单幅图像建模与三维重建研究——基于Canny算子与概率Hough变换

"这篇硕士学位论文主要探讨了基于单幅图像的目标定位及三维重建技术，作者是于艳，专业为控制理论与控制工程，指导教师为陈青林。论文详细介绍了研究过程和方法，并通过实例验证了算法的可行性和准确性。" 在计算机科学，特别是计算机视觉领域，基于单幅图像建模是一种重要的研究方法。该论文首先对比了多种常见的边缘检测算法，如Sobel、Prewitt和Kirsch等，最终选择了Canny算子来提取图像边缘，因为Canny算子能够有效平衡检测精度和抗噪声能力。同时，为了避免传统的Hough变换计算量大且占用内存的问题，论文采用了概率Hough变换来检测图像中的直线，这不仅提高了检测效率，还提升了灭点（vanishing point）坐标计算的精确性。 接下来，论文着重讨论了如何利用灭点属性确定摄像机的内外参数。摄像机内参数通常包括焦距、光心位置等，而外参数涉及摄像机在世界坐标系中的位置和方向。论文提出了两种确定外方位角元素的方法，并通过实际结果对比，选择了精度更高的方法来构建旋转矩阵，从而更好地定位和理解图像中的目标。 在三维重建部分，论文提出将目标物体简化为长方体模型，考虑到单幅图像中的相对深度信息对重建精度的影响，作者改进了相对深度算法，提高了长方体模型的三个参数（长度、宽度和高度）的精度。通过这种方法，可以计算出图像中特征点的三维坐标，实现对目标物体的精确定位。 最后，论文利用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，为了减少模型表面的纹理变形，图像被分割成多个小块，然后映射到模型表面上，使得重建的模型更加逼真。 该研究提供了一套完整的基于单幅图像的目标定位和三维重建流程，其算法和实现对城市规划、古建筑保护、图像测量和虚拟现实应用等领域具有重要的实践价值。通过具体实例的建模，证明了所提出的算法的有效性和系统实施的可行性，为未来相关研究奠定了坚实的基础。