基于空间网格候选点筛选机制的双目测量三目二次判决三维重建新方法及实验研究

针对立体视觉技术中复杂的对应点匹配问题，本课题提出一种基于网格候选点筛选机制的三维重建新方法。首先在世界坐标系视域范围内沿坐标轴方向构建三维网格，并依据标定后的摄像机参数对节点间距进行优化；其次对二维图像进行小波多分辨率逐级分解，由粗到精地筛选网格候选点；接着针对缺乏纹理信息的物体或场景，向待测表面投射多区域结构光用于辅助测量；最后依据首选图像对中相关曲线多峰值的可信系数确定候选点筛选机制，引入第三目对匹配歧义进行二次判决，保证动态环境中三维重建精度。在自主移动机器人三目测量模拟实验平台上完成课题内容的实验研究与验证。.项目特色在于网格候选点的筛选机制不需要图像的极线校正以及三维坐标求解等计算步骤，使测量模型得到简化；同时，三目二次判决算法在计算代价没有明显增加的前提下，有效减少潜在的匹配歧义，提高测量精度。拓展三目立体视觉三维重建方法在自主移动机器人环境感知领域的应用。

立体视觉技术是从二维图像中获取三维坐标信息的重要非接触测量手段，该技术通过对应点的匹配得到深度信息，实现物体轮廓或场景的三维重建。针对立体视觉技术中复杂的对应点匹配问题，本课题提出一种空间网格候选点筛选机制的双目测量和三目二次判决三维重建新方法。. 首先通过研究世界坐标系下深度候选点与图像坐标之间的映射关系，建立网格节点作为待测深度的候选点，根据候选点在不同图像中对应点对的相似性测度获取深度信息。候选点的建立将对应点在二维空间的搜索转化为一维空间的匹配，解决了传统匹配算法中图像的极线校正和三维坐标求解步骤带来的计算复杂度。根据对应点在参考图像中的亚像素坐标计算节点三维坐标，实现候选点在深度方向的合理分布。. 针对稠密重建中用于匹配的候选点数量较大的问题，利用二维离散小波变换对图像进行塔式分解，并确定多分辨率下节点与各级分解图像的对应关系。通过对候选点由粗到精的逐级筛选，提高稠密匹配的计算效率；对于光照条件不理想或被测表面缺乏纹理的场景，采用结构光投影为场景主动添加纹理信息。依据对应点在图像坐标系的分布规律，研究投影图案对候选点匹配精度的影响，设计多区域锯齿波投影图案用于辅助测量。使用三目立体视觉系统代替双目，当互相关曲线的可信系数小于既定阈值，则根据另一组图像对的相似性测度对存在潜在歧义的少量候选点进行二次判决，消除匹配歧义，提高三维重建的精度。. 研究三维网格节点与图割算法中网格图之间的关系，将网格节点直接用于构造网格图，并通过能量函数的最小化实现稠密重建的全局最优，解决低纹理区域和深度不连续区域匹配精度较差的问题，降低全局优化的计算复杂度。. 最后通过三目测量模拟实验平台实验分析验证了三维场景稠密重建的效果。结果表明基于网格候选点的稠密三维重建方法降低了立体匹配的计算复杂度，有助于拓展自主移动机器人环境感知领域的应用。