李志明

（四川大学计算机学院，成都 610065）

0 引言

平面结构是日常生活中非常常见的一种特殊结构，例如建筑物墙体、书桌桌面、电子显示屏等，大大小小的众多平面构成了复杂的生活场景。随着计算机视觉技术的迅速发展，平面凭借其特殊的几何特性，在计算机视觉领域中发挥着越来越重要的作用。例如在增强现实领域中，在场景中加入虚拟物体通常要依托于某些平面结构，这样才能满足物理上的真实感；再如当下智能手机中的全景拍照功能，就是利用同一个场景下运动拍摄的多张照片，检测出图像中的多个平面并进行配准，然后拼接起来得到全景图像。

对于人眼来说，判断图像中的平面结构是一件轻而易举的事情，但对于计算机而言，理解和识别图像中的平面结构是一大难题。随着硬件的发展，出现了3D摄像头，可拍摄含有深度信息的图像，即RGB-D图像，对于RGB-D图像，可根据其深度信息恢复重建三维场景，从而提取出场景中的平面。但3D摄像头尚未普及前，从RGB图像中提取平面仍是亟需解决的课题。

1 研究现状

目前针对二维图像的平面检测算法中，最常用且表现最好的是基于特征点匹配的平面模型拟合方法。首先采集同一场景在不同视角下的多张图像，通过对多张图像进行特征点检测和匹配得到特征点对数据集，由匹配的特征点对拟合出单应性矩阵来定义平面模型。这一类方法存在明显的弊端：

（1）严重依赖于特征点检测与匹配的准确度。……