曾 蔚，王汇源*，刘莹奇，王 斌，张振铎，曾子晗

(1.山东大学信息科学与工程学院，山东济南250100;

2.中国科学院长春光学精密机械与物理研究所，吉林长春130033;

3.北京联合大学自动化学院，北京100095)

1 引言

光学成像是获取目标三维模型的重要手段之一，美国麻省理工大学的Horn认为图像的明暗变化隐藏三维信息［1-3］，并于1970年提出明暗恢复形状(Shape From Shading，SFS)算法用于 NASA月球表面图像三维重建。传统的SFS算法假设光源为无限远处的点光源或平行光［2］，但考虑到红外(Infrared，IR)目标具有自身辐射，灰度明暗变化不仅隐藏三维信息还包括温度信息，在SFS三维重构中的理论模型和具体实现方法有待研究。本文分析了空间目标红外成像特性，建立IR-SFS算法用于红外图像三维重建。

SFS算法是基于单幅灰度图像非接触式三维测量，无需相机标定和目标先验信息，该算法相关的研究主要解决下述问题［4-8］:辐射模型的建立、光照和反射率估计、欠定偏差分方程(Partial Differential Equation，PDE)方程组的解法，以及与其它三维重构方法的融合。其理论的核心思想是电磁波辐射理论与光度学，通过辐射模型将辐射源、辐亮度、物体的几何形状关联在一起，求解辐射方程组可以获得物体表面形状。SFS辐射模型与真实辐射模型相比存在较多的简化处理，比如光源位置和强度估计、反射率估计，欠定PDE方程组病态求解，物体形状的光滑约束，传感器成像过程模型被忽略等等。这样做的结果是，SFS算法的适应性和运算速度极高，但其精度却大打折扣，且数十年来被广泛研究而尚未形成完备的理论和应用体系。……