单幅图像目标定位与三维重建：基于灭点和概率Hough变换的方法

本篇论文深入探讨了"灭点和灭直线"在计算机科学中的应用，特别是在图像处理和定位领域的关键作用。作者基于南京理工大学的硕士学位研究，结合摄影测量学和虚拟现实技术，针对单幅结构化场景图像进行目标定位和三维重建。 首先，作者分析了常见的边缘检测算法，如Canny算子，因其在精确性方面的优势被选中用于图像边缘提取。然而，Hough变换在检测目标直线时存在耗时和存储空间需求高的问题，为此，作者引入了概率Hough变换，通过优化算法提高了检测效率，特别是灭点（空间中不平行于图像平面的平行线在透视模型中的投影点）的定位精度。灭点的精确计算对于后续的摄像机参数估计至关重要，特别是外方位角元素的确定。 在确定摄像机参数方面，作者从摄影测量学的角度出发，详细研究了内外参数的估计方法，特别是如何准确地确定旋转矩阵。这一步骤对于正确地理解图像中目标物体的三维关系至关重要。 接着，作者将目标物体建模为长方体模型，认识到在单幅图像中，相对深度对长方体的尺寸精度有很大影响。因此，作者改进了相对深度算法，提高了模型参数的精度，进而能够准确计算出特征点的三维坐标，实现了目标的精确定位。 论文还利用VRML技术实现了模型的重建与显示，通过纹理映射技术，通过将图像分割成小块并均匀地映射到模型表面，有效地降低了纹理变形，从而增强了重建图像的逼真度。 论文的实验验证了所使用算法的有效性和系统的可行性，这些技术在城市规划、古建筑的重建与保护、基于图像的测量以及虚拟漫游等应用场景中具有广泛的应用潜力。因此，灭点和灭直线的概念在这些领域中扮演了核心角色，为计算机视觉技术的发展提供了强有力的支持。