近年來(lái)，隨著計(jì)算機(jī)硬件的不斷快速更新，計(jì)算機(jī)的處理能力也不斷變強(qiáng)。同時(shí)場(chǎng)景三維模型的獲取技術(shù)越來(lái)越成熟，我們獲得場(chǎng)景的三維模型數(shù)據(jù)的方式更多也更加方便了。而目前在基于單目和雙目的三維重建技術(shù)中，單目技術(shù)較雙目操作簡(jiǎn)單、而且取材方面更有利于推向市場(chǎng)。本文主要講述基于單相機(jī)的三維重建，然后通過(guò)基于累積圖的快速NCC匹配的種子擴(kuò)張算法來(lái)進(jìn)行高精度的三維場(chǎng)景重建。本章對(duì)經(jīng)典的NCC相似度量函數(shù)進(jìn)行優(yōu)化，以此減少計(jì)算時(shí)間。而種子像素?cái)U(kuò)張算法即先選擇初始的種子像素，利用視差圖進(jìn)行窗口比較從而獲得高置信度的種子像素，因此大大降低了視差圖的誤匹配點(diǎn)。試驗(yàn)表明，該方法能夠得到高質(zhì)量的三維場(chǎng)景模型。

　　近幾年來(lái)，隨著計(jì)算機(jī)領(lǐng)域的各個(gè)方面的快速發(fā)展，人類的生產(chǎn)生活中處處可見(jiàn)計(jì)算機(jī)的影子，尤其是3D 打印技術(shù)的發(fā)展促使三維重建技術(shù)快速發(fā)展，這使得三維重建技術(shù)逐漸成為計(jì)算機(jī)領(lǐng)域的一個(gè)研究熱點(diǎn)。不同領(lǐng)域的研究人員都致力于研究解決如何快速且便捷地獲取三維信息。三維信息也被廣泛應(yīng)用于不同的領(lǐng)域，比如，機(jī)器人領(lǐng)域的自動(dòng)導(dǎo)航以及計(jì)算機(jī)視覺(jué)中的自動(dòng)識(shí)別物體，這兩者都需要獲取目標(biāo)物體的精準(zhǔn)的三維數(shù)據(jù)；建筑學(xué)中需要通過(guò)高精度的三維重建來(lái)實(shí)現(xiàn)預(yù)知建成效果；考古學(xué)中需要通過(guò)三維重建來(lái)實(shí)現(xiàn)對(duì)文物的保護(hù)以及維修工作。來(lái)自多個(gè)領(lǐng)域的大量需求要求三維重建需要有較高的精度。

　　依據(jù)使用的傳感器的不同可以將三維重建的方法進(jìn)行分類。第一類利用主動(dòng)距離傳感器，比如激光掃描儀，激光掃描儀通過(guò)激光掃描目標(biāo)物體能夠獲得精準(zhǔn)的三維信息從而構(gòu)建出高精度的三維模型，但是該設(shè)備比較笨重而且價(jià)格昂貴，因而主要應(yīng)用于科研領(lǐng)域。結(jié)構(gòu)光法也能夠構(gòu)建高精度三維模型，但是需要借助投影儀的幫忙，而且在室外高亮度環(huán)境下難以工作，從而使得其只能局限于室內(nèi)環(huán)境的應(yīng)用。另一類方法用到被動(dòng)距離傳感器——攝像機(jī)。近年來(lái)，立體視覺(jué)被廣泛地運(yùn)用。不過(guò)該類方法一般需要固定相對(duì)位置且拍攝同步的兩臺(tái)攝像機(jī)來(lái)構(gòu)成整個(gè)系統(tǒng)，同樣使用較為復(fù)雜且價(jià)格不菲。相比之下研究?jī)H利用一臺(tái)手持式數(shù)碼攝像機(jī)實(shí)現(xiàn)基于立體視覺(jué)技術(shù)的三維重建的方法，具有設(shè)備簡(jiǎn)易、使用方便以及成本低廉等長(zhǎng)處，并且非常容易在其他領(lǐng)域得到推廣應(yīng)用。

　　自多視覺(jué)幾何被提出以來(lái)，基于視覺(jué)的三維重建發(fā)展快速。Pollefeys 等人的三維重建系統(tǒng)使用自帶的單目攝像機(jī)繞著目標(biāo)拍攝一系列的連續(xù)圖像，通過(guò)處理這些圖像來(lái)重建出三維模型，獲取的圖片越多重建出效果就越真實(shí)。但是該算法比較復(fù)雜，耗時(shí)較長(zhǎng)。Snavely 等人提出了一種基于無(wú)序互聯(lián)網(wǎng)圖像序列的視覺(jué)重建方法，但是其并不能獲得一個(gè)致密的三維重建結(jié)果。A Geiger 等人發(fā)明了一種基于雙目立體視覺(jué)的實(shí)時(shí)三維重建方法，從而獲得致密的三維重建結(jié)果，但是立體視覺(jué)系統(tǒng)結(jié)構(gòu)比較復(fù)雜。中國(guó)科學(xué)院自動(dòng)化研究所機(jī)器視覺(jué)課題組致力于視覺(jué)重建的發(fā)展和研究，他們利用多視角的高分辨率的建筑物圖像就可以自動(dòng)獲取建筑物三維模型，并將該技術(shù)應(yīng)用在建筑保護(hù)方面。微軟研究院（MicrosoftResearch）在2013 年推出了Kinect Fusion 項(xiàng)目，Kinect Fusion 利用Kinect 傳感器（深度相機(jī)）可以直接得到目標(biāo)場(chǎng)景的深度圖像數(shù)據(jù)，將傳感器繞著目標(biāo)物體或場(chǎng)景移動(dòng)就可以獲得不同角度下的多組深度圖像數(shù)據(jù)并實(shí)時(shí)地構(gòu)建場(chǎng)景三維模型。但是一開(kāi)始傳感器獲取的數(shù)據(jù)會(huì)有很大的誤差從而導(dǎo)致開(kāi)頭的重建模型很不精確。

　　本章針對(duì)現(xiàn)有三維重建算法的運(yùn)算時(shí)間和精度兩大研究熱點(diǎn)提出了基于累積圖和種子像素提取算法的高精度的三維重建系統(tǒng)。通過(guò)基于累積圖快速NCC 匹配算法來(lái)降低圖像匹配的算法復(fù)雜度，從而大大降低了運(yùn)算時(shí)間。利用種子像素提取算法獲得的高置信度的種子像素，有效地減少了誤配點(diǎn)，使得重建結(jié)果更加精準(zhǔn)和真實(shí)。