基于逆深度自适应加权的多视图三角化方法

• 作者: 方维 杨奎
• 来源期刊: 中国激光
• 关键词: 图像处理 多视图三角化 逆深度加权 三维重建 迭代优化
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 测量与计量|Measurement and Metrology
• 页码范围: 191-198
• 页数: 8页
• 分类号: O436
• 语种: 中文
• DOI: 10.3788/CJL202047.1204007

摘要

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.