基于图象的大场景三维重建的理论和方法研究

"基于图象的大场景三维重建"这里指利用多幅高分辨率光学图象(如无人机获取的地面立体图对;车载视频图象;从不同角度获得的多幅数码相机图象等)对室外场景的重建.基于图象的大场景三维重建是三维地形图生成,古建筑复原,虚拟现实和普适游戏等众多领域的核心支撑技术.本项目重点突出重建方法的自动化能力和重建结果的高精度. 根据项目指南,拟重点研究以下几个关键问题: (1).图像特征的高精度定位和自动匹配；(2).可控的点匹配扩散方法；(3).摄像机成像几何模型对外参数标定的误差传递；(4).大场景三维数据的融合与高效的曲面片拟合方法。通过本项目的实施,将在理论上形成比较系统的大场景重建理论和方法,同时形成二个原型系统和若干应用模块,在军事和文物保护领域得到初步应用.

本项目围绕基于图像的大场景三维重建进行了系统性研究，取得的主要成果包括以下几方面： .（1）分层视觉的Cayley计算理论与方法：通过引入Cayley变换，给出了无穷远Cayley变换的射影表达、无穷法向量的Cayley计算方法，创立了分层视觉的Cayley计算理论与方法，极大地提高了经典分层计算方法的数值稳定性和标定精度。.（2）基于灰度序的特征描述与匹配：提出了多种特征点的灰度序描述和特征直线的几何不变量描述方法，这些方法具有几何仿射不变性和灰度单调不变性，与现有描述方法相比具有更高的鉴别力和更高的鲁棒性；所提出的剔除误匹配的对应函数匹配方法，较广泛使用的RANSAC方法有更好的匹配性能。.（3）最优三角化快速方法：三角化是任何立体视觉的基本操作。首先将原始最优三角化问题转化为一种在组合图像空间求解4-维基本锥面欧氏标准形的最近点问题，使问题得到了有效简化。同时给出了一种快速最优化方法和三种计算效率更高的次优化算法。.（4）测试数据库和图像数据库建设：建立了一个标准测试数据库，其中包含三个典型建筑的激光扫描数据和对应的图像数据。此外，建立了一个包含四大佛教圣地（五台山、普陀山、峨眉山、九华山）与二大道教圣地（武当山、青城山）古建筑的图像数据库。这些数据可以从(http://vision.ia.ac.cn)免费下载。.（5）三维重建系统与应用：研发了一套基于CPU+GPU的大场景三维重建实验系统，并在国家重大专项、国家科技先导专项、863智慧城市等项目得到了初步应用。