1. 研究目的与意义

自然界的物体都是三维的，人类通过双眼获得物体的三维立体信息。但一般的摄影系统只能把三维的物体以二维的形式保存、记录下来，同时丢掉大量的信息。用计算机立体视觉方法可还原出被摄物体的立体形状，获得三维数据值，从而实现被测物体的三维重建。OpenCV是一个很优秀的开源计算机视觉库,它轻量级而且高效由一系列 C 函数和少量 C 类构成，实现了图像处理和计算机视觉方面的很多通用算法，具有强大的图像处理功能。它在图像处理及计算机视觉的各个领域中具有广阔的应用前景。三维重建的实现借助OpenCV强大的功能来完成。三维物体表面的重建在视觉研究中不仅具有重要的理论价值，而且也广泛的应用于医学、交通、工业自动化等领域。

2. 国内外研究现状分析

国外基于双目立体视觉的计算机三维重建方面，主要是对立体匹配和三维重建两个部分进行研究。立体匹配部分主要是研究特征点的提取和匹配算法的完善，以便更加准确地建立匹配点的关系；三维重建部分主要是研究如何从已得到的匹配点计算出摄像机的投影矩阵以及如何计算出匹配点的三维坐标。

在立体匹配方面，国外的学者不断提出了一些新的方法的理论。例如英国的m.pilu提出了一种直接的基于奇异值分解的匹配方法。由于在整个计算过程中全部是代数意义的运算，所以匹配精度有待于进一步的提高。在三维重建方面，微软的张正友在应用8点法求出基础矩阵f的基础上进一步提高了应用levengerg-marquardt算法最小化图像与对应的外极线间距离的方法，大大提高了基础矩阵的精度。

而目前国内在计算机双目立体视觉方面，无论是在摄像机标定技术还是在立体图像对的匹配算法上都进行了大量的研究，提出了很多比较完善的理论。机器人视觉研究组的钟云德博士利用一种称为半稠密匹配的方法进行立体图像对的匹配，由于这种方法是对稀疏匹配和稠密匹配的一种折中，所以在匹配过程中增加了大量的新的匹配点，从而更好的实现了模型的三维显示，当然这也在一定程度上增加了匹配过程所用时间。

3. 研究的基本内容与计划

在对数字图像处理技术进行理论分析的基础上,利用OpenCV实现了对采集图像截取感兴趣的区域、对图像进行边缘检测、对图像进行角点探测。采用双目视觉的方法，由场景的二维图像来恢复场景的三维坐标，实现对图像中的物体进行三维重建。

4. 研究创新点

本课题主要把二维图像作为输入，在OpenCV平台上对场景中的目标物体进行测量，获得场景中的物体的深度信息，实现场景中物体外型的三维重建。采用双目立体视觉理论，使用OpenCV提供的函数实现对两幅图像中的物体进行重建。在实现上提出一种基于OpenCV平台的三维重建技术的可行性方法，降低三维重建技术的实现难度。