基于机器视觉的三维重建技术研究

被引:17
作者
张宁
常雷
徐熙平
机构
[1] 长春理工大学光电工程学院
关键词
机器视觉; 三维重建; 摄像机定标; 特征点检测和匹配; RANSAC算法;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
研究了基于机器视觉的三维重建技术。利用普通的数码摄像机拍摄图片,通过摄像机定标、特征点检测和匹配、基础矩阵和本质矩阵计算来实现图像的三维重建。采用张正友标定方法的相机标定工具箱实现了相机的标定,利用尺度不变特征变换(SIFT)特征点的检测和匹配方法进行了图像特征点的检测和匹配,采用RANSAC算法计算基础矩阵,最后利用相机内参数和由基础矩阵获得的本质矩阵重建物体的特征点,并进行纹理贴图。实验结果表明利用这些图像可以进行物体重建,并且能够很好地反映出物体的三维特征。
引用
收藏
页码:66 / 72
页数:7
相关论文
共 8 条
[1]   基于辅助参考线的光栅投影轮廓测量系统及标定方法 [J].
王涛 ;
孙长库 ;
石永强 ;
王鹏 .
光学学报, 2011, 31 (01) :192-197
[2]   条纹边界编码的动态3D重建及流水建模 [J].
郭继平 ;
彭翔 ;
刘晓利 ;
李阿蒙 ;
殷永凯 .
光学学报, 2010, 30 (10) :2884-2890
[3]   基于柔性立体靶标的摄像机标定 [J].
孙军华 ;
刘震 ;
张广军 ;
魏振忠 ;
江洁 .
光学学报, 2009, 29 (12) :3433-3439
[4]   基于光学测棒的立体视觉坐标测量系统的研究 [J].
徐巧玉 ;
车仁生 .
光学学报, 2008, (11) :2181-2186
[5]   一种稳健的特征点配准算法 [J].
刘贵喜 ;
刘冬梅 ;
刘凤鹏 ;
周亚平 .
光学学报, 2008, (03) :454-461
[6]   基于仿射近似从序列图像重建目标三维结构 [J].
邱志强 ;
梁永辉 ;
于起峰 .
光学学报, 2007, (06) :1004-1010
[7]  
基于OpenCV的计算机视觉技术实现[M]. 科学出版社 , 陈胜勇, 2008
[8]   SUSAN - A new approach to low level image processing [J].
Smith, SM ;
Brady, JM .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 1997, 23 (01) :45-78