论文的主要研究内容

鉴于国内目前不容易找到完整的3D重建代码，而国外商业软件价格昂贵，为满足基本三维重建的需要，所以编写了此套程序。

论文的研究目的是在MATLAB平台上搭建出一个三维重建的程序，使得对任意输入的多幅图片进行一定精确程度范围内的三维重建，具体研究内容如下：

1、SIFT特征的应用

SIFT特征 (Scale-invariant feature transform)，中文名为尺度不变特征转换，David Lowe于1999年提出的一种计算机视觉算法，侦测并描述输入图片序列的局部特征[9]。SIFT算法首先计算高斯场景中的极值点及其邻点，将其位置、尺度等特征量标出，这些特征量相对于光照、环境的变化具有一定的不变性，因此便成为关键点，此算法在2004年时得到完善。后来，又出现各种SIFT改进算法，使得效率得到提高、错配点的比例降低。SIFT算法广泛应用于手势识别、笔记辨别、影响重组与机器人自动化等领域中，专利拥有者为英属哥伦比亚大学。利用SIFT开源程序，完成了关键点检测和描述两个重要环节，为后续寻找匹配点创造了条件。

2、消除错配点

SIFT特征标定属于局部特征标定范畴，对于尺度空间较小且局部相似度高的场景其错配率较高。采用以下方法：分别从第一幅图计算第二幅图上的匹配点和从第二幅图计算第一幅图上的匹配点，在两种情况下算出的匹配点对如果相同才计入结果，若不同则删除该匹配点对。该方法简单易懂，且消除了大量错配点。 

3、ply文件的生成

ply全名多边形档案（Polygon File Format）或Stanford Triangle Format，是一种电脑档案格式。与其他多种格式相比较而言，该文件可以用来储存立体扫描结果的三维数值，同时使用多边形片面集合来描述三维物体，方便快捷。它可以使用polyworks、quick3D Viewer、GLSViewer等多种软件打开。

第一章是绪论，介绍论文的相关背景、国内外发展现状以及对论文主要研究内容的概述。

第二章讨论了基于图像的三维重建理论基础，包括相机模型、立体视觉和相机标定三个内容。

第三章对SIFT算法进行了详解以及应用范围的介绍，其中重点介绍了其实现细节。

第四章设计了系统的流程框架。

第五章具体描述了系统的技术实现方式，主要包括开发软件的选择和代码执行流程。按照代码执行顺序，分别介绍了生成投影矩阵与相机位置、SIFT算法处理图片、匹配点信息存储、三维坐标还原显示和生成ply文件五个主要的模块。

第六章是成果展现与总结展望，首先展现了程序运行后的处理结果，然后对程序的价值意义进行总结，并展望下一阶段需要研究的内容。