基于双目视觉的图像三维重建技术研究

"本文主要探讨了结构光模式在三维重建中的应用，特别关注点结构光模式和线结构光模式。这两种模式都是非接触式测量方法，常用于物体表面信息的获取和三维重建。此外，提到了基于双目视觉的图像三维重建技术，这是一种不需要额外投射光线、具有较高隐蔽性的技术，广泛应用于计算机视觉等领域。文中作者马林针对双目视觉的匹配和去噪问题进行了研究，提出了一种基于双向双极线的匹配技术，旨在解决匹配的歧义性和应对遮挡等问题，同时提高匹配的鲁棒性。该技术能够减少匹配元素，提高匹配效率，适合实时重建需求。通过实验，该算法在规则场景和清晰边缘条件下表现出良好的匹配效果。" 【结构光模式】结构光模式是三维重建技术中的一种，主要分为点结构光模式和线结构光模式。点结构光模式利用激光器产生的光点与摄像机形成的三角几何关系，获取物体单个点的空间位置，但信息量有限，通常需配合扫描使用。线结构光模式通过激光平面在物体表面形成光条，光条的畸变和不连续揭示了物体表面的深度信息，增加了测量信息量且操作简便，因此被广泛采用。 【双目视觉】双目视觉是一种利用两幅图像进行三维重建的技术，基于视差原理，寻找图像间的对应像点匹配。由于现实场景的复杂性和采样限制，匹配存在歧义和不确定性。为解决这些问题，作者提出双向双极线匹配技术，通过极线跳变点匹配减少遮挡影响，增强鲁棒性，并通过插值匹配提高效率。 【匹配算法】现有的匹配算法包括迭代计算和动态规划，但它们往往计算时间较长，不适用于实时重建。作者的匹配方法通过跳变点匹配和中间点插值，能在线性时间内完成，提高了实时性，并提出新检测方式去除匹配偏差。 【应用场景】当场景规则、边缘清晰时，采用本文算法能取得优秀的匹配效果。在不规则或边缘模糊的场景中，算法的性能可能会受到影响，但其创新的匹配策略仍能提供有益的解决方案。