圖像序列中運(yùn)動目標(biāo)的三維重建的研究與實現(xiàn).pdf

1、隨著科學(xué)技術(shù)的不斷發(fā)展，視頻處理技術(shù)得到越來越廣泛的應(yīng)用。視頻處理技術(shù)的研究內(nèi)容包括運(yùn)動目標(biāo)檢測和物體跟蹤等很多領(lǐng)域，視頻處理技術(shù)的研究成果可以廣泛地應(yīng)用在各個領(lǐng)域。從目前的形勢來看，只對目標(biāo)進(jìn)行簡單的檢測和跟蹤是遠(yuǎn)遠(yuǎn)不夠的，如何實時呈現(xiàn)運(yùn)動目標(biāo)的三維結(jié)構(gòu)顯得尤為重要。
　　當(dāng)攝像機(jī)運(yùn)動時，圖像背景也隨之運(yùn)動，運(yùn)動目標(biāo)的檢測變得很困難。本文深入研究了圖像匹配算法，并針對SIFT匹配算法做出了如下改進(jìn):先計算特征點的疏密程度，然后再

2、進(jìn)行相關(guān)程度（歐式距離）的計算，使得特征點匹配算法的搜索范圍小，匹配范圍更有針對性。在改進(jìn)的SIFT匹配算法中，隨著疏密程度的不同，閾值也隨之動態(tài)變化，實驗驗證了改進(jìn)的SIFT算法在準(zhǔn)確率和計算效率上都有所提高?；诟倪M(jìn)的SIFT算法，本文提出了運(yùn)動攝像機(jī)下的運(yùn)動目標(biāo)檢測流程，流程包括改進(jìn)全局特征點檢測與匹配、求解全局運(yùn)動模型及運(yùn)動矢量、計算出局部運(yùn)動矢量得到運(yùn)動目標(biāo)特征點、采用種子填充法進(jìn)行填充、最后提取運(yùn)動目標(biāo)的圖像?；谠撃繕?biāo)檢測

3、流程，本文使用獲取圖像、攝相機(jī)標(biāo)定、特征點提取、特征點匹配、獲取物體的深度圖、恢復(fù)物體的三維信息的三維重建流程，并在Visual Studio2008平臺下實現(xiàn)了對檢測運(yùn)動目標(biāo)結(jié)果圖像的三維重建。
　　論文首先介紹了計算機(jī)視覺相關(guān)理論，然后給出了攝像機(jī)的標(biāo)定與成像方法。接著，論文詳細(xì)介紹了圖像的預(yù)處理方法和角點檢測算法，包括如何去除噪聲、增強(qiáng)圖像，如何進(jìn)行角點檢測和特征點匹配等。然后，論文給出了改進(jìn)的SIFT匹配算法，深入分析了攝