蔡桂航 陈强 吴林锋

摘  要：通过对双目视觉原理及亚像素插值技术的深入分析，研究如何在双目视觉图像的基础上实现场景的高精度3D重建。实验以Intel RealSense D435相机作为采集工具，完成摄像机标定和图像预处理，相机拍摄的图像为本次研究提供了较为清晰的数据展现，利用OpenCV和SIFT算法完成立体匹配，获取点云图。从实验结果来看，该技术能够较好地实现双目视觉条件下的3D重建。

关键词：三维重建;点云图;OpenCV;SIFT算法

中图分类号：TP391.4      文献标识码：A文章编号：2096-4706（2021）21-0094-04

Abstract： Through the in-depth analysis of binocular vision principle and sub-pixel interpolation technology， this paper studies how to realize high-precision 3D reconstruction of scene based on binocular vision image. The experiment takes Intel RealSense D435 camera as the acquisition tool， completes camera calibration and image preprocessing， the images taken by the camera provide a clearer data display for this study， uses OpenCV and SIFT algorithm to complete stereo matching and obtain point cloud map. The experimental results show this technology can better realize 3D reconstruction under the condition of binocular vision. 

Keywords： 3D reconstruction; point cloud map; OpenCV; SIFT algorithm

0  引  言

20世紀70年代，神经系统学家Marr将神经心理学与人工智能的知识相结合，提出了具有跨时代意义的“计算机视觉理论”，自此计算机视觉发展成一门独立学科。其中，基于双目视觉的三维重建技术是计算机视觉的一个重要内容。三维重建的主要任务是针对从摄像机获取的二维图像，利用像差获取图像的深度信息，从而恢复三维物体的表面形状。此领域的研究者们提出了各种立体特征匹配的算法和重建算法。目前，计算机视觉已经广泛应用于工业生产和人们的日常生活之中，其中包括自动驾驶、机器人、物体自动识别、三维测量等多个领域。

1  技术原理

1.1  相机标定

相机标定是指建立相机图像像素位置与场景点位置之间的关系，由于摄像机的坐标与世界坐标和图像坐标不一致，并且摄像机本身会造成图像失真，因此有必要校准摄像机系统。在摄像机标定过程中创建摄像机显示的几何模型，以确定空间位置参数与相应点坐标之间的关系。……