摘要
三维重建技术作为计算机视觉、测绘测量等领域热切关注的重点和难点，一直是立体视觉研究人员重点研究的方向。现实场景的三维重建在虚拟现实与现实增强领域中都是热点问题，并且三维重建技术在诸如医疗诊断、逆向工程、文物保护、地形勘测等方面有很好的应用前景。而在三维重建技术中基于图像的三维重建是一种廉价、方便并且易于推广的一种三维重建方法。基于图像的三维重建就是通过一组对目标在不同视角下拍摄的图像从而重构出目标的三维模型。使用单目相机重构相对于专业的三维扫描仪等设备而言是一种更加经济和便捷进行图像采集的方式。 本文是基于单目相机拍摄的图像来对大规模场景三维重构的算法研究，针对静态的多种场景和动态目标的三维重构进行分析和研究，并针对各种情形下的三维重构设计合理的算法。主要研究工作如下： 1 阐述了如何通过相机标定、图像特征提取匹配、点云重构、点云三角化、纹理映射等方法来进行完整的场景三维重构。并能对标定好的单目相机获取的图像数据进行三维重构，能得到可视效果逼真的大规模三维场景模型来验证这一系列方法的可行性。 2 引入与传统三维重构中所使用的 SIFT 特征匹配算法所不同的网格运动统计匹配算法，并合理利用该算法的匹配精度高、数量多等优点解决现在三维重构对动态目标重构难的问题。 3 分析通过相对位移来恢复三维结构的原理与可行性，将其应用到动态物体的三维重构中来验证结果的正确性与算法的可行性。 4 针对不同的情形下的动态目标重建提出合理的重构方法，主要的动态目标重建策略有两种：一种是基于图像手动分割出目标的方法进行重建，另一种是通过自动前后背景分割与目标跟踪对动态目标提取的方法重建。
NETL