单目视频图像序列三维重建方法

TP391.4; 针对单目场景下的三维重建,由于运动模糊和小基线图像的存在导致图像模糊、特征点匹配低、重建精度差等问题,提出一种单目视觉系统的三维重建方法.首先,根据图像的边缘信息利用小波变换检测原始数据中的模糊图像并剔除,通过几何鲁棒性准则筛选出宽基线图像,得到用于三维重建的清晰图像;其次,提出了基于区域划分的错误匹配特征点剔除算法,剔除重复匹配和错误匹配特征点;最后,提出3种不同区域增长方式获取更多特征点进行三维点计算.结果表明,提出的方法有效地去除了错误匹配特征点,提高了特征点匹配的准确率,获得了更多的点云数量,提高了重建模型的精度和完整度....

Full description

Saved in:
Bibliographic Details
Published in东北大学学报（自然科学版） Vol. 45; no. 12; pp. 1680 - 1687
Main Authors 沙晓鹏, 曹加奇, 李文静, 秦晔
Format Journal Article
LanguageChinese
Published 东北大学秦皇岛分校 控制工程学院,河北 秦皇岛 066004 2024
Subjects
sparse and dense
特征提取
3D reconstruction
key frame screening
feature extraction
稀疏稠密化
区域增长
regional growth
三维重建
关键帧筛选
Online AccessGet full text
ISSN1005-3026
DOI10.12068/j.issn.1005-3026.2024.12.002

Cover

More Information
Summary:TP391.4; 针对单目场景下的三维重建,由于运动模糊和小基线图像的存在导致图像模糊、特征点匹配低、重建精度差等问题,提出一种单目视觉系统的三维重建方法.首先,根据图像的边缘信息利用小波变换检测原始数据中的模糊图像并剔除,通过几何鲁棒性准则筛选出宽基线图像,得到用于三维重建的清晰图像;其次,提出了基于区域划分的错误匹配特征点剔除算法,剔除重复匹配和错误匹配特征点;最后,提出3种不同区域增长方式获取更多特征点进行三维点计算.结果表明,提出的方法有效地去除了错误匹配特征点,提高了特征点匹配的准确率,获得了更多的点云数量,提高了重建模型的精度和完整度.
ISSN:1005-3026
DOI:10.12068/j.issn.1005-3026.2024.12.002