论文部分内容阅读
传统基于学习模型的超分辨率重构方法运行复杂,重构的图像细节模糊,分辨率低.为了解决该种问题,提出多深度相机标定下稀疏纹理图像三维重构算法,给出了三维重构的检测数据序列,采用蓝屏法提取图像轮廓,通过Bundler开源软件包实现多深度相机标定,获取标定好的多视图图片.采用SIFT算法提取图片中的特征点,使用基于PMVS的图片三维重构算法,实现稀疏纹理图像的三维重构.分析实验结果可得,所提方法可改善系数纹理图像的分辨率,具有较高的运行性能和鲁棒性.