基于计算机视觉的三维重建技术综述

王琳?贾金于?韩亦炀

[摘 要]计算机视觉三维重建技术现在所拥有的种类非常多，并且还处于飞速发展阶段。这其中，从多年研究运动恢复结构法，并取得突出成果的单目视觉三维重建技术，是计算机视觉三维重建技术的非常重要的一个组成部分，主要对从运动恢复结构法的实际应用和发展加以陈述并研究其未来的发展方向，来综述几个比较有代表性的三维重建技术。

[关键词]计算机视觉；三维重建；从运动恢复结构法

[中图分类号]TP391.41 [文献标识码]A

通过对收集到的照片和视频进行加工再处理，并将处理过的东西进行重新建立，得到相对应的场景的三維信息，就是计算机视觉三维重建技术。这项技术可以非常简单地建造模型，并且可以不受到实际物体本身形态的影响，又快又简单，所以非常受欢迎。因此社会上多个领域都广泛利用了计算机视觉三维重建技术，像自主导航、工业自动化、医学系统等高端领域都在使用。计算机视觉三维重建技术中有非常多的方法，各行各业也都根据各自需求使用与之符合的方法，所以本文也主要依据这些年全球钻研的状态，对一些用得比较多的方法加以划分，还简单列举了将来所要迎接的挑战和前进目标。重点叙述其中的从运动恢复结构法。

1 基于计算机视觉的三维重建技术

三维重建技术能够利用，前提是需要得到实际物体的数据信息，再通过一些高科技手段将这些信息处理，得到具体的三维信息，获取这些物体的三维信息有两种方法，接触式和非接触式。下面咱们简单说一下这两种方法：接触式方法，是比较直接快捷地得到想要的数据，它主要利用一定的仪器设备，在真实的场景采集三维数据，虽然接触式方法能够更直接得到三维数据，并且这些数据的准确度也非常高，但是由于时间、空间、人为等等的因素，它的利用比较有限，并不能在所有的范围进行应用。另一种就是非接触式方法，非接触式方法也很好理解，就是不接触实际物体，主要通过一些媒介来得到需要的数据，比如磁场、光、声、波等，虽然这样测量的数据精准度没有接触式方法高，但是对于大多数领域来说，这种方法还是得到更广泛的应用的。所以咱们主要来讲一下非接触式方法，他分为两类：主动和被动。

1.1 主动视觉

基于主动视觉的三维重建技术，它的方法有很多，其它相对成熟的有结构光法、阴影法、激光扫描法等。所以这项技术主要利用的是光学原理，运用光學原理对实际场景或者是物体进行扫描得到数据点云，通过对这些数据分析扫描，来实现三维重建。这种方法可以根据得到的场景或者物体表面的大量数据重建出相对比较精确的模型；这种方法虽然应用得也比较多，但是实际操作起来还是有一定的难度，不够方便，并且所需要的成本费用也是比较高的，还有些时候，一些环境内容比较复杂，操作可行性比较低，所以这种方式不能得以利用，所以不是所有领域都适用，限制性就比较大，另外，主动视觉法的后期处理也相对比较繁琐。

1.2 被动视觉

基于被动视觉的三维重建技术，相比基于主动视觉的三维重建技术来说，就简单方便得多，这种方法不需要直接控制利用光源，而是通过分析照片或视频图像中的多方面信息，逆向思维，对实际物体建立模型进行逆向工程，以此来得到环境场景及实物的三维模型。这种技术操作起来比较简单，也不需要太高的光照条件，所需的成本也相比较少，可行性比较高，很多复杂难度高的场景都可以进行三维重建；当然，这种方式也有不足之处，因为是非接触式，又是被动视觉，对场景和实物的具体细节掌握得不够精准，所以三维重建的细节特征也会与实际有所出入。

2 现有的问题和面临的挑战

三维重建技术目前存在的问题和面临的挑战是：

（1）鲁棒性问题：三维重建技术鲁棒性比较差，光线不足、场景中的噪音、画面模糊等等问题，都会受到影响，还有在匹配的时候，匹配误差，结果可能就不够准确。

（2）完全性问题：三维重建技术在重建的时候，如果信息出现丢失或者失误，都会导致图像不能准确校准，所以也不能让场景或物体结构完全的重建。

（3）运算量太大：运算量太大是三维重建技术现在面临的主要难题，过大的运算量占用了较长的时间，导致三维重建的效率低下。

对于上面的这些问题，在以后的时间段内，三维重建技术可以从下面几点开展钻研：

（1）改良计算方法：根据所需要重建的实际环境场景，改良照片及视频图像的预处理，还有匹配技术也要加以改进，尽量提高环境的光线度、安静度、清晰度，匹配的精准度得以提升了，算法的鲁棒性也会跟着相应地加强。

（2）运用分布式计算：三维重建技术运算量太大这是一个大问题，合理利用计算机技术，采用GPU计算，网络云计算等多种方式，节省时间，提高效率，运行速度也会大大提高。

（3）各种信息进行融合：采集场景信息的时候，要利用多种类型的传感器，将图像中显示出来的各方面的信息进行交融合并，信息越丰富，建模的完整度和准确度就越高，通用性也越强，效果也会更好。

3 结语

计算机视觉三维重建技术的应用虽已得到多领域应用，甚至医学、航空、工业、军事等高科技行业，也在这些年的探索研究中有重大突破性发展，但是要想将这些方法更广泛地应用到更多领域，还需要进一步努力研究和探索。计算机视觉三维重建技术现有的问题和面临的挑战还有很多，都需要我们更加深入地研究解决这些问题，才能让这一技术得到长久持续的发展。

[参考文献]

[1] 李智秀，张广军.一种基于边缘线的三目立体视觉匹配方法[J].光电工程，2013（02）.

[2] 苏金树，胡乔林，赵宝康，等.容延熔断网络路由技术[J].软件学报，2015（05）.