1. 研究目的与意义（文献综述）

1 目的及意义（含国内外研究现状）

1.1 目的及意义

视觉是人类感知外部环境，认知外部世界最重要的途径，人类大约有80%的外部信息是通过视觉途径获取的。为了赋予计算机以人类视觉的认知功能，使其具备通过二维图像认知三维世界的能力，一门新兴的交叉学科-------计算机视觉在过去几十年得到了极大的关注和发展。在计算机视觉领域中，三维重建技术已经成为已成为其中一大研究热点。基于图像的三维重建有两大任务：一是从二维图像中恢复相机参数，二是重建场景的三维几何结构。由于图像获取过程是一个从三维世界坐标到二维图像坐标的映射过程，该过程不可避免地丢失了场景的深度信息，所以基于图像的三维重建问题是极具挑战的逆问题。基于多视图的三维重建算法核心思想是以多张对同一物体或场景从不同角度拍摄的图片数据和所用拍摄相机的内外参数作为输入，经过一系列处理之后生成稀疏三维点云数据，再通过点云扩展和过滤操作得到稠密三维点云数据。与传统的三维模型获取方法相比，基于图像的三维重建不仅设备简单，成本低廉，而且可以获取更加逼真，精确的三维模型。为了构建复杂的三维场景模型，传统的几何造型技术（如实体造型，隐式曲面，细分曲面）需要较大的工作量。对于基于图像的三维重建，其复杂度不会因为场景复杂度的增加而增大。在数据源方面，早起的三维重建算法对此要求较高，需要利用已精确定标的设备捕获图像，这种限制在几年来的研究中逐渐解除。如今，人们可以利用消费级数码相机，数码摄像机，智能手机等越来越廉价，小型化的设备随时随地拍摄数字图像，而这些图像均可以作为基于图像的三维重建的输入。特征点检测是基于多视图三维重建中的重要一环，是对输入的多张图片分别通过特征点检测算法提取出各个图片中的特征点信息。而图像的区域特征检测以及直线检测同样示三维场景重建中图像特征提取的重要环节。

三维重建技术一直是计算机视觉相关领域中比较热门的方向，然而随着计算机视觉技术在生产工作中的应用越来越普遍，基于三维模型的各种信息服务也越来越受到人们的关注，如数字城市，数字医疗，计算机动画，文物重建等。利用二维图像重建三维图像，使人们能够从任意不同的角度去观察物体的结构，这已经在医学诊断和工业探索等领域得到了广泛的应用。三维重建在军事上也有广泛的应用，基于三维重建技术构建数字化模拟战场，对于提高军事训练水平有极大的帮助。因而选择研究多视图三维场景的特征检测技术是有非常强的现实意义的。

2. 研究的基本内容与方案

2 基本内容和技术方案

2.1 基本内容

本文以多视图三维场景重建为背景，以特征检测为主要研究内容，以得到良好的特征为后续的三维重建服务为目的，研究并应用与数字图像处理，计算机图形学，计算机视觉等学科的相关理论和算法，利用已有的特征检测算法对图像进行特征提取并分析结果。基本内容包括数字图像处理以及三维重建的相关理论知识及研究状况以及一些减少匹配误差的相关知识，从理论上分析角点检测算法harris，sift，surf；区域特征检测方法mser,mscr；canny边缘检测算法的原理及实现方法，优缺点；使用上述方法分别对图像进行特征检测，分析角点检测，区域特征检测，边缘特征检测结果，比较同为区域特征检测方法的mser，mscr的实验结果，优缺点，比较同为特征点检测的harris，sift，surf的实验结果，优缺点；总结前文关于特征检测的研究和实际意义。

2.2 技术方案

技术方案是以matlab或opencv为实验条件，对图像先进行滤波，增强等预处理，然后编写检测的程序，对图像分别进行角点检测，区域特征检测，边缘检测等，比较同种检测类型的图像的检测效果，并采用一些鲁棒的估算法使匹配误差最小化。

3. 研究计划与安排

3 进度安排

第1-2周 查阅、收集三维场景重建的相关资料，了解图像特征匹配的基本方法，写出开题报告

第3-4周 确定系统总体方案，学习特征检测检测算法（sift,surf,mscr,mser,canny）的原理及应用，了解图像特征提取的方法

第5-7周 查阅相关资料，画出检测所使用的各个算法流程图及算法功能设计，采集所要检测的图像

4. 参考文献（12篇以上）

4 参考文献

[1]康来.基于图像点特征的多视图三维重建[m].北京：科学出版社，2015

[2]缪永伟，肖春霞.三维点采样模型的几何处理和形状造型[m].北京：科学出版社，2014

[3]孙国栋，赵大兴.机器视觉检测理论与算法[m].北京：科学出版社，2015