发布时间 : 星期日 文章三D重建更新完毕开始阅读a3be393d6f1aff00bfd51e97
一、3D重建的定义：
从二维图像恢复三维物体可见表面的几何结构称三维重建，是人类视觉的主要目的之一。计算机三维重建技术是计算机辅助设计与计算机图形学中一个重要的研究领域。三维重建是通过物体的两个以上二维投影图的输入后，计算机进行了自动检索 ,获取物体的二维几何信息和拓扑信息 ,并建立起三维立体模型，恢复出摄像机运动参数和空间物体的3D几何形状。
在计算机视觉领域，三维重建主要由三个步骤构成；
(1)．图像对应点的匹配，即从不同图像中找出同一空间点在这些图像上投影点的过程;
(2)．对摄像机进行标定，即确定摄像机固有的与光、电特征及几何结构有关的内参数；
(3)．在此基础上，进一步确定不同图像间摄像机的运动参数，即求解外参数；
三维重建的三个关键步骤：摄像机标定、图像对应点的确定和两图像间摄像机运动参数的确定。
二、3D重建的意义：
三维重建技术是人工智能研究课题,该问题的研究成果可以直接应用于机器导航、精密工业测量、物体识别、医学仪器、虚拟现实以及军事等方面。
物体三维重建是计算机辅助几何设计(CAGD)、计算机图形学(CG)、计算机动画、计算机视觉、医学图像处理、科学计算和虚拟现实、数字媒体创作等领域的共性科学问题和核心技术。
三、3D重建发展及现状
国外在三维重建方面研究最多的国家属日本 ,其次是美国和英国。发达国家起步较早 ,研究的也比较深入:1995 年日本东京大学的 Hoshino ,Hiroshi 领导的小组于 95 年用物体反射的M - ar2ray coded光源影像对物体表面进行三维重建取得进展。用这种方法 ,可用简单的设备完成三维重建。
1993 年美国芝加哥大学 G oshtasby ,Ardeshir。进行了 “应用合理的高
斯曲线和平面 ,进行二维、三维图形的恢复和设计的研究” 。目的是使用合理的高斯曲线和平面 ,来表示复杂图形并证明用这种方式 ,不需用传统的网格方式而是利用分散设置的控制点来恢复外形的新方法。
1995 年美国哥仑比亚大学的 Chehroudi ,B。带领的小组对细胞的形状的三维重建进行了深入的研究 ,但是细胞核的形状还是不可预见的。
1995 年英国 Liverpoot john moores 大学的Pears on ,Jeremy D 小组在(人造) 电子配件自动检测方面的二维形状测量的阶段测量方法进行了研究 ,并证明了用模型方式进行三维形状重建加工过程方法的可行性。
近年来三维重建技术成为我国医学研究领域的新热点 ,三维重建技术所用于医学体数据研究 ,二维重建及其变换的应用研究上处于国内领先地位 ,有的已达到国际先进水平。利用三维重建技术 ,在 CT、 MRI或DSA影像指导下 ,经计算机精确计算和仿真校验后 ,最后运用新型高精度脑立体定向手术仪进行各种脑部手术脑血管疾病、 脑血管造影三维重建成像在脑动脉瘤、 颅脑损伤诊断和治疗中所用。透过三维重建手段呈现隧道地质三维影像，以提供视觉化 ,是近年来计算机图形学的又一个重要应用。
综上所述 ,国外在此方向上的研究起步较早，也取得了很多成果。但国内在二维图形的三维重建上的研究还很少。面对现代化生产的快速发展和需要 ,在此方向上的研究显得十分必要。不仅在飞机、 汽车、 舰船制造业以及建筑业、 轻工产品、外形包装等方面有着很大的应用价值 ,能够减少设计费用和缩短设计周期 ,创造出大的经济效益，而且对现有人工智能化发展有决定性作用。
四、3D重建的方法：
1、基于视觉的三维重建技术：
即采用计算机视觉方法进行物体的三维模型重建，是指利用数字摄像机作为图像传感器，综合运用图像处理 视觉计算等技术进行非接触三维测量，用计 算机程序获取物体的三维信息 其优势在于不受物体形状限制，重建速度较快， 可以实现全自动或半自动建模等，是三维重建的一个重要发展方向，能广泛应用于包括移动机器人自主导航系统航空及遥感测量工业自动化系统等在内的各个
领域，由此项技术产生的经济效益极为可观。
基于视觉的三维重建技术以 Marr 的视觉理论框架为基础，形成了多种理论方法：
（1）根据摄像机数目的不同， 可分为单目视觉法、双目视觉法、三目视觉法（或多目视觉法）；
（2）根据原理的不同， 又可分为基于区域的视觉方法、基于特征的视觉方法、基于模型的方法和基于规则的视觉方法等；
（3）根据获取数据的方式，可分为主动视觉法和被动视觉法等；
1.1单目视觉法
单目视觉方法( monocular vision) 是指使用一台摄像机进
行三维重建的方法,所使用的图像可以是单视点的单幅或多幅图像，也可以是多视点的多幅图像,前者主要通过图像的二维特征( 用 X 表示) 推导出深度信息， 这些二维特征包括明暗度、纹理、焦点、轮廓等，因此也被统称为 X 恢复形状法( shapefrom X) 这一类方法设备结构简单，使用单幅或少数几张图像就可以重建出物体三维模型; 不足的是通常要求的条件比较理想化， 实际应用情况不是很理想，重建效果也一般 后者通过匹配不同图像中的相同特征点，利用这些匹配约束求取空间三维点坐标信息， 从而实现三维重建。这种方法可以实现重建过程中的摄像机自标定， 能够满足大规模场景三维重建的需求， 且在图像资源丰富的情况下重建效果比较好; 不足之处是运算量比较大，重建时间较长. 单目视觉法主要有：
明暗度法：即明暗度恢复形状法( shape from shading，SFS) 这种方法通过分析图像中的明暗度信息， 运用反射光照模型， 恢复出物体表面的法向信息进行三维重建。Horn于1970 年首次提出了 SFS 方法的概念， 并给出了一个表示二维图像中各像素点明暗度与其对应的三维点的法向反射率以及光照方向之间关系的非线性偏微分方程明暗度方程。但是这种 SFS 方法是一个欠约束问题， 需要其他约束才能进行求解.明暗度法的主要优势在于可以从单幅图像中恢复出比较精确的三维模型，可以应用于除镜面物体之外的几乎所有类型的物体但是明暗度法重建单纯依赖数学运算，效果不佳，而且由于对光照条件要求比较苛刻，
需要精确知道光源的位置及方向等信息，使得明暗度法很难应用在室外场景等光线情况复杂的三维重建上。
光度立体视觉法：光度立体视觉法通过多个不共线的光源获得物体的多幅图像，再将不同图像的亮度方程联立，求解出物体表面法向量的方向，最终实现物体形状的恢复。光度立体视觉法的优点与明暗度法相同,同时使用多幅图像避免了明暗度法存在的病态问题，而且采用多个光源也增加了约束条件，提高了方法的精确度和鲁棒性；其缺点也是难以应用于镜面物体以及室外场景物体的三维重建。
纹理法：基本理论为: 对于一个具有光滑表面并覆盖了重复纹理单元的物体，当被投影在二维图像上时，其上的纹理单元会发生变形，这种变形分为投影变形( projective distortion) 和透视收缩变形( foreshortening distortion) 投影变形使离图像平面越远的纹理单元看上去越小，透视收缩变形使与图像平面角度越大的纹理单元看上去越短 由于这两种变形都可以从图像中测量得到， 因此就可以分析变形后的纹理单元，反向求取物体表面法向和深度信息，进行三维重建。纹理法的优势是重建精度和速度都比较高，可以从单幅图像中重建出物体的三维模型，同时对光照和噪声都不敏感，鲁棒性较好但是纹理法只适用于具有规则纹理的物体，通用性较低，大大限制了实际应用。
轮廓法：轮廓法是轮廓恢复形状法( shape from silhouettes /con-tours) 的简称，这种方法通过多个角度物体的轮廓图像得到物体的三维模型，轮廓法可以分为基于体素、基于视壳和基于锥素三种方法。轮廓法虽然对输入信息的要求非常苛刻，但是由于其计算复杂度较低，重建效率还是非常高的轮廓法需要输入摄像机内外参数和图像轮廓信息，因此除了需要进行精确的摄像机标定外，还需要从背景中精确提取物体轮廓，常用的方法有抠色法、背景剪除法等。轮廓法最主要的缺点是无法对物体表面的空洞和凹陷部分进行重建，因此通常应用于对模型细节精度要求不是很高的三维重建中。
调焦法：焦点恢复形状法( shape from focus)，也称调焦法，是通过分析摄像机焦距、光圈与图像清晰度之间的关系恢复物体深度信息，进而得到三维模型的方法物体只有位于摄像机焦距处时才会投影出清晰的图像，因此，通过建立物体到投影中心的距离与图像清晰度之间的关系， 就可以恢复出深度信息 由于