32、三维计算机视觉方法：现状、应用与未来方向

三维计算机视觉方法：现状、应用与未来方向

一、三维计算机视觉方法概述

三维计算机视觉领域发展迅速，目前主要有三类三维场景重建方法，它们各有优劣。

（一）几何方法

1. 场景重建与相机校准
   基于图像间点对应关系的三维场景重建，在经典束调整和射影几何领域有完善的数学框架。相机的内参、外参校准和自校准问题也有多种解决方案。一般而言，基于射影几何线性方法的相机校准，需通过束调整阶段进行优化。不过，线性射影几何方法和束调整方法在三维场景重建和相机校准中的相对精度，很大程度上取决于相机系统和具体应用，难以总结通用规则。
2. 相机校准新进展
   现有相机校准系统的一个主要缺点是，校准装置在图像中需人工识别。为此，引入了基于图的方法，可自动检测校准装置及其方向。对于广角强畸变镜头或非针孔光学系统（如鱼眼镜头或折反射全向相机），使用棋盘图案作为校准装置比摄影测量回射标记更合适。因为对于这类光学系统，圆形标记中心测量需进行复杂校正，而棋盘角点是无偏差的点特征。基于镜头点扩散函数物理模型的高精度棋盘角点定位方法，在光照良好时精度与圆形标记检测器相当，且在低对比度或不均匀光照下更稳健，优于以往的棋盘角点定位技术。
3. 立体视觉方法
   立体视觉领域有块匹配、基于特征、密集和时空等多种方法。在工业生产场景中，为保障工作空间安全，提出了基于轮廓的精确视差计算方法。时空立体方法可同时获取场景三维结构和运动信息，但在计算机视觉系统中应用尚不广泛。基于局部强度建模的新型时空立体方法，除了能确定场景点的三维位置，还能提供沿极线和深度轴的运动信