基于計(jì)算機(jī)視覺(jué)的三維重建技術(shù)研究

王曉剛

（東營(yíng)職業(yè)學(xué)院，山東 東營(yíng) 257091）

1 引言

人類正在進(jìn)入信息時(shí)代，隨著科學(xué)技術(shù)的快速發(fā)展，計(jì)算機(jī)視覺(jué)(Computer Vision)的應(yīng)用越來(lái)越受到廣泛的重視。計(jì)算機(jī)視覺(jué)的目標(biāo)是要使機(jī)器人和計(jì)算機(jī)通過(guò)對(duì)二維圖像的處理達(dá)到對(duì)三維景物和環(huán)境的認(rèn)知，從而具有和人類相當(dāng)?shù)囊曈X(jué)處理能力，最終像人一樣通過(guò)視覺(jué)觀察和理解世界，具有自主適應(yīng)環(huán)境的能力。計(jì)算機(jī)視覺(jué)是對(duì)靜止圖像或者視頻中的數(shù)據(jù)進(jìn)行一定的處理，轉(zhuǎn)化成另一種表達(dá)方式，以達(dá)到某種特定的需求，而且基于計(jì)算機(jī)視覺(jué)實(shí)現(xiàn)的三維技術(shù)應(yīng)用范圍也越來(lái)越廣泛，為此，有必要開(kāi)展基于計(jì)算機(jī)視覺(jué)的三維技術(shù)應(yīng)用研究。

本論文主要結(jié)合計(jì)算機(jī)視覺(jué)的三維成像特點(diǎn)，對(duì)基于計(jì)算機(jī)視覺(jué)的三維重建技術(shù)進(jìn)行應(yīng)用研究，以期從中能夠找到三維重建技術(shù)的應(yīng)用模式與構(gòu)建方法，并以此和廣大同行分享。

2 三維模型重建技術(shù)應(yīng)用中存在的問(wèn)題

雖然基于計(jì)算機(jī)視覺(jué)的三維建模已經(jīng)廣泛的應(yīng)用于很多領(lǐng)域，但是，這種技術(shù)仍然有一些難點(diǎn)和問(wèn)題。當(dāng)前，國(guó)內(nèi)外學(xué)者主要集中于三個(gè)問(wèn)題進(jìn)行研究：效率、精確性和魯棒性。

(1)建模效率。速度的改進(jìn)可以體現(xiàn)在兩個(gè)方面：一是硬件方面，大量的圖形處理功能被集成到硬件中，加快了處理速度，同時(shí)，計(jì)算機(jī)硬件又以摩爾速度更新，也為建模效率提高提供了良好的條件，但是，對(duì)建模效率提高的需求不能僅僅局限于對(duì)硬件廠商的熱切期望。第二個(gè)方面就是要提高建模算法的速度，這才是最根本的解決方式。

(2)模型的拓?fù)渚?、紋理映射以及光照處理。物體都具有材質(zhì)信息，不同的環(huán)境下，使其呈現(xiàn)不同的狀態(tài)。目前，人們還是能夠分辨出電腦所展示的物體是真實(shí)拍攝的還是電腦制作的。由此可見(jiàn)，計(jì)算機(jī)生成的模型還沒(méi)有達(dá)到以假亂真的程度。如何構(gòu)建環(huán)境光模型，如何給不同材質(zhì)的物體應(yīng)用光照模型，如何在物體的材質(zhì)信息、紋理信息和拓?fù)浣Y(jié)構(gòu)信息之間建立對(duì)應(yīng)關(guān)系也是要解決的問(wèn)題。

(3)普適性。生成三維模型的方法很多，但是，每種方法都有其適用范圍，沒(méi)有哪種方法可以很好的重構(gòu)各類物體，這給實(shí)際的模型生成工作帶來(lái)了很大的麻煩。出現(xiàn)這樣的問(wèn)題，是因?yàn)槊糠N方法利用的重構(gòu)信息不同。如何結(jié)合不同方法的優(yōu)點(diǎn)，提出一個(gè)具有普遍適用性的方法同，也是三維建模的一個(gè)難點(diǎn)。

3 基于計(jì)算機(jī)視覺(jué)的三維重建技術(shù)探討

3.1 基于特征點(diǎn)的三維重建立體匹配技術(shù)應(yīng)用

匹配技術(shù)通常可以分為基于特征的匹配、基于區(qū)域的匹配和基于相位的匹配三大類，其中，基于特征的匹配由于其提取的圖像特征針對(duì)性強(qiáng)，能夠大大減少隨機(jī)噪聲、形變、灰度變化以及遮擋等因素對(duì)圖像的影響，比其他兩種方法更具有實(shí)用性。另外，基于特征的匹配方法不需要處理全部的圖像點(diǎn)，只需計(jì)算代表圖像信息的強(qiáng)特征部分，從而大大節(jié)省了計(jì)算時(shí)間，具有更好的實(shí)時(shí)性?；谝陨峡紤]，本文采用的方法即為基于特征的匹配。

(1)特征點(diǎn)的提取

對(duì)于基于機(jī)器視覺(jué)的特征提取方法，最傳統(tǒng)的和最常用的方法莫過(guò)于Harris提取法。Harris檢測(cè)器的核心思想是用圖像的一階導(dǎo)數(shù)組成的自相關(guān)矩陣來(lái)檢測(cè)某點(diǎn)周?chē)牧炼葟?qiáng)度變化。最早采用小型濾波器作為圖像的導(dǎo)數(shù)，之后發(fā)現(xiàn)高斯濾波器的效果更好。為了降低噪聲的干擾，Harris用高斯函數(shù)進(jìn)行了平滑處理。自相關(guān)矩陣M的特征值用來(lái)判斷所檢測(cè)的點(diǎn)窗口的特征類型。Harris定義的角點(diǎn)位于圖像自相關(guān)矩陣中存在的兩個(gè)最大特征值的地方，這在本質(zhì)上表示以此點(diǎn)為中心周?chē)辽俅嬖趦蓚€(gè)不同方向的紋理(或者邊緣)，正如實(shí)際的角點(diǎn)是由至少兩個(gè)邊緣相交于一點(diǎn)而產(chǎn)生。角點(diǎn)的這個(gè)定義還有另一個(gè)優(yōu)點(diǎn)，被跟蹤的物體在移動(dòng)過(guò)程中可能會(huì)旋轉(zhuǎn)，找到同時(shí)對(duì)移動(dòng)和旋轉(zhuǎn)不變的量是很重要的。利用自相關(guān)矩陣的特征值可以達(dá)到這個(gè)目的。

(2)特征點(diǎn)的匹配

在提取出特征點(diǎn)之后，就該對(duì)特征點(diǎn)進(jìn)行匹配，匹配的關(guān)鍵之處在于給每一個(gè)特征點(diǎn)附加一個(gè)獨(dú)特的標(biāo)記，以方便于識(shí)別特征點(diǎn)。這些用來(lái)描述特征的標(biāo)記統(tǒng)稱為特征描述符。描述符廣泛應(yīng)用于紋理分類，圖像檢索，匹配等領(lǐng)域。為某一點(diǎn)建立描述符需要計(jì)算該點(diǎn)周?chē)徲虻南袼靥卣?，這些特征可以是局部區(qū)域的灰度值，顏色值或者紋理輪廓。描述符的任務(wù)就是將這些特征描述出來(lái)，同時(shí)要能與其他點(diǎn)區(qū)分開(kāi)來(lái)，以完成正確的匹配。

3.2 基于機(jī)器視覺(jué)的三維重建優(yōu)化應(yīng)用

經(jīng)過(guò)匹配之后，我們得到了空間的離散點(diǎn)，但是由于點(diǎn)與點(diǎn)之間的情形是未知的，更不能構(gòu)成平面或曲面，為了使物體真實(shí)地顯示出來(lái)，需要對(duì)這些點(diǎn)進(jìn)行剖分，并賦予其深度信息，從而得到場(chǎng)景的三維重構(gòu)模型。

基于立體視覺(jué)的三維重建是由兩幅或多幅圖像恢復(fù)物體二維幾何形狀的方法，用于重建的圖像序列是由移動(dòng)的單臺(tái)攝像機(jī)或處于不同視點(diǎn)的多臺(tái)攝像機(jī)所拍攝的。攝像機(jī)通過(guò)透視變換獲取了三維空間物體的二維圖像，該圖像中的點(diǎn)實(shí)際物體上的點(diǎn)存在著一定的對(duì)應(yīng)關(guān)系。就像我們的雙眼一樣，兩臺(tái)CCD攝機(jī)從不同方向?qū)臻g中一個(gè)點(diǎn)進(jìn)行拍攝后得到的兩幅圖像，然后依據(jù)對(duì)應(yīng)關(guān)系向推出實(shí)際空間中點(diǎn)的位置坐標(biāo)，這就是雙目立體視覺(jué)三維重建的過(guò)程。如前面章節(jié)的敘述可知，通過(guò)完成攝像機(jī)標(biāo)定、三維物體立體圖像對(duì)預(yù)處和匹配并得到空間點(diǎn)三維坐標(biāo)后，我們就可以利用這些數(shù)據(jù)對(duì)物體進(jìn)行三維重建了。

經(jīng)過(guò)攝像機(jī)標(biāo)定獲得攝像機(jī)的內(nèi)參數(shù)，結(jié)合估計(jì)出的基礎(chǔ)矩陣F以及由立體匹配獲得的匹配點(diǎn)集，接下來(lái)利用SFM（Structure from Motion）算法恢復(fù)攝像機(jī)的外參數(shù)，進(jìn)一步計(jì)算就可以得出空間離散點(diǎn)的三維坐標(biāo)。

依據(jù)國(guó)內(nèi)外經(jīng)典的三維重建系統(tǒng)，我們?cè)谝延泄ぞ呦涞幕A(chǔ)上，對(duì)相關(guān)算法進(jìn)行改進(jìn)，完成了一個(gè)簡(jiǎn)單的三維離散點(diǎn)重建系統(tǒng)。經(jīng)過(guò)立體匹配、攝像機(jī)標(biāo)定、三維重建等步驟，重建出所提取特征點(diǎn)的空間三維坐標(biāo)值。三維重建是通過(guò)由不同角度拍攝的兩幅或多幅圖像恢復(fù)物體空間坐標(biāo)的方法。在找到匹配點(diǎn)對(duì)并已知攝像機(jī)內(nèi)參數(shù)的情況下，采用SFM算法進(jìn)行離散點(diǎn)的重建，主要算法步驟如下：

(1)由基礎(chǔ)矩陣F進(jìn)一步求解本質(zhì)矩陣；

(2)計(jì)算攝像機(jī)運(yùn)動(dòng)參數(shù)（外參數(shù)）(R|t)的候選值；

(3)判斷(R|t)的符號(hào)，并從多組候選值中確定唯一的正確值；

(4)得到投影矩陣，計(jì)算匹配點(diǎn)的空間三維坐標(biāo)。

4 結(jié)語(yǔ)

物體的三維重建技術(shù)一直是計(jì)算機(jī)視覺(jué)研究的熱點(diǎn)和重點(diǎn)之一，它的目標(biāo)是將二維的投影圖像轉(zhuǎn)化為三維的立體結(jié)構(gòu)。高仿真的三維重建技術(shù)正逐漸使用于各種模擬場(chǎng)景和智能系統(tǒng)中，例如飛機(jī)的模擬駕駛，游戲和場(chǎng)景中的虛擬物體演示，建筑物的虛擬建模，工廠的零件檢測(cè)，交通事故保存等領(lǐng)域。隨著科學(xué)技術(shù)的發(fā)展和日益增長(zhǎng)的需求，三維重建技術(shù)必將更加完善。

[1]彭健,姜露露.基于極線幾何約束的非標(biāo)定圖像的立體匹配[J].計(jì)算機(jī)應(yīng)用,2007,27(11):2800-2805.

[2]吳福朝.計(jì)算機(jī)視覺(jué)中的數(shù)學(xué)方法[M].北京:科學(xué)出版社,2008.

[3]林志泉,胡永健,楊暉,汪偉.一種基于特征的約束匹配方法[J].中國(guó)圖象圖形學(xué)報(bào),2007,12(11):2104-2108.