基于光学扩散的景物3D形貌重建.PDFVIP

中国科学: 技术科学 2016 年 第46 卷 第2 期: 204 ~ 212 《中国科学》杂志社 SCIENTIA SINICA Technologica SCIENCE CHINA PRESS 论 文 基于光学扩散的景物3D 形貌重建 * 魏阳杰 , 吴成东 东北大学信息科学与工程学院, 沈阳 110004 * E-mail: weiyangjie@ 收稿日期: 2015-04-28; 接受日期: 2015-07-07; 网络出版日期: 2015-11-16 国家自然科学基金(批准号:和中央高校基本科研业务费专项资金(编号: N130504011)资助项目 摘要 基于光学扩散的景物 3D 重建方法具有小透镜下深度恢复精度高、重建深度范围广、只需要一台摄像 机、不需要调整相机参数或者改变相机和景物之间距离等优势. 但是目前并没有一种描述光学扩散中深度变化 和扩散能量分布之间关系的严谨数学模型. 本文引入了物理学中的热量辐射方程, 建立了光扩散过程中的连续 能量分布模型, 并提出了一种基于光扩散的精确单目视觉全局景物3D 深度信息获取方法. 首先, 详细分析了物 理学中热辐射机理, 建立了用来描述光扩散成像过程中的连续能量分布模型; 然后, 结合光扩散引起的图像模 糊(点扩散函数扩散程度)与景物深度之间的数学关系, 提出了一种基于光学扩散的景物3D 形貌重建方法. 最后, 使用合成图像和真实图像分别验证了本文算法在3D 重建中的有效性和精确性. 关键词 3D 重建, 光学扩散, 热辐射, 能量分布 1 引言 的深度信息的. 首先采集一系列不同深度的目标景 物图像, 然后, 使用聚焦测量算子计算每幅图像的聚 使用 2D 光学图像重建景物 3D 表面形貌是 3D 焦程度, 而景物的深度是聚焦测量值最大时对应的 视觉观测方面研究的热点和前沿问题之一. 目前, 典 深度值[4,5]. 相对于DFS, DFF 方法原理更加简单, 但 型的 3D 形貌重建方法包括: 立体视觉深度恢复 是, 该方法的深度估计精度与图像的个数密切相关, (depth from stereo, DFS)、聚焦深度恢复(depth from 即采集图像的步长[6,7]. 因此, 通常需要采集大量的 focus, DFF) 以及离焦深度恢复(depth from defocus, 输入图像来保持重建精度, 实时性较差. DFD 方法最 DFD)方法[1]. 早由 Pentland[8]提出, 是一种利用景深有限的区域图 DFS 通过景物的两幅由不同位置和姿态的相机 像的离焦程度来恢复深度信息的方法. 即: 在不同摄 采集得到的图像重建景物的3D 表面形貌[2,3]. DFS 在 像机参数下采集同一景物的至少两幅离焦图像, 测 重建景物形貌时需要提取两幅输入图像的相应特征 量对应像素点的离焦程度, 根据点扩散公式计算景 点并匹配, 所以原理较复杂, 计算量很大. DFF 是利 物的深度信息. 相比较而言, 基于离焦测度机理的 用图像聚焦程度和深度之间的映射关系来计算景物 3D 形貌重建方法只需要两幅图像、计算量小、适应 引用格式: 魏阳杰, 吴成东. 基于光学扩散的景物3D 形貌重建. 中国科学: 技术科学, 2016, 46: 204–212 Wei Y J, Wu C D. 3D Reconstruction based