ，Ｅｎｖｉｒｏｎ—
ｍｅｎｔ
ａｎｄＵｒｂａｑｎＳｙｓｔｅｍｓ，２００３，２７（４）：３４５—３５７．
［９］吴立新，史文中．地理信息系统原理与算法［Ｍ］．北京：科学出版社，
２００３．
［１０】ＦｉｓｃｈｌｅｒＭＡ，ＢｏｌｌｅｓＲＣ．Ｒａｎｄｏｍｓａｍｐｌｅｃｏｎｓｅｎｓｕｓ：Ａｐａｒａｄｉｇｍ
ｆｏｒｍｏｄｅｌｆｉｔｔｉｎｇｗｉｔｈａｐｐｌｉｃａｔｉｏｎｓ
ｔｏ
ｉｍａｇｅ
ａｎａｌｙｓｉｓａｎｄａｕｔｏｍａｔｅｄ
ｃａｒｔｏｇｒａｐｈｙ［Ｊ］．ＣｏｍｍＡｓｓｏｃＣｏｍｐＭａｃｈ，１９８１，２４（６）：３８１—３９５．【１１］Ｃｒｉｍｉｎｉｓｉ
Ａ．Ａｃｃｕｒａｔｅｖｉｓｕａｌ
ｍｅｔｒｏｌｏｇｙｆｒｏｍ
ｓｉｎｇｌｅａｎｄ
ｍｕｌｔｉｐｌｅ
ｕｎｃａｌｉｂｒａｔｅ，ｄ
ｉｍａｇｅｓ［Ｍｙ／ＤｉｓｔｉｎｇｕｉｓｈｅｄＤｉｓｓｅｒｔａｔｉｏｎＳｅｒｉｅｓ．Ｌｏｎｄｏｎ：
Ｓｐｒｉｎｇｅｒ—ＶｅｒｌａｇＬｔｄ，２００１．
［１２］ＣａｎｎｙＪＦ．Ａｃｏｍｐｕｔａｔｉｏｎａｌａｐｐｒｏａｃｈ
ｔｏ
ｅｄｇｅｄｅｔｅｃｔｉｏｎ【Ｊ】．ＩＥＥＥ
Ｔｒａｎｓａｃｔｉｏｎｓ
ｏｎ
Ｐａｔｔｅｒｎ
Ａｎａｌｙｓｉｓ
ａｎｄＭａｃｈｉｎｅ
Ｉｎｔｅｌｌｉｇｅｎｃｅ，
１９８６，８（６）：６７９—６９８．
［１３］Ｓａｍｐｓｏｎ
Ｐ
Ｄ．Ｆｉｔｔｉｎｇ
ｃｏｎｉｃｓｅｃｔｉｏｎｓ
ｔｏ‘ｖｅｒｙ
ｓｃａｔｔｅｒｅｄ’ｄａｔａ：Ａｎ
ｉｔｅｒａｔｉｖｅｒｅｆｉｎｅｍｅｎｔ
ｏｆ
ｔｈｅｂｏｏｋｓｔｅｉｎ
ａｌｇｏｒｉｔｈｍ［Ｊ］．ＣｏｍｐｕｔｅｒＶｉ－
ｓｉｏｎ，Ｇｒａｐｈｉｃｓ，ａｎｄＩｍａｇｅ
Ｐｒｏｃｅｓｓｉｎｇ，１９８２，１８：９７—１０８．
万方数据
未标定影像序列三维重建的混合方法
作者：刘帅， 赵伶俐， 马力， LIU Shuai， ZHAO Ling-li， MA Li
作者单位：刘帅,赵伶俐,LIU Shuai,ZHAO Ling-li(中南大学,信息物理工程学院,长沙,410083红河学院,工学院,云南,蒙自,661100)， 马力,MA Li(武汉大学,遥感信息工程学院,武汉,430079)
刊名：
计算机工程与应用
英文刊名：COMPUTER ENGINEERING AND APPLICATIONS
年，卷(期)：2009,45(16)
参考文献(13条)
1.Hartley R.Zisserman A Multiple view geometry in computer visian 2004
2.孙敏多视几何与传统摄影测量理论[期刊论文]-北京大学学报（自然科学版） 2007(04)
3.张祖勋数字摄影测量与计算机视觉[期刊论文]-武汉大学学报(信息科学版) 2004(12)
4.Zlatanova S.Rahman A A.Shi Wen-zhong Topological models and frameworks for 3D spatial objects[外文期刊] 2003
5.Molenaar M A formal data structure for 3D vector maps 1990
6.Pilouk M Integrated modelling for 3D GIS 1996
7.Zlatanova S3D GIS for urban development 2000
8.Coors V3D GIS in networking environments 2003(04)
9.吴立新.史文中地理信息系统原理与算法 2003
10.Fischler M A.Bolles R C Random sample eonsensus:A paradigm for model fitting with applications to image analysis and automated cartography 1981(06)
11.Criminisi A Aecurate visual metrology from single and multiple uncalibrated images 2001
12.Canny J F A computational approach to edge detection 1986(06)
13.Sampson P D Fitting conic sections to 'very scattered' data:An iterative refinement of the book stein algofithm 1982
本文链接：https://www.sodocs.net/doc/f04785909.html,/Periodical_jsjgcyyy200916050.aspx