王博玲

摘要：隨著的理論知識和技術(shù)的研究層次逐漸加深，基于程序列未定標(biāo)圖像的三維重建方法被提出并在現(xiàn)實案例中得以實踐和應(yīng)用。這種新型的長序列圖像的三維重建技術(shù)是在傳統(tǒng)KLT跟蹤算法上提出的，可以將其看作是專門針對序列圖像特征點進行改進的新型技術(shù)，在現(xiàn)階段科技領(lǐng)域具有較廣闊的應(yīng)用空間和發(fā)展前景。為此，本文將重點對這一技術(shù)展開具體研究。

關(guān)鍵詞：長數(shù)列圖像;三維重建技術(shù);研究

基于長序列圖像的三維重建技術(shù)的算法依據(jù)是KLT跟蹤算法，其主要分析并預(yù)測特征點運動向量，以此為切入點縮小特征點的搜索范圍?；陂L序列圖像的三維重建技術(shù)充分利用了相近特征點鄰域窗口在透視畸變上的相似性，也正因為如此，這項技術(shù)的應(yīng)用使得匹配算法的效率大幅度提高。與此同時，在技術(shù)中引用仿射成像模型的測量矩陣可以對算法進行分解，使得在透視成像模型中得以擴展，完成場景攝影重建。在新技術(shù)的支撐下，相關(guān)人員甚至可以借助這一技術(shù)構(gòu)建三維歐式模型和成像矩陣，最終構(gòu)建出符合真實圖像序列的三維重建結(jié)果。

1 基于長序列圖像的三維重建技術(shù)發(fā)展情況

隨著時代的發(fā)展和進步，三維重建技術(shù)成為現(xiàn)今社會的研究熱點內(nèi)容。歸根結(jié)底，由虛擬圖像到真實場景，三維模型的構(gòu)建主要遵循了基礎(chǔ)的虛擬現(xiàn)實原理以及計算機視覺效果。而基于長序列圖像的三維重建技術(shù)的技術(shù)要點，主要是計算機的精確定標(biāo)。所以，現(xiàn)階段科技人員對這一技術(shù)展開研究主要制定了兩種策略：其一，采用順序方法對不同圖像進行匹配和重建，并在這個過程中適時加入新的圖像，進而完成整個序列的排布和構(gòu)建。但是，這種策略對于信息的利用效率是比較低的，不能在同一時間應(yīng)用所有的圖像信息，而信息誤差也就會隨著序列構(gòu)建而慢慢累積，導(dǎo)致技術(shù)存在漏洞。其二，分析所有圖像信息并建立匹配關(guān)系，也就是使相關(guān)的圖像信息形成測量矩陣。在此基礎(chǔ)上，對所有涉及到的場景結(jié)構(gòu)和攝像機運動參數(shù)進行一次性求解。第2種策略可以看作是第1種策略的補充，保障了對圖像信息的應(yīng)用效率，確保誤差分布較為均勻。研究者率先針對正射圖像提出了基于測量矩陣分解的方法，并在后續(xù)研究中不斷將基于測量矩陣分解的方法擴散到若透視和平行透視圖像中，實現(xiàn)深層次應(yīng)用。甚至有研究人員嘗試在透視圖像中擁有這項技術(shù)，但是由于場景本身可能會相互遮擋，所以這項技術(shù)在透視圖像中的應(yīng)用明顯存在系列不足。也正因為如此，基于長序列圖像的三維重建技術(shù)在構(gòu)建場景模型時還存在一系列亟待解決的問題，其精確性和場景構(gòu)建效率有待提升。

2 特征點匹配

在三維重建技術(shù)運作的過程中，圖像相應(yīng)的特征點領(lǐng)域窗口會由于攝像機試點變動而產(chǎn)生透視畸變，并且其程度與基線數(shù)量成正比關(guān)系。在傳統(tǒng)的基線圖像處理過程中，這也是圖像處理的難點所在。但是，如果默認為場景表面的局部面片是平面，那么就可以利用二維平面上的仿射變換來解釋透視畸變。仿射變換公式為：x′=Ax+t，其中，x和x′分別對應(yīng)著上文所說的與圖像相對應(yīng)的特征點領(lǐng)域窗口的具體點，A代表的是仿射矩陣，t則代表二維平移矢量。研究人員可以通過確定x和x′，來得到符合條件要求的仿射變換參數(shù)，從而達到矯正淋浴窗口透視畸變的最終目的。在此前提基礎(chǔ)上，利用如下所示公式進行計算：

根據(jù)一直來找到最優(yōu)的變換參數(shù)A和t，判定兩個特征點的匹配程度，判斷兩個特征點是否是通過同一場景點投影形成的。在具體實踐計算過程中，研究人員可以綜合考慮仿射迭代算法進行運算，對特征點的運動進行估計，匹配序列圖像。在研究過程中，要保證算法的精確運算，進而將實驗所涉及到的圖像連接特征點按照匹配序列進行構(gòu)建，舍棄存在誤差的特征點。并最終以特征點為橫坐標(biāo)、以圖像序列為縱坐標(biāo)建立特征點匹配關(guān)系示意圖。

3 射影重建

射影重建是基于保秩分解而運行的，其主要的基礎(chǔ)依據(jù)也是正射圖像序列，后來研究者又將攝射重建方法在弱透視和平行透視圖像序列中進行延伸拓展。分別設(shè)置空間點的齊次坐標(biāo)、攝像機的成像矩陣、所成圖像點齊次坐標(biāo)，并將下列公式用于表現(xiàn)幾者之間的關(guān)系：

以此為基礎(chǔ)，就可以通過計算奇異值來解決問題，這個公式也是歐式重建能得以實現(xiàn)的基礎(chǔ)，能夠解決計算攝影深度、填補缺失點處數(shù)值的問題。而在估計攝影深度的過程中，最重要的環(huán)節(jié)是確定兩幅圖像之間相應(yīng)特征點攝影深度的比值，由此列出圖像之間的基本矩陣。倘若匹配序列存在間斷的現(xiàn)象，那么便默認選取最長的序列執(zhí)行算法。而在填補缺失點的過程中，研究人員則要側(cè)重于對填充矩陣的研究，。尋找與秩4約束測量矩陣最為接近的矩陣，實現(xiàn)缺失點的完美填充。

4 實驗結(jié)果分析

通過隨機選取圖片進行了對算法的實驗驗證，經(jīng)過實驗，筆者發(fā)現(xiàn)經(jīng)過該算法三維重建后得到的重現(xiàn)性十分可觀，并對將虛擬的對象鑲嵌在重建的模型中進行了實驗，也取得了很好的效果。鑲嵌的操作方法為：在需要的背景圖選定后將其放置到幀緩存里，然后根據(jù)像素點等的具體參數(shù)需要建好矩陣，以方便在后期繪如圖像時定位，而后使用OpenGL在矩陣中將目標(biāo)對象具體繪入，可以得到不同角度的鑲嵌式圖片。上述方法為筆者在多次摸索后總結(jié)而來的，實踐證明，用上述方法得到的場景重現(xiàn)性較為可觀，實驗效果良好。

參考文獻：

[1]張聰炫，陳震，黎明.單目圖像序列光流三維重建技術(shù)研究綜述[J].電子學(xué)報，2016，44（12）：30443052.

項目：華北科技學(xué)院科技基金項目（項目編號：3142014082）項目名稱：基于圖像的三維重建算法及應(yīng)用研究