书籍推荐-《3D计算机视觉》

书籍推荐-《3D计算机视觉》_计算机视觉

书籍：3D Computer Vision：Efficient Methods and Applications

作者：Christian Wöhler

出版：Springer

这本书介绍了三维计算机视觉的基础，并描述了该领域的最新贡献。经过全面修订和更新，这一备受期待的新版回顾了一系列基于三角测量的方法，包括基于线性和BA的场景重建和相机校准方法、立体视觉、点云分割以及刚性、铰接和柔性物体的姿态估计。还包括评估图像中像素灰度值以推断三维场景结构的基于强度的技术，以及利用光学系统效果的基于点扩散函数的方法。本文展示了整合这些概念的方法如何能够提高重建精度和鲁棒性，描述了在工业质量检验和计量、人机交互和遥感中的应用。

01 书籍介绍

这本书介绍了三维计算机视觉的基础，并描述了该领域的最新贡献。本书的每一章都提供了相应技术状态的广泛概述，其中嵌入了应用特定系统中新方法或评估结果的详细描述。

基于三角测量的三维场景重建方法（参见第1章）主要是基于在摄影测量领域发展起来的BA（光束平差法）的概念。确定三维场景结构以及内部和外部相机参数，使得图像平面中的欧几里德反投影误差最小化，通常依赖于非线性优化过程。在计算机视觉领域，过去二十年中出现了一种基于投影几何的另类框架，它允许人们使用线性代数技术进行三维场景构建和相机校准。特别强调立体图像分析和相机校准的问题，在此背景下，描述了各种最先进的相机校准和自校准方法以及对自动相机校准系统的最新贡献，并给出了建立立体图像对之间点对应关系的经典和新的基于特征、基于相关性、密集和时空的方法。此外，还分析了传统和新引入的点云分割方法以及场景中刚性、铰接和柔性目标的三维检测和姿态估计方法（参见第2章）。

另一类三维场景重建方法还有基于强度的方法（参见第3章），这类方法评估图像中的像素灰度值以推断三维场景结构。只要有足够的关于照明条件和表面反射率的信息可用，这些方法可以提供物体表面的密集深度图。

在第三类不同的方法中，利用用于图像采集的光学系统的点扩散函数的行为，以获得关于场景的深度信息（参见第4章），进而产生场景点的绝对深度值。引入一个半经验框架，用于建立场景点的深度和点扩散函数的观察宽度之间的关系。Depth from focus方法使用相机和场景之间的距离作为参考，在该距离处观察到点扩散函数最小宽度，依赖于适当的校准程序。

这三类三维场景重建方法是可以进行互补的；因此，将它们集成到统一的框架中是有好处的，该框架可以比单独使用任何一种方法产生更准确和更稳健的结果（参见第5章）。BA和Depth from focus相结合，以确定场景重建结果的绝对比例因子，如果没有先验信息，则无法单独通过BA获得。阴影和阴影特征被集成到一个自一致的框架中，通过引入依赖于从阴影分析中推断出的深度差异的正则化项，减少阴影技术中形状的固有模糊性和大规模不精确性。另一种综合方法结合了光度、偏振和稀疏深度信息，产生了在大尺度和小尺度上同样准确的三维重建结果。该方法的扩展为非朗伯曲面的立体图像分析提供了一个框架，传统的立体方法往往会失败。此外，提出了一种将光度信息和使用有源范围扫描设备获取的绝对深度数据进行集成的方法。在单目三维姿态估计的背景下，三角测量、光偏振和散焦线索的集成被证明比仅依赖基于三角测量的信息的技术表现得更稳健，并提供更准确的结果。

在不同的应用场景中验证了已开发的三维场景重建方法。在可能的情况下，提供了与最先进系统的比较。在工业质量检查（参见第6章）的背景下，评估了刚性物体（例如塑料帽和电插头）以及易碎物体（例如管道和电缆）的场景重建性能。将综合表面重建方法应用于不同类型金属表面的检测。

在需要人与工业机器人之间安全交互的部分自动化工业生产场景的文本中，评估了三维点云中物体检测和跟踪以及关节物体姿态估计的开发技术（参见图7）。此外，我们确定了开发的三维检测和姿态估计技术如何与人机交互场景中最先进的手势识别方法相关，并在现实的工业试验场景中展示了典型的动作识别结果。

第三种应用场景完全不同，通过绘制高程图来实现月球表面的遥感（参见图8）。虽然所涉及的空间尺度与工业质量检查领域中遇到的空间尺度相差许多数量级，但基本物理过程相似。本文介绍了太阳系天体地形测绘的最新方法。撞击坑深度和形状的估计是一个地质相关性特别高的问题。对于月球陨石坑，基于综合方法的三维表面重建可以生成高分辨率的地形图，在一些地方可以与最近的地形数据（轨道激光测高和立体摄影测量）进行比较。另一个与地质学相关的领域是月球火山建筑物的三维重建，尤其是月球圆顶。

最后（参见第9章）总结了本研究的主要结果和最重要的结论，并概述了未来研究的可能方向。

02 作者介绍

Christian Wöhler于1996年获得维尔茨堡大学物理学文凭，2000年获得波恩大学计算机科学博士学位，2009年获得比勒费尔德大学应用计算机科学训练。他在乌尔姆戴姆勒集团研究和高级工程部环境感知部门担任研究科学家。自2005年以来，他一直是比勒菲尔德大学技术学院的客座讲师。他的科学兴趣是模式分类、三维计算机视觉和摄影测量领域，应用于驾驶员辅助系统、工业机器视觉和行星科学领域。