21、非朗伯表面立体图像分析与单目线索三维姿态估计

非朗伯表面立体图像分析与单目线索三维姿态估计

1. 非朗伯表面立体图像分析

在非朗伯表面的立体图像分析中，经过一系列步骤处理后可以得到密集的三维表面轮廓。具体来说，通过特定步骤得到的点云能产生一个密集的三维表面轮廓，该轮廓与初始三维轮廓具有相似的小尺度结构，但大尺度斜率较低。后续迭代中重复相关步骤并结合相机 2 的强度信息，可进一步优化三维表面轮廓。

这里采用的镜面立体方法基于已知的反射特性，对两个相机中表面的外观进行显式建模。它考虑了镜面反射随视角变化的行为以及对视差估计的影响，还能用于大基线立体情况，因为它明确考虑了不同视角引入的透视差异。在三维表面重建过程中，会利用所有可用的光偏振和几何信息。

不过，该迭代优化方案虽假定收敛，但由于光偏振和几何信息可能存在矛盾（如相机校准误差或照明方向信息不准确），不能保证一定收敛。但在相关实验中，通常经过 4 - 8 个迭代周期就能实现收敛。

以连杆的镜面表面为例，初始时相机 1 的渲染图像与观察图像非常相似，而相机 2 的观察图像和渲染图像差异明显。这是因为初始步骤未考虑图像 2 的光度信息，且对垂直图像方向的大尺度表面斜率估计不准确，只有不到 0.5%的图像像素能确定初始视差值。经过 8 个迭代周期后，渲染图像的表面几何外观和亮度分布与观察图像非常接近，此时 18%的图像像素能确定视差值，这定性地展示了算法的收敛行为。

2. 基于单目线索组合的三维姿态估计

经典的单目姿态估计方法难以准确估计物体距离，而使用单目相机系统在实际应用中又较为常见且可能需要高精度的姿态估计。因此，下面介绍两种基于单目线索组合的三维姿态估计方法。

2.1 基于多单目线索的外观