基于ICP与SFM的双目立体视觉三维重构算法

目前常见的多角度融合三维重构算法主要包括迭代最近点(ICP)算法与运动恢复结构(SFM)算法。针对两种算法的不足, 结合双目相机特点, 提出一种将ICP与SFM相结合的双目立体视觉多角度融合三维重构算法。首先, 采用SFM算法通过双目相机在目标周围拍摄n组图像对, 在每组双目图像对中手动选取目标的初始匹配特征点, 计算其三维坐标, 生成n组三维点云; 接着, 通过ICP算法计算并优化n组三维点云之间的旋转矩阵与平移向量完成融合, 通过Delaunay三角剖分与纹理映射恢复出目标的立体几何形状。实验结果表明:本文算法根据双目相机特点, 集合了ICP算法与SFM算法的优点, 并最大限度地克服了两种