基于最优RANSAC算法的非增加式多视图三维重建

被引:11
作者
管秋 [1 ]
金俊杰 [1 ]
张剑华 [1 ]
李德明 [2 ]
机构
[1] 浙江工业大学计算机科学与技术学院
[2] 浙江商业职业技术学校应用工程学院
关键词
非增加式; 多视图; 三维重建; 随机抽样一致性; 黄金分割;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
非增加式的多视图三维重建算法不依赖于初始重建,而是首先求解全部的摄像机参数,然后一次性重建所有三维点,其难点在于如何精确的求得全局旋转矩阵和全局平移向量.针对摄像机旋转矩阵计算的问题,引入最优RANSAC算法来稳定剔除错误的二视图关系,避免了人为设定阈值的不可靠性,提高了全局旋转矩阵的计算精度.针对摄像机平移向量计算的问题,结合了黄金分割方法与线性规划来精确计算三视图相对平移向量,提高了相对平移向量计算的精度,从而提高了最终全局平移向量的精度.实验结果表明,设计的算法能有效的提高三维重建精度.
引用
收藏
页码:473 / 478
页数:6
相关论文
共 8 条
[1]   双目全方位视觉传感器及其极线校正方法 [J].
汤一平 ;
庞成俊 ;
周宗思 ;
陈耀宇 .
浙江工业大学学报, 2011, 39 (01) :86-91
[2]   非约束环境下人脸识别技术的研究附视频 [J].
汤一平 ;
严海东 .
浙江工业大学学报, 2010, (02) :155-161
[3]   采用形态学算子的运动目标检测跟踪方法研究及实现 [J].
杨东勇 ;
冯形松 .
浙江工业大学学报, 2010, 38 (02) :149-154
[4]  
计算机视觉中的多视图几何[M]. 安徽大学出版社 , ()RichardHartley, 2002
[5]  
Photo tourism[J] . Noah Snavely,Steven M. Seitz,Richard Szeliski.ACM Transactions on Graphics (TOG) . 2006 (3)
[6]   Visual modeling with a hand-held camera [J].
Pollefeys, M ;
Gool, LV ;
Vergauwen, M ;
Verbiest, F ;
Cornelis, K ;
Tops, J ;
Koch, R .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 59 (03) :207-232
[7]   A probabilistic criterion to detect rigid point matches between two images and estimate the fundamental matrix [J].
Moisan, L ;
Stival, B .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 57 (03) :201-218
[8]  
Vision Algorithms: Theory and Practice .2 Bill Triggs,Philip McLauchlan,Richard Hartley,et al. Berlin . 2000