检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:郎海涛[1,2] 王涌天[2] 刘越[2] 吴仑[2]
机构地区:[1]北京化工大学物理与电子系,北京100029 [2]北京理工大学光电工程系,北京100081
出 处:《系统仿真学报》2008年第S1期363-366,共4页Journal of System Simulation
基 金:中国博士后资金(20070420303);教育部长江学者和创新团队发展计划项目(IRT0606);国家高科技研究发展计划(863计划2007AA01Z325);北京化工大学青年基金(QN0720)
摘 要:提出一种基于未标定图像序列的稠密重建算法。算法首先利用SIFT特征点对应估计基本矩阵,同时计算图像匹配视差参考值。然后利用由基本矩阵计算得到的对极关系对图像进行平行极线修正,结合视差参考值对经过rank变换后的图像进行稠密匹配。最后自标定照相机,优化对应点的2D-3D投影关系,重建场景三维结构。实验结果表明,本算法能够对有效图像(考虑宽基线引起的大视差情况)80%以上的像素实现准确的匹配,重建出稠密的三维空间点云。In this paper,a dense reconstruction algorithm based on uncalibrated image sequences is proposed.SIFT feature points are detected and matched from original images.Fundamental matrix is robustly estimated using RANSAC algorithm. To improve the accuracy of dense match,original images are rectified based on epipolar geometry which calculated according fundamental matrix,and transformed to'rank images'.Finally,camera is self calibrated and 3D scenery is reconstructed by 2D-3D reprojection.The experimental results proved that the dense point correspondences were correct for 80%image pixels and dense 3D points cloud could be reconstructed by the proposed algorithm.
关 键 词:三维重建 SIFT特征匹配 稠密匹配 基本矩阵 自标定
分 类 号:TP391.41[自动化与计算机技术—计算机应用技术]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.44