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