基于图像序列的相机自标定与三维重构方法研究

利用一个图像传感器（摄像头或相机）拍摄的图像序列来获取目标的三维信息，即由运动恢复形状（SFM），在军事与民用领域蕴藏着巨大的应用价值。相机的自标定方法、特征点在各帧图像中的空间位置关系算法，是SFM技术的核心。本课题试图通过研究基于图像序列的特征集提取规律，自适应特征集选取和提取方法，获取特征集在各相邻帧图像之间的、更精确的自适应跟踪与匹配方法；研究相机在观测运动物体时，焦距及其它内参数的变化规律，建立相机内参数变化的数学模型，获取考虑内参数线性变化并有非线性畸变时，基于图像序列的相机参数自标定方法；在此基础上，通过矩阵与多尺度技术来获取特征点在图像各相邻帧中的空间对应位置的算法，解决基于单目图像序列的三维重构中的关键问题，并通过研究稀疏点三维信息的插值来获取密集点三维信息，从而实现三维重构。