中文摘要：

快速便捷地获取各种室内外场景的3D信息，是整个3D产业的第一个环节，也是核心竞争力的关键环节。现有三维获取主要有主动式和被动式两种主动式需要给被拍摄对象打主动光，大众难以接受，并容易在室外光下失效；被动式获取又难以克服纹理不显著的科学难题。为了能更好地满足各种应用环境，同时精巧便携、大众易接受，本项目采用微透镜阵列，形成超多视角，进行被动式成像；针对这种成像方式，研究超多目立体匹配，研究如何寻找不同视角图像的对应关系，提出基于特征的匹配方式，并用弱梯度流变分对匹配结果进行优化 。为了克服立体匹配对纹理不显著的场景很难找到两幅图的对应点的科学难题。本研究采用新型计算全息的方式，针对这种超多视角成像，构造正交图像，然后进行计算全息变换和计算全息重建。从而较好地克服纹理不显著的科学难题。最后为了降低计算全息的试探式重建的计算量，本项目先进行基于特征的立体匹配，然后再对纹理显著的区域进行全息重建

结论摘要：

快速便捷地获取各种室内外场景的3D信息，是3D产业核心竞争力的关键环节。主动式的三维获取方式需要给对象主动打光，且在室外光环境下易失效，而被动式的三维获取方式又存在纹理不显著的问题。针对这些问题本项目采用微透镜阵列，形成超多视角，被动成像。经过对超多目立体匹配算法进行研究，提出了一种基于极平面图像（EPI）对复杂、精细场景进行深度重建的算法，克服了传统双目以及多目在处理遮挡和弱纹理区域匹配效果差、稳健性低的问题。该算法根据 EPI 特殊的线性结构，提出一种交叉检测模型，有效地计算出EPI轮廓边缘，并将指数距离度量函数和距离权重系数相结合，得到轮廓边缘的深度。对于内部平坦区域， 利用求得的深度作为先验， 通过先验似然扩散策略将深度扩散到整个区域。整个算法在局部进行，不但保存了精确的轮廓边缘， 时也保证了无纹理区域深度的平滑性。测试结果表明，该算法在重建速度及质量上均优于其他重建算法。