当前位置: 首页 > 科技成果列表 > 科技成果详细

基于图像序列的自标定和三维重建

技术类型:非专利

技术成熟度:研发

转让方式:技术转让

应用领域:软件开发

技术领域:电子信息

交易价格:面议专利价值评估

应用案例:否

了解与分析本科技成果,可查看成果概况并使用以下技术转移数智化应用工具:
成果概况
简介

一、项目简介:

  1. 概述 本系统源于南昌航空大学国家自然科学基金项目——“基于图像序列的自标定和三维重建”。系统旨在构建一个三维重建系统,其流程包括:首先通过自标定获取摄像机的内外参数,接着输入场景不同位置和角度的序列图像,利用图像对之间的几何关系计算物体的三维结构,并实现真实重现。

系统采用多视图几何技术思想,重建过程主要包括以下步骤:读取待重建物体图像、特征点提取、对应点初匹配、对应点精匹配、导入标定数据、计算三维坐标、三角化、纹理映射。重建完成后,系统可通过立体显示部分利用匹配点、三维点和已知图像,在计算机上逼真地显示出物体的三维结构。系统借助C++、OpenCV及OpenGL,确保重建过程各功能实现稳定且高效。以下简要介绍此过程:

本项目采用高精度的SIFT角点检测算法。在图像匹配中,通常利用图像间的约束降低问题的不确定性,其基本思想多基于对极几何约束、多分辨率、唯一性约束、相似性度量和连续性假设等。在得到对应点的初始匹配后,由于真实图像中存在噪声和误匹配,直接应用上述算法效果不佳。因此,我们选用了鲁棒的RANSAC法,有效消除了匹配过程中的误匹配。

导入图像的标定参数和匹配好的对应点坐标后,采用模型的整体恢复方法。基本过程为:从各个角度拍摄一系列照片(编号为1,2,…,n),首先将第一张和第二张合成,然后第二张和第三张合成,依此类推,最后将n-1部分拼合。再利用简单的线性三角形法,通过两幅视图中的对应匹配点和两摄像机矩阵求出对应的空间三维坐标。

通过上述过程,可以得到三维离散点模型,并进一步生成物体表面纹理。我们采用传统的Delaunay三角化方法,对三维离散空间点进行三角化,以第一个摄像机坐标的图像为世界坐标系,三维点通过该矩阵与图像中的坐标建立一一对应,然后将图像纹理映射到空间网状模型上。在立体显示过程中,软件利用了OpenGL中强大的图形函数,可直接对整个三维图形进行光色渲染,从而逼真地绘制出物体的三维景象。

系统的模块构成: - 图像匹配 - 特征点提取 - 对应点初匹配 - 对应点精匹配 - 三维重建 - 导入标定数据 - 计算三维坐标 - 生成三角网格 - 显示三维模型

系统的运行环境及开发工具: 本系统的软件运行环境为Microsoft Windows,软件开发工具为Microsoft Visual C++。Microsoft Windows环境普及,而Microsoft Visual C++适合图像处理和数值计算的效率要求。

系统的功能: 1. 图像匹配 系统输入为摄像机拍摄的不同角度的序列图像,通过按键操作可快速得到图像的特征点。特征点个数可由用户设定。得到角点后,系统分两步操作:首先通过初始匹配得到序列图像对应点的信息,并保存为xy文件格式;然后通过精匹配再得到对应点信息,并以相同格式保存。相对于以往匹配方法,本系统功能更强大、速度更快。

  1. 三维重建 在导入标定数据的前提下(格式为p34,可通过.txt文件打开),系统结合Visual C++和OpenGL,输入序列图像对应点信息、标定数据和第一幅图像数据,即可在计算机上逼真显示出物体的三维景象。若物体相对复杂,则提高匹配点和三维点的个数,以获得更逼真和细致的显示结果。与以往重建系统相比,本系统操作简单,可移植性好,计算速度快,精度高。

  2. 效益、技术指标 本系统的技术特点:

  3. 对硬件设备的依赖较少,仅需要普通摄像机,成本低;
  4. 仅利用图像信息,从摄像机成像模型入手,计算物体的三维结构,操作简单;
  5. 软件在Visual C++平台下实现,精度高、速度快,具有很好的可用性、可移植性和可扩展性。

二、合作方式: 技术转让

(此文字表达经过AI优化完善,查看原文请点击 原文)
成果评价分析
技术应用分析
服务案例
Baidu
map