基于KLT多视图特征跟踪的物体三维重建

摘要：

为了提高三维重建精度,文章提出一种基于Kanade-Lucas-Tomasi (KLT)多视图特征跟踪的物体三维重建方法.首先采用Shi-Tomasi算法提取特征,通过KLT跟踪算法获取特征匹配点,从而将所有相邻图像进行三维点云重建,并通过光束法平差(bundle adjustment,BA)算法进行优化;然后采用KLT跟踪算法获取空间点在相邻3幅图像的投影点,从而建立不同视图坐标系间的变换模型,获取转换比例系数;再通过融合多视图的三维点云实现物体的三维重建.实验结果表明,通过KLT算法,不仅提高了特征点匹配数量,还解决了多视图构建的不同三维点云坐标系的相互转换问题,实现了物体的多视图三维重建.

关键词：三维重建、多视图、特征提取、Kanade-Lucas-Tomasi (KLT)跟踪、点云融合

所属期刊栏目：43

分类号：TP391.414(计算技术、计算机技术)

资助基金：国家自然科学基金青年科学基金资助项目;广东省自然科学基金资助项目;深圳市科技计划资助项目

在线出版日期：2020-08-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：901-906