单幅图像目标定位与三维重建：Canny边缘与概率Hough变换的应用

本文是一篇关于计算机科学的硕士论文，主要探讨了基于单幅结构化场景图像的目标定位与三维重建方法。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。论文的核心内容围绕以下几个方面展开： 1. 边缘检测与目标识别：论文首先比较了不同边缘检测算法，如Sobel、Prewitt等，选择了Canny算子，因为它以其优良的性能（高精确度和抗噪能力）提取图像边缘。对于传统的Hough变换在时间和存储消耗上的局限性，作者引入了概率Hough变换，用于检测图像中的直线目标，通过拟合求取交点来确定灭点坐标，从而提高灭点计算的精度。 2. 摄像机参数估计：基于摄影测量学，论文重点研究了确定摄像机外方位角参数的方法，特别是旋转矩阵的确定，强调了精度的重要性。通过灭点信息，作者能够准确地获取摄像机的内、外参数，进而确定相机中心位置。 3. 长方体模型构建与精度提升：针对单幅图像中相对深度对长方体尺寸精度的影响，论文对相对深度算法进行了优化，旨在提高模型长、宽、高的精度。通过改进后的算法，作者能够计算出目标物体特征点的三维坐标，实现了目标物体的精确定位。 4. 虚拟现实与模型重建：利用VRML编程技术，论文实现了模型的重建与显示。为了减少纹理映射过程中的变形，图像被按照特定规则分割成多个小块，并贴到生成的模型表面，提高了重建的逼真度。 论文通过实例验证了所提出的算法的有效性和系统实现的可行性。这种基于单幅图像的目标定位与三维重建技术有广泛的应用前景，尤其是在城市规划、古建筑修复、基于图像的测量以及虚拟漫游等领域。论文的关键词包括单幅图像、目标定位、三维重建、灭点和VRML，全面展示了作者在计算机视觉领域的深入研究和实践成果。