基于逆深度自适应加权的多视图三角化方法
在已知图像观测值和相机内外参数的多视图三角化中,由于观测噪声的存在,导致中点法和L2反投影标准法分别在三角化精度和效率上存在不足.因此,提出了一种基于逆深度自适应加权的多视图三角化方法.首先,通过构建待估计空间三维点在多视图环境下的逆深度模型,赋予不同视点下观测误差对应的自适应权重.然后,确定多视图三角化近似角度误差的无偏估计模型.最后,利用固定点迭代快速求解代价函数.在仿真和实际数据集上的实验结果表明,本方法能很好地平衡多视图三角化的精度和效率,且在不同噪声情况下的重建精度和迭代次数有较强的鲁棒性.
图像处理、多视图三角化、逆深度加权、三维重建、迭代优化
47
O436(光学)
国家重点研发计划;北京市自然科学基金;虚拟现实技术与系统国家重点实验室开放基金;中央高校基本科研业务费专项
2021-03-04(万方平台首次上网日期,不代表论文的发表时间)
共8页
191-198