未标定影像序列三维重建的混合方法

doi:10.3778/j.issn.1002-8331.2009.16.050

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (16): 172-175.DOI: 10.3778/j.issn.1002-8331.2009.16.050

• 图形、图像、模式识别 • 上一篇下一篇

未标定影像序列三维重建的混合方法

刘帅^1,2,赵伶俐^1,2,马力³

1.中南大学信息物理工程学院，长沙 410083
2.红河学院工学院，云南蒙自 661100
3.武汉大学遥感信息工程学院，武汉 430079

收稿日期:2008-09-23 修回日期:2008-11-17 出版日期:2009-06-01 发布日期:2009-06-01
通讯作者: 刘帅

Hybrid reconstruction method from uncalibrated image sequences

LIU Shuai^1,2,ZHAO Ling-li^1,2,MA Li³

1.School of Info-Physics and Geomatics Engineering，Central South University，Changsha 410083，China
2.School of Engineering，Honghe University，Mengzi，Yunnan 661100，China
3.School of Remote Sensing and Information Engineering，Wuhan University，Wuhan 430079，China

Received:2008-09-23 Revised:2008-11-17 Online:2009-06-01 Published:2009-06-01
Contact: LIU Shuai

摘要/Abstract

摘要： 基于非标定序列影像的目标三维重建是一项非常重要的技术和研究热点，它使数据获取变得十分方便。基于影像序列的点匹配，得到的是一些点云，基于此，提出一个混合的三维重建方法：第一，通过物体三维点建立物体的数字形状模型（DSM）；第二，通过提取物体轮廓线，尤其是相互的平行直段和垂直线段，构建物体的轮廓线；第三，给合现存的三维数据模型，在目标显示和数据结构方面构建恢复三维物体。实验以一个茶筒为例，采用Java3D显示结果，取得良好的结果。

关键词: 序列影像, 三维重建, 多视几何, 随机采样一致性算法

Abstract: 3D reconstruction from uncalibrated image sequences is very important technology in computer vision and photogrammetry，the camera can be moved by hand and the motion need not be known，thus makes image data capture become easy and very convenient.We only get 3D point cloud reconstructed from the image sequence，so the paper puts forward a kind of 3D reconstruction method considering of image sequences combined with 3D models taking advantages of parallel lines and vertical lines in features extracting.The experiment shows that the combined method is much validated.

Key words: image sequences, 3D construction, multiple view geometry, RANdom SAmple Consensus（RANSAC） algorithm

刘帅^1,2,赵伶俐^1,2,马力³. 未标定影像序列三维重建的混合方法[J]. 计算机工程与应用, 2009, 45(16): 172-175.

LIU Shuai^1,2,ZHAO Ling-li^1,2,MA Li³. Hybrid reconstruction method from uncalibrated image sequences[J]. Computer Engineering and Applications, 2009, 45(16): 172-175.

[1]	周彦，旷鸿章，牟金震，王冬丽，刘宗明. 面向半稠密三维重建的改进单目ORB-SLAM[J]. 计算机工程与应用, 2021, 57(8): 180-184.
[2]	罗米1，赵霞1，陈萌2，郭松3，倪颖婷1. 基于分段式序列图片集的运动恢复结构[J]. 计算机工程与应用, 2018, 54(22): 205-210.
[3]	孙福盛，韩燮，丁江华，刘涛. LYTRO相机光场图像深度估计算法及重建的研究[J]. 计算机工程与应用, 2018, 54(13): 175-180.
[4]	王炳南1，李彬1，刘霜纯2，3，田联房1，王立非4. 计算机辅助肺功能定量分析系统的开发与设计[J]. 计算机工程与应用, 2018, 54(13): 224-230.
[5]	刘李漫1，孙琨2，徐海洋2，胡怀飞1. 基于哈希特征的大规模图像快速匹配算法[J]. 计算机工程与应用, 2017, 53(17): 202-206.
[6]	赵龙，韦群. 序列图像三维重构中点云精简算法的研究与改进[J]. 计算机工程与应用, 2016, 52(8): 211-216.
[7]	张长春，王瑜，肖洪兵. 基于复合正则化的荧光显微图像三维重建[J]. 计算机工程与应用, 2016, 52(24): 205-209.
[8]	赵洁1，2，欧陕兴3，蒋世忠1，易法令1. 基于改进窄带水平集的三维肝脏肿瘤分割[J]. 计算机工程与应用, 2015, 51(13): 28-30.
[9]	夏文玲1，顾照鹏2，杨唐胜2. 实时三维重建算法的实现——基于Kinect与单目视觉SLAM的三维重建[J]. 计算机工程与应用, 2014, 50(24): 199-203.
[10]	朱虹1，程松1，王栋1，陈好刚2，王佳2. 双线阵CCD相机的畸变校正和标定方法[J]. 计算机工程与应用, 2014, 50(22): 175-179.
[11]	杨玲，阮心玲. 模型导向的矩形建筑物三维重建[J]. 计算机工程与应用, 2014, 50(21): 24-28.
[12]	吴雨1，许林2，杜彦伸2. 彩色Range图像的三维模型重建[J]. 计算机工程与应用, 2014, 50(1): 139-144.
[13]	袁媛1，李冬梅1，田金炎2，段福洲2. 无人机序列影像快速无缝拼接方法研究[J]. 计算机工程与应用, 2013, 49(17): 139-142.
[14]	王旭初1，2，王赞1，2. 基于最近邻Marching Cubes的医学图像三维重建[J]. 计算机工程与应用, 2012, 48(18): 154-158.
[15]	陈文文1，姜富春1，车翔玖2. 基于面绘制的医学序列图像三维重建[J]. 计算机工程与应用, 2012, 48(16): 168-172.

未标定影像序列三维重建的混合方法

Hybrid reconstruction method from uncalibrated image sequences

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics