单幅图像目标定位与三维重建：纹理映射提升精度

本篇硕士学位论文《基于单幅图像目标定位及三维重建的研究》探讨了计算机视觉领域中的一个重要课题——利用单张结构化场景图像进行建模。作者是南京理工大学的于艳，专业为控制理论与控制工程，指导教师为陈青林。论文围绕以下几个关键知识点展开： 1. 边缘检测与目标检测：论文首先对比了多种边缘检测算法，如Canny算子因其高效性和准确性被选中。针对Hough变换存在的计算效率低和存储需求大的问题，作者提出采用概率Hough变换改进目标直线检测，通过拟合求交点的方式提高灭点（消失点）坐标计算的精度。 2. 摄像机参数估计：从摄影测量学的角度，论文重点研究了确定外方位元素的方法，特别是外方位角元素的精确测量。作者通过对不同方法的实践，选择了一种精度更高的方法来计算旋转矩阵，从而确定摄像机的内在和外在参数。 3. 长方体模型构建与三维坐标计算：目标物体被转换成长方体模型，考虑到单幅图像中相对深度对模型参数（长度、宽度和高度）的影响，论文改进了相对深度算法，提高了三维模型的精度。这样，通过计算特征点的三维坐标，实现了目标物体的准确定位。 4. VRML模型重建与纹理映射：借助VRML（Virtual Reality Modeling Language）编程，论文实现了模型的重建与显示。为了减少模型表面纹理变形，作者将图像按照特定规则分割成小块映射到模型上，提升了重建结果的真实感。 论文通过实际建模案例验证了所使用算法的有效性和系统实施的可行性。这种基于单幅图像的目标定位和三维重建技术有广泛的应用前景，特别是在城市规划、古建筑修复与保护、基于图像的测量以及虚拟漫游技术等领域。 关键词：单幅图像、目标定位、三维重建、灭点、VRML。整个研究工作不仅深入探讨了计算机视觉的核心技术，还展示了其在实际应用中的潜力和价值。