32、三维计算机视觉：方法、应用与未来展望

三维计算机视觉：方法、应用与未来展望

1. 三维计算机视觉方法概述

三维计算机视觉领域发展迅速，涌现出了众多方法，可大致分为几何方法、光度方法和实孔径方法这三大类。

1.1 几何方法

• 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，在经典光束法平差和射影几何的理论框架下有完善的数学基础。相机的内参、外参校准和自校准也有多种解决方案。一般来说，基于射影几何线性方法的相机校准，还需通过光束法平差阶段进行优化。不过，线性射影几何方法和光束法平差方法在三维场景重建和相机校准中的相对精度，很大程度上取决于所使用的相机系统和具体应用，难以一概而论。
• 相机校准的改进 ：现有相机校准系统存在一个主要问题，即校准装置在图像中需要人工识别。为此，引入了一种基于图的方法，可自动检测校准装置及其方向。对于广角镜头、鱼眼镜头或折反射全向相机等存在强畸变或非针孔光学系统的情况，使用棋盘格图案作为校准装置比摄影测量反射标记更合适。因为对于这类光学系统，圆形标记的测量中心需要进行复杂校正，而棋盘格角点是无偏差的点特征。基于镜头点扩散函数物理模型的棋盘格角点高精度定位方法，在光照条件良好时，精度与圆形标记检测器相当，且在低对比度或光照不均匀的情况下表现更稳健，优于以往的棋盘格角点定位技术。
• 立体视觉方法 ：立体视觉中涵盖了块匹配、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，提出了基于轮廓的方法来确定准确的视差值。时空立体方法可同时获取场景的三维结构和运动信息，但在计算机视觉系统中应用还不广泛。基于局部