摘要: 重构是计算机视觉模拟人眼功能所需要完成的最后一步，即恢复景物的三维信息。它是一个研究非常活跃的重要领域，被广泛应用于工业检测、军事、医学、航空航天、娱乐等多个领域。在摄像机内参数不变的情况下，重构的框架主要有两大类：第一类基于基本... 展开 重构是计算机视觉模拟人眼功能所需要完成的最后一步，即恢复景物的三维信息。它是一个研究非常活跃的重要领域，被广泛应用于工业检测、军事、医学、航空航天、娱乐等多个领域。在摄像机内参数不变的情况下，重构的框架主要有两大类：第一类基于基本矩阵和对极几何来计算内参数，常用的方法是在两两图像之间建立Kruppa方程，解出摄像机内参数；第二类主要是分层逐步自标定重构，即首先对序列图像做射影重构，在此基础上在进行仿射重构和欧式重构。 本文在重构的一般性框架的基础上，主要研究了基本矩阵的求解问题，无穷远单应的求解问题和二种框架下的求出的内参数和绝对二次曲线结果比较问题。通过对参考文献的分析发现：传统的八点算法并不能保证基本矩阵秩为2；求解无穷远单应需要求解消失点和消失线；二种求解框架求出的结果是否相似或者一致。 主要的研究结果有： 1、改进线性计算基本矩阵的方法。抓住线性算法和非线性方法的优点和缺陷，提出了一种基本矩阵秩为2的线性求解方法，该方法首先利用了改进了的八点算法思想，先将图像匹配点的坐标归一化，然后结合基本矩阵秩为2的特性，提出基本矩阵秩为2的等价基本矩阵模型，最后依据对极点约束提供的几何关系，给出求解方程，采用线性的方法求解出参数和极点坐标，最后进行实验比较。 2、改进无穷远单应的计算。对对极几何进行了分析，得到了极点对无穷远单应的约束方程，这个方程体现了无穷远单应和极点、对应匹配的图像点之间的关系。并依据此约束方程求解出无穷远平面的单应矩阵。与参考文献中的方法相比，该方法避免了求解消失点和消失线，不需要知道有限远平面的信息，而且通过二幅图像就可求出无穷远的单应。仿射重构表明该算法真实可性，通过对图像添加噪声，内参数的绝对误差随噪声水平的变化曲线说明了该算法的鲁棒性较高。 3、二种框架下的重构比较。在实验条件不变的情况下，对二种框架下求解出的内参数和绝对二次曲线比较发现，这二种框架下求解出的结果相似。 收起