陈占军 林姚宇 龚咏喜 王耀武 顾照鹏

1(哈尔滨工业大学(深圳)建筑学院 广东 深圳 518055)2(哈尔滨工业大学(深圳)深圳市城市规划与决策仿真重点实验室 广东 深圳 518055)3(腾讯科技(深圳)有限公司 广东 深圳 518052)

0 引 言

Marr视觉计算理论[1]将计算机视觉分成自上而下三个阶段，从最初的原始数据即二维图像到最终对三维环境的表达经历了三个阶段处理，事实上这也是三维重建过程的三个阶段。从二维图像恢复三维物体可见表面的几何结构即三维重建是计算机视觉研究的主要目的之一。

基于视觉的三维重建[2-3]即结合多视角几何理论和视觉算法理论，运用立体匹配[4]、语义目标分割[5]及相关优化算法[6]等从若干幅二维图像计算物体或场景的位置、形状等几何信息，恢复其三维模型。而二维图像上每一点的位置与空间物体表面相应点的几何位置有关，这些位置的相互关系则由摄像机成像几何模型所决定。总的来说，实际意义上的基于图像特征视觉的三维重建过程包括三个步骤：(1) 二维图像特征匹配，即从不同视角的图像中检测对应同一空间点的二维图像特征点，包括SIFT特征[7]、Harris特征[8]、SURF特征[9]等，并进行特征匹配；(2) 摄像机标定[10]即计算摄像机的位置姿态包括内参数矩阵和外参数矩阵；(3) 根据上述图像匹配和摄像机标定的结果，获取物体可见部分的三维空间结构。

视觉系统的研究是计算机视觉研究发展的趋势，针对实际应用需求开展三维重建系统的研究具有重要价值。……