双约束条件下PMVS的改进算法

• 作者: 孙博文 杨文博
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: PMVS算法 Universal-RANSAC 双约束条件 多视立体重建
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 1804-1815
• 页数: 12页
• 分类号: TP391.9
• 字数: 7406字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1703097

摘要

PMVS(patch-based multi-view stereo)算法以其良好的表现,在多视立体领域得到广泛应用.然而,算法存在重建模型细节丢失与重建点位置不够精确的问题,这种情况在输入图片较少,重建场景纹理不明显时尤为严重.针对这些不足,对去除候选误匹配点及对种子点置信度的排序进行了研究:引入USAC(Universal-RANSAC)去除候选误匹配点方法;提出双约束条件策略,筛选出候选空间点中置信度较高的点作为种子点.重建模型细节与原物体的契合度有了很大提高,纹理较少模型的重建点云数明显增加,漏洞也明显减少.通过在真实数据集上的实验,验证了改进算法具有更强的有效性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙博文	哈尔滨理工大学计算机科学与技术学院	30	192	7.0	12.0
2	杨文博	哈尔滨理工大学计算机科学与技术学院	1	2	1.0	1.0