董鹏飞

（四川大学计算机学院，成都 610065）

一种基于置信度的深度图融合方法

董鹏飞

（四川大学计算机学院，成都 610065）

在三维重建过程中，由于受到噪声影响，计算出的深度图精度无法保证。针对此问题，提出一种基于置信度的抗噪融合方法。首先对每幅深度图来进行修正，并利用一致性原理来剔除错误点并填补某些空洞。然后通过保留在自身邻域内具有最高置信度的三维点，以删除冗余。最后将深度图反投影到三维空间，采用迭代最小二乘法优化三维点并剔除离群点。通过在测试数据集上与其他算法比较，验证此方法的有效性。

多目立体视觉；三维重建；深度图融合

0 引言

多视角三维重建的目的是从多幅二维图像当中恢复目标场景的3D模型，是计算机视觉领域中重要的研究课题之一，并且在最近几年也受到了越来越多的关注。根据Seitz等人的研究[1]，现有的多视角三维重建算法可以分为四类：基于特征点扩展的方法[2]，该方法首先提取和匹配一系列特征点重建出较稀疏的点云，然后将稀疏点云向周围扩展得到稠密的点云；基于体素的方法[3]，该方法在一个三维立体中计算出代价函数，并且从这些立体中提取出目标物体表面；基于表面演化的方法[4]，该方法通过最小化能量方程来迭代估计出目标物体表面；基于深度图融合的方法[5-6]，该方法首先计算出每幅图像的深度图，然后通过融合这些深度图来获取最终的三维模型。在所有的算法中，基于深度图融合算法具有较高的精确度和灵活性，更适用于绝大多数场景的重建[1，5]。……