基于双目视觉的三维重构算法研究

发布时间：2025-05-26 22:06

　　本文利用Kinect深度相机结合同步实时定位与建图(Simultaneous Localization and Mapping,SLAM)进行室内场景的三维重构。针对该技术需求,论文主要从前端视觉里程计的图像特征提取与匹配算法、摄像机位姿估计以及视觉SLAM后端优化与闭环检测几个方面,建立室内场景的三维重建系统。本文主要完成了如下任务:(1)特征匹配方面,基于AORB特征匹配算法进行改进,提出多种策略组合的匹配算法。首先,用AORB进行特征提取,rBRIEF建立描述符,减少初始匹配点数,提高匹配效率。然后,用交叉匹配和K最近邻分类算法(k-NearestNeighbor,KNN)相结合的方法,对构建的描述子进行匹配,最后,将匹配最小距离与渐进采样一致(PROSAC)算法相结合,剔除误匹配点,提高匹配精度,减少匹配用时。(2)位姿估计优化方面,使用PROSAC算法求出PnP,并计算相邻帧的运动变换,PROSAC只采用少数的随机点计算PnP,确定内点,但易受到噪声干扰。对此进行改进,使用PROSAC的解作为初值,用PnP求出相连帧之间摄像机空间位置变换关系,再运用非线性优化将位姿变换矩阵进行...

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 课题背景
    1.2 研究目的与意义
    1.3 国内外研究现状
    1.4 章节安排
第二章 三维重建系统的组成
    2.1 三维重建系统的硬件平台
    2.2 双目视觉系统的软件平台
    2.3 摄像机标定
    2.4 本章小结
第三章 基于特征点法的视觉SLAM算法研究
    3.1 特征提取
    3.2 特征描述符
    3.3 特征匹配
    3.4 基于AORB改进的特征点匹配算法
    3.5 本章小结
第四章 视觉SLAM后端优化
    4.1 相机运动估计
    4.2 视觉SLAM后端
    4.3 实验和结果分析
    4.4 本章小结
第五章 三维重建系统的算法研究
    5.1 ORB-SLAM2算法介绍
    5.2 RGB-D SLAM V2算法介绍
    5.3 RTAB MAP算法介绍
    5.4 三维重建实验
    5.5 本章小结
第六章 总结与展望
    6.1 工作总结
    6.2 工作展望
参考文献
致谢
个人简历



本文编号：4047044