论文部分内容阅读
图像的特征是指图像中灰度变化较明显的点、线及区域。特征匹配从多幅参考图像中提取特征,并进一步利用立体匹配的理论与方法建立特征间的对应关系。图像合成方法利用多幅参考图像间的特征对应,生成新视点的图像。图像特征匹配及合成方法是基于图像的计算机图形学方法中的重要内容。 立体匹配是计算机视觉研究的一项重要课题,本文研究了一种基于角点提取的立体匹配算法。首先使用最小同值分割吸收核(SUSAN)方法判断左右图像的边缘点是否为角点。然后根据角点间的特征相似度,建立起左右图像中被保留角点的初始匹配关系,由此计算基础矩阵。用基础矩阵迭代改进初始匹配,去除误配点,得到最终匹配结果并计算出较精确的基础矩阵。在此基础上采用动态规划方法,自动寻找左右图像的对应极线上的象素点之间的对应,从而建立起左右两幅图像间所有象素点的对应关系。 图像变形是一种可在两幅形状及颜色完全不同的参考图像间生成一系列连续的期间过渡图像的技术。本文研究了几种基于特征线段对的图像变形方法:针对同一场景不同视点的两幅参考图像中存在遮挡现象的图像变形问题,采用基于特征线段对分组的图像变形方法,根据图像中前景和背景层特征点的视差变化范围的不同对特征线段对进行分组,然后由不同组的特征线段对分别进行图像变形;利用多分辨率图像变形方法,生成不同细节渐变特点的多个期间图像序列,在采样时,使用参考图像中以采样点为中心的可变矩形区域的颜色值;基于特征线段对的视图变形方法,在图像变形方法的基础上,采用预变换—变形—后变换三步算法,使生成的中间图像保持参考图像中物体的轮廓特征。 本文研究了由同一场景不同视点的多幅图像,建立场景三维几何模型的基于图像的三维重建技术。相机自定标及对应特征点三维重建是三维重建技术中的关键问题,本文对相机自定标及基于简化相机模型的对应点三维重建问题做了探索,并进行数值模拟,获得较好的效果。