基于長(zhǎng)序列圖像的三維重建技術(shù)研究

王博玲

摘要：隨著的理論知識(shí)和技術(shù)的研究層次逐漸加深，基于程序列未定標(biāo)圖像的三維重建方法被提出并在現(xiàn)實(shí)案例中得以實(shí)踐和應(yīng)用。這種新型的長(zhǎng)序列圖像的三維重建技術(shù)是在傳統(tǒng)KLT跟蹤算法上提出的，可以將其看作是專門針對(duì)序列圖像特征點(diǎn)進(jìn)行改進(jìn)的新型技術(shù)，在現(xiàn)階段科技領(lǐng)域具有較廣闊的應(yīng)用空間和發(fā)展前景。為此，本文將重點(diǎn)對(duì)這一技術(shù)展開具體研究。

關(guān)鍵詞：長(zhǎng)數(shù)列圖像;三維重建技術(shù);研究

基于長(zhǎng)序列圖像的三維重建技術(shù)的算法依據(jù)是KLT跟蹤算法，其主要分析并預(yù)測(cè)特征點(diǎn)運(yùn)動(dòng)向量，以此為切入點(diǎn)縮小特征點(diǎn)的搜索范圍。基于長(zhǎng)序列圖像的三維重建技術(shù)充分利用了相近特征點(diǎn)鄰域窗口在透視畸變上的相似性，也正因?yàn)槿绱耍@項(xiàng)技術(shù)的應(yīng)用使得匹配算法的效率大幅度提高。與此同時(shí)，在技術(shù)中引用仿射成像模型的測(cè)量矩陣可以對(duì)算法進(jìn)行分解，使得在透視成像模型中得以擴(kuò)展，完成場(chǎng)景攝影重建。在新技術(shù)的支撐下，相關(guān)人員甚至可以借助這一技術(shù)構(gòu)建三維歐式模型和成像矩陣，最終構(gòu)建出符合真實(shí)圖像序列的三維重建結(jié)果。

1 基于長(zhǎng)序列圖像的三維重建技術(shù)發(fā)展情況

隨著時(shí)代的發(fā)展和進(jìn)步，三維重建技術(shù)成為現(xiàn)今社會(huì)的研究熱點(diǎn)內(nèi)容。歸根結(jié)底，由虛擬圖像到真實(shí)場(chǎng)景，三維模型的構(gòu)建主要遵循了基礎(chǔ)的虛擬現(xiàn)實(shí)原理以及計(jì)算機(jī)視覺效果。而基于長(zhǎng)序列圖像的三維重建技術(shù)的技術(shù)要點(diǎn)，主要是計(jì)算機(jī)的精確定標(biāo)。所以，現(xiàn)階段科技人員對(duì)這一技術(shù)展開研究主要制定了兩種策略：其一，采用順序方法對(duì)不同圖像進(jìn)行匹配和重建，并在這個(gè)過程中適時(shí)加入新的圖像，進(jìn)而完成整個(gè)序列的排布和構(gòu)建。但是，這種策略對(duì)于信息的利用效率是比較低的，不能在同一時(shí)間應(yīng)用所有的圖像信息，而信息誤差也就會(huì)隨著序列構(gòu)建而慢慢累積，導(dǎo)致技術(shù)存在漏洞。其二，分析所有圖像信息并建立匹配關(guān)系，也就是使相關(guān)的圖像信息形成測(cè)量矩陣。在此基礎(chǔ)上，對(duì)所有涉及到的場(chǎng)景結(jié)構(gòu)和攝像機(jī)運(yùn)動(dòng)參數(shù)進(jìn)行一次性求解。第2種策略可以看作是第1種策略的補(bǔ)充，保障了對(duì)圖像信息的應(yīng)用效率，確保誤差分布較為均勻。研究者率先針對(duì)正射圖像提出了基于測(cè)量矩陣分解的方法，并在后續(xù)研究中不斷將基于測(cè)量矩陣分解的方法擴(kuò)散到若透視和平行透視圖像中，實(shí)現(xiàn)深層次應(yīng)用。甚至有研究人員嘗試在透視圖像中擁有這項(xiàng)技術(shù)，但是由于場(chǎng)景本身可能會(huì)相互遮擋，所以這項(xiàng)技術(shù)在透視圖像中的應(yīng)用明顯存在系列不足。也正因?yàn)槿绱?，基于長(zhǎng)序列圖像的三維重建技術(shù)在構(gòu)建場(chǎng)景模型時(shí)還存在一系列亟待解決的問題，其精確性和場(chǎng)景構(gòu)建效率有待提升。

2 特征點(diǎn)匹配

在三維重建技術(shù)運(yùn)作的過程中，圖像相應(yīng)的特征點(diǎn)領(lǐng)域窗口會(huì)由于攝像機(jī)試點(diǎn)變動(dòng)而產(chǎn)生透視畸變，并且其程度與基線數(shù)量成正比關(guān)系。在傳統(tǒng)的基線圖像處理過程中，這也是圖像處理的難點(diǎn)所在。但是，如果默認(rèn)為場(chǎng)景表面的局部面片是平面，那么就可以利用二維平面上的仿射變換來解釋透視畸變。仿射變換公式為：x′=Ax+t，其中，x和x′分別對(duì)應(yīng)著上文所說的與圖像相對(duì)應(yīng)的特征點(diǎn)領(lǐng)域窗口的具體點(diǎn)，A代表的是仿射矩陣，t則代表二維平移矢量。研究人員可以通過確定x和x′，來得到符合條件要求的仿射變換參數(shù)，從而達(dá)到矯正淋浴窗口透視畸變的最終目的。在此前提基礎(chǔ)上，利用如下所示公式進(jìn)行計(jì)算：

根據(jù)一直來找到最優(yōu)的變換參數(shù)A和t，判定兩個(gè)特征點(diǎn)的匹配程度，判斷兩個(gè)特征點(diǎn)是否是通過同一場(chǎng)景點(diǎn)投影形成的。在具體實(shí)踐計(jì)算過程中，研究人員可以綜合考慮仿射迭代算法進(jìn)行運(yùn)算，對(duì)特征點(diǎn)的運(yùn)動(dòng)進(jìn)行估計(jì)，匹配序列圖像。在研究過程中，要保證算法的精確運(yùn)算，進(jìn)而將實(shí)驗(yàn)所涉及到的圖像連接特征點(diǎn)按照匹配序列進(jìn)行構(gòu)建，舍棄存在誤差的特征點(diǎn)。并最終以特征點(diǎn)為橫坐標(biāo)、以圖像序列為縱坐標(biāo)建立特征點(diǎn)匹配關(guān)系示意圖。

3 射影重建

射影重建是基于保秩分解而運(yùn)行的，其主要的基礎(chǔ)依據(jù)也是正射圖像序列，后來研究者又將攝射重建方法在弱透視和平行透視圖像序列中進(jìn)行延伸拓展。分別設(shè)置空間點(diǎn)的齊次坐標(biāo)、攝像機(jī)的成像矩陣、所成圖像點(diǎn)齊次坐標(biāo)，并將下列公式用于表現(xiàn)幾者之間的關(guān)系：

以此為基礎(chǔ)，就可以通過計(jì)算奇異值來解決問題，這個(gè)公式也是歐式重建能得以實(shí)現(xiàn)的基礎(chǔ)，能夠解決計(jì)算攝影深度、填補(bǔ)缺失點(diǎn)處數(shù)值的問題。而在估計(jì)攝影深度的過程中，最重要的環(huán)節(jié)是確定兩幅圖像之間相應(yīng)特征點(diǎn)攝影深度的比值，由此列出圖像之間的基本矩陣。倘若匹配序列存在間斷的現(xiàn)象，那么便默認(rèn)選取最長(zhǎng)的序列執(zhí)行算法。而在填補(bǔ)缺失點(diǎn)的過程中，研究人員則要側(cè)重于對(duì)填充矩陣的研究，。尋找與秩4約束測(cè)量矩陣最為接近的矩陣，實(shí)現(xiàn)缺失點(diǎn)的完美填充。

4 實(shí)驗(yàn)結(jié)果分析

通過隨機(jī)選取圖片進(jìn)行了對(duì)算法的實(shí)驗(yàn)驗(yàn)證，經(jīng)過實(shí)驗(yàn)，筆者發(fā)現(xiàn)經(jīng)過該算法三維重建后得到的重現(xiàn)性十分可觀，并對(duì)將虛擬的對(duì)象鑲嵌在重建的模型中進(jìn)行了實(shí)驗(yàn)，也取得了很好的效果。鑲嵌的操作方法為：在需要的背景圖選定后將其放置到幀緩存里，然后根據(jù)像素點(diǎn)等的具體參數(shù)需要建好矩陣，以方便在后期繪如圖像時(shí)定位，而后使用OpenGL在矩陣中將目標(biāo)對(duì)象具體繪入，可以得到不同角度的鑲嵌式圖片。上述方法為筆者在多次摸索后總結(jié)而來的，實(shí)踐證明，用上述方法得到的場(chǎng)景重現(xiàn)性較為可觀，實(shí)驗(yàn)效果良好。

參考文獻(xiàn)：

[1]張聰炫，陳震，黎明.單目圖像序列光流三維重建技術(shù)研究綜述[J].電子學(xué)報(bào)，2016，44（12）：30443052.

項(xiàng)目：華北科技學(xué)院科技基金項(xiàng)目（項(xiàng)目編號(hào)：3142014082）項(xiàng)目名稱：基于圖像的三維重建算法及應(yīng)用研究