首页|期刊简介|投稿指南|分类索引|刊文选读|订阅指南|资料|样刊邮寄查询|常见问题解答|联系我们
别治峰,黄春凤,刘守山. 基于SURF-RANSAC配准的三维重建[J]. 科学技术与工程, 2019, 19(28): 239-244.
Bie Zhifeng,Huang Chunfeng.3D Reconstruction Based on SURF-RANSAC Matching[J].Science Technology and Engineering,2019,19(28):239-244.
基于SURF-RANSAC配准的三维重建
3D Reconstruction Based on SURF-RANSAC Matching
投稿时间:2019-03-26  修订日期:2019-04-30
DOI:
中文关键词:  特征匹配 Hessian矩阵 随机抽样一致性 三维重建
英文关键词:feature matching hessian matrix random?sample?consensus 3D reconstruction
基金项目:山东省重点研发计划项目
        
作者单位
别治峰 山东科技大学电子信息工程学院
黄春凤 山东科技大学电子信息工程学院
刘守山 山东科技大学电子信息工程学院
摘要点击次数: 191
全文下载次数: 61
中文摘要:
      为了提高三维重建中双目特征匹配的匹配效率和重建质量,本文在基于传统的加速鲁棒特征(SURF)匹配算法基础上,提出了一种基于SURF-RANSAC配准的三维重建算法,利用左右两幅图像来进行三维重建,首先通过Hessian矩阵来获取目标图像的初始特征点,并用邻近快速搜索算法完成初步的特征点匹配,然后融合随机抽样一致性算法(RANSAC)来优化匹配,最后利用三维坐标和纹理映射来完成三维重建。本文中在Open CV上对该算法进行验证,结果表明,本文算法比传统的三维重建算法具有更高的精确度和更快的速度。
英文摘要:
      In order to improve the matching efficiency and reconstruction quality of binocular feature matching in 3D reconstruction, this paper proposed a SURF-RANSAC based on the traditional speed up robust features (SURF) matching algorithm,which was use the left and right images for 3D reconstruction. Firstly, the initial feature points of the target image are obtained by Hessian matrix, and the preliminary feature point matching is completed by the fast library for approximate nearest neighbors algorithm, and then merged with the random?sample?consensus (RANSAC) to optimize the matching, and finally use 3D coordinates and texture mapping to complete the 3D reconstruction. In this paper, the algorithm is verified on Open CV. The results show that the proposed algorithm has higher accuracy and faster speed than the traditional 3D reconstruction algorithm.
查看全文  查看/发表评论  下载PDF阅读器
关闭
你是第31855992位访问者
版权所有:科学技术与工程编辑部
主管:中国科学技术协会    主办:中国技术经济学会
Tel:(010)62118920 E-mail:stae@vip.163.com
京ICP备05035734号-4
技术支持:本系统由北京勤云科技发展有限公司设计

京公网安备 11010802029091号