双约束条件下PMVS的改进算法

来源：计算机科学与探索杂志2017年第11期北京时间：

作者：杨文博，孙博文

单位：哈尔滨理工大学 计算机科学与技术学院，哈尔滨 150080

摘要：PMVS（patch-based multi-view stereo）算法以其良好的表现，在多视立体领域得到广泛应用。然而，算法存在重建模型细节丢失与重建点位置不够精确的问题，这种情况在输入图片较少，重建场景纹理不明显时尤为严重。针对这些不足，对去除候选误匹配点及对种子点置信度的排序进行了研究：引入USAC（Universal-RANSAC）去除候选误匹配点方法；提出双约束条件策略，筛选出候选空间点中置信度较高的点作为种子点。重建模型细节与原物体的契合度有了很大提高，纹理较少模型的重建点云数明显增加，漏洞也明显减少。通过在真实数据集上的实验，验证了改进算法具有更强的有效性和实用性。

关键词：PMVS算法,Universal-RANSAC,双约束条件,多视立体重建