基于序列图像的鲁棒三维重建方法

doi:10.3724/SP.J.1087.2011.01566

计算机应用 ›› 2011, Vol. 31 ›› Issue (06): 1566-1568.DOI: 10.3724/SP.J.1087.2011.01566

基于序列图像的鲁棒三维重建方法

杨军¹,石传奎²,党建武³

1. 兰州交通大学研究生学院，兰州 730070
2. 兰州交通大学数理与软件工程学院，兰州 730070
3. 兰州交通大学电子与信息工程学院，兰州 730070

收稿日期:2010-11-25 修回日期:2011-01-24 发布日期:2011-06-20 出版日期:2011-06-01
通讯作者: 杨军
作者简介:杨军（1973-），男（回族），宁夏吴忠人，副教授，博士，主要研究方向：计算机图形学、虚拟现实、数字图像处理；石传奎（1985-），男，山东临沂人，硕士研究生，主要研究方向：数字图像处理、地理信息系统；党建武（1963-），男，陕西富平人，教授，博士生导师，博士，主要研究方向：神经网络、智能信息处理。
基金资助:
国家自然科学基金资助项目;兰州交通大学“青蓝”人才工程基金资助计划项目

Robust 3D reconstruction method based on image sequence

YANG Jun¹,SHI Chuankui²,DANG Jianwu³

1. School of Graduate Studies, Lanzhou Jiaotong University, Lanzhou Gansu 730070, China
2. School of Mathematics, Physics and Software Engineering, Lanzhou Jiaotong University, Lanzhou Gansu 730070, China
3. School of Electronic and Information Engineering, Lanzhou Jiaotong University, Lanzhou Gansu 730070, China

Received:2010-11-25 Revised:2011-01-24 Online:2011-06-20 Published:2011-06-01
Contact: YANG Jun

摘要/Abstract

摘要： 提出了基于序列图像的鲁棒三维重建方法。首先利用两幅图像的最优参数估计，然后添加新图像并采用稀疏调整，减少图像坐标测量值的最小几何误差。通过对三维结构和摄像机参数进行全局优化处理，以提高重建的鲁棒性。实验结果表明，该方法提高了重建的精度和鲁棒性，并真实地再现了物体的三维模型。

关键词: 三维重建, 鲁棒估计, 稀疏捆集调整, 序列图像, 全局优化

Abstract: A robust 3D reconstruction method based on image sequence was presented. First, an optimal parameter estimation of two images was applied. Then, along with the number of images increasing, the sparse bundle adjustment was adopted to reduce the minimum geometric error of the measurements of image coordinates. Finally, the 3D structure and camera parameters were processed with a global optimization method to improve the robustness of the reconstruction. The experiment results demonstrate that the proposed method can effectively improve the accuracy and robustness of reconstruction, and factually represent 3D model of objects.

Key words: 3D reconstruction, robust estimation, sparse bundle adjustment, image sequence, global optimization

杨军石传奎党建武. 基于序列图像的鲁棒三维重建方法[J]. 计算机应用, 2011, 31(06): 1566-1568.

YANG Jun SHI Chuankui DANG Jianwu. Robust 3D reconstruction method based on image sequence[J]. Journal of Computer Applications, 2011, 31(06): 1566-1568.

[1]	刘栋, 李晨航, 吴长茂, 茹法鑫, 夏媛媛. 基于可校正强化搜索遗传算法的光学系统自动设计[J]. 《计算机应用》唯一官方网站, 2024, 44(9): 2838-2847.
[2]	陈容均, 严宣辉, 杨超城. 面向时间序列的混合图像化循环胶囊分类网络[J]. 《计算机应用》唯一官方网站, 2023, 43(3): 692-699.
[3]	张伟康, 刘升, 黄倩, 郭雨鑫. 考虑距离因素与精英进化策略的平衡优化器[J]. 《计算机应用》唯一官方网站, 2022, 42(6): 1844-1851.
[4]	李俊伯, 秦品乐, 曾建潮, 李萌. 基于超分辨率网络的CT三维重建算法[J]. 《计算机应用》唯一官方网站, 2022, 42(2): 584-591.
[5]	李国荣, 冶继民, 甄远婷. 基于新的鲁棒相似性度量的时间序列聚类[J]. 计算机应用, 2021, 41(5): 1343-1347.
[6]	张豪, 张强, 邵思羽, 丁海斌. 深度学习在单图像三维模型重建的应用[J]. 计算机应用, 2020, 40(8): 2351-2357.
[7]	郭艺辉, 黄承慧, 钟雪灵, 陆寄远. 方向感知的网格模型特征识别[J]. 计算机应用, 2019, 39(12): 3673-3677.
[8]	解本铭, 韩明明, 张攀, 张威. 飞机牵引车语音识别的动态时间规整优化算法[J]. 计算机应用, 2018, 38(6): 1771-1776.
[9]	王晓静, 彭虎, 邓长寿, 黄海燕, 张艳, 谭旭杰. 基于均匀局部搜索和可变步长的萤火虫算法[J]. 计算机应用, 2018, 38(3): 715-721.
[10]	李巍, 吕乃光, 董明利, 娄小平. 凸松弛全局优化机器人手眼标定[J]. 计算机应用, 2017, 37(5): 1451-1455.
[11]	刘思奇, 张来峰, 范立成, 盛小明. 基于医学图像序列面绘制的骨组织快速成型方法[J]. 计算机应用, 2017, 37(5): 1456-1459.
[12]	李肖, 葛宝臻, 罗其俊, 李云鹏, 田庆国. 自由双目立体视觉摄像机动态外参数的获取[J]. 计算机应用, 2017, 37(10): 2888-2894.
[13]	杨滨华, 赵高鹏, 刘鲁江, 薄煜明. 基于平移域估计的点云全局配准算法[J]. 计算机应用, 2016, 36(6): 1664-1667.
[14]	黄浩, 唐昊, 周雷, 程文娟. 服务率不确定的单站点传送带给料加工站系统鲁棒优化控制[J]. 计算机应用, 2015, 35(7): 2067-2072.
[15]	李银辉, 吕晓琪, 于荷峰. 基于L₁和L₂混合范式的序列图像超分辨率重建[J]. 计算机应用, 2015, 35(3): 840-843.

基于序列图像的鲁棒三维重建方法

Robust 3D reconstruction method based on image sequence

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics