6、多视角立体重建与模糊本体信息检索技术解析

多视角立体重建与模糊本体信息检索技术解析

1. 多视角立体重建技术

多视角立体重建旨在根据输入的三维点集 ${P_j}$ 进行精确的三维模型重建。为了确保重建的高度正确性，首先需要对输入的三维点集进行过滤，去除可能存在的噪声点。

1.1 噪声点过滤

判断每个三维点 $P_j$ 是否为噪声点，需要计算其在每个可见图像 $V_{jK}$ 中的重投影误差。具体操作步骤如下：
1. 对于每个三维点 $P_j$，计算其在每个可见图像 $V_{jK}$ 中的重投影误差。
2. 若存在 $k$ 使得 $|f_{jK} - C_{jK}(P_j)| > k$（其中 $f_{jK}$ 是 $P_j$ 在第 $k$ 个图像中的特征点，$k$ 是指定阈值，通常 $k = 1.0$），则认为 $P_j$ 是噪声点，将其剔除。
3. 经过过滤后，得到新的三维点集 ${P_j’}$。

1.2 图像选择

许多多视角重建方法需要利用所有输入图像，但随着图像数量的增加，重建速度和结果会受到很大影响。因此，为每个三维点选择合适的图像集至关重要。图像选择分为图像层选择和三维点层选择两部分。

• 图像层选择 ：每个输入图像从输入图像集中选择几个相邻图像组成集合。这些相邻图像应在相似的阳光、天气和曝光条件下拍摄，具体表现为外观和分辨率相似、有足够的特征匹配以及满足一些基本的直线要求。采用全局图像选择方法进行图像层选择。
• 三维点层选择 ：
  1. 为每个三维点选择一个图像 $P_j$ 作为