本课题要研究或解决的问题

查阅相关的资料，了解和掌握利用单幅图像的目标物体深度信息提取技术。查阅相关的技术资料，掌握如何获取目标物体深度的信息可以通过计算机视觉借助于几何信息、物理关系等构筑模型，从而用统计的方法来处理数据；也可以通过焦点变换方（depth from focus）来获取目标物体的深度信息；从单幅平面图像恢复三维空间结构的算法,提出了一种简单、精确的计算消隐点的方法,实现了单幅图像中立体景像的直接恢复,效果良好。可以看出三维空间亦可完全通过一组平行平面和方向来表述,就此最小程度地利用平面图像中隐含的信息(消隐点和消隐线)来恢复立体结构,得到了良好的结果。在以后的研究中,期望利用现有结果,绕过复杂的相机参数校正。通过对尽可能少的同一目标物不同角度的平面摄影图像恢复完整的立体结构。同时,目前实验主要集中在有规则形态的场景上,例如建筑物等。对于非规则形态则由曲线结构的立体恢复问题,考虑引入曲线拟和的方法对本方法进行扩展,有待进一步深入研讨。

论文首先回顾了SFS研究所走过的路程，总结了近年来在该领域的研究热点问题。在理解SFS问题本质的基础上，系统地归纳总结了目前国内外现有SFS算法，即最小化方法、演化方法、局部方法和线性化方法。根据这四种算法所采用的不同假设，分析了它们的适用面，并对这四类算法的收敛速度、解的唯一性、解的存在性等方面进行了比较。最后采用MATLAB将重建后物体三维原型进行模拟显示。

实验结果表明，利用本文的基于单幅图像的三维原型重建算法可以较好地重建物体的三维原型。该算法在兼顾了精确性和简化算法复杂性的同时，降低了对环境的要求，操作简单，具有广泛的应用前景。

论文由五章组成，各章内容及组织结构如下：

第一章 绪论。着重论述了shape from shading技术综述及其研究的意义，从阴影恢复形状方法的应用领域，目前研究存在的问题和最新研究方向，并简介本文的研究思路及主要内容。

第二章 明暗恢复形状（简称SFS）算法的分类及比较研究。深入分析总结了传统求解SFS问题的方法，并按基本原理，将其归纳为四种:最小化方法、演化方法、局部方法以及线性化方法。本章对每种方法作了详细介绍，并讨论了每种方法的特点。

第三章 基于SFS的三维原型重建算法[13]设计。汲取己有算法的精华，设计基于单幅图像的三维原型重建算法。

第四章 基于SFS的三维原型重建软件实现。详细叙述了从开发环境的选择到算法程序的实现，通过对圆柱体的二维图像进行三维原型重建的精度验证。

第五章 结论及其展望。总结全文研究工作，展望未来研究方向。