基于单幅图像的目标定位与三维重建技术研究

"基于单幅图像目标定位及三维重建的研究" 这篇硕士论文主要探讨了计算机视觉领域中的一个重要课题——单幅图像目标定位及三维重建。作者于艳在控制理论与控制工程专业指导下，运用摄影测量学和虚拟现实技术，从单幅结构化的场景图像中进行图像建模研究。 首先，论文对比分析了几种常见的边缘检测算法，最终选择了Canny算子来提取图像边缘。针对Hough变换在处理大量数据时效率低下的问题，论文提出了使用概率Hough变换来检测目标直线，这种方法能有效减少计算时间和内存需求，同时通过线性拟合找到交点，从而提高灭点（vanishing point）坐标的准确性。灭点在图像几何分析中扮演关键角色，是理解场景透视的关键要素。 其次，论文详细阐述了如何利用灭点属性来确定摄像机的内外参数。摄像机内参描述了相机自身的特性，如焦距和光学中心，而外参则涉及相机相对于场景的位置和方向。论文深入研究了确定外方位角元素的两种方法，并通过实验比较选择精度更高的方法来构建旋转矩阵，这有助于精确重建场景的三维结构。 接着，论文将目标物体抽象为长方体模型，因为长方体模型易于处理且能较好地近似各种形状的目标。考虑到单幅图像中相对深度对模型参数的影响，作者改进了相对深度算法，以提升长方体模型的三个参数（长度、宽度和高度）的精度。通过这种方式，可以计算出目标物体上特征点的三维坐标，实现精确的目标定位。 最后，论文通过VRML（Virtual Reality Modeling Language）编程实现了模型的重建和显示。在进行纹理映射时，为了避免模型表面的纹理变形，图像被按照特定规则分割成多个小块，然后映射到模型表面，从而提高了重建的真实感。 该研究通过具体实例验证了所提出算法的正确性和系统实现的可行性，并指出其在城市规划、古建筑保护、图像测量以及虚拟漫游技术等多个领域具有广阔的应用前景。关键词包括：单幅图像、目标定位、三维重建、灭点和VRML。