图像角元特征对应三维刚体运动估计.pdfVIP

基于图像角元特征对应的三维刚体运动估计1 张小云，刘允才 上海交通大学图像处理与模式识别研究所，上海 (200030) E-mail ：whomliu@ 摘 要：利用图像角特征来研究计算机视觉领域中的运动估计问题。首先，通过引入一个新 的坐标系，由单幅图像求得直角三维结构的解析解；其次，根据两幅图像中相对于同一个 角各条边的关系，求得物体的旋转运动; 最后，通过求解一个简单的线性方程组得到物体的 相对平移运动，并证明了由两幅视图的 1 对角匹配对和 2 对点匹配对就能唯一地确定物体 的运动。这种基于直角特征的运动估计方法还被推广到非直角的一般情形。实验结果表明 了算法的正确性和有效性。 关键词：三维运动估计；特征匹配；投影平面 中图分类号：TP181 自从 20 世纪 70 年代开始，运动估计一直是计算机视觉领域中的一个研究热点，它主 要研究如何从变化场景的一系列不同时刻的图像中，提取出有关场景中物体的形状、位置 和运动等信息。运动估计在目标跟踪、摄像机标定、动态场景分析、机器人或车辆的视觉 导航、图像通信等众多方面有着重要的应用意义。目前，从图像恢复物体结构和运动的方 法主要可分为基于特征匹配的方法、基于光流的方法以及避开特征匹配和光流计算的直接 方法。另外，利用长序列图像和其他一些方法[1,2] 可以改善和提高原有运动估计算法的性 能和结果。 在单个刚体的运动估计问题中用到的一个基本事实是物体的刚体性质，即两点之间的 距离和两直线的交角在运动中都保持不变。与此相对应，人们已经用图像点匹配对和线匹 配对来估计物体的运动 [3−7] , 但很少利用其他一些重要特征,如角特征。角是点和线的组 合，比点或线包含有更多的信息，并且其顶点和边的确定具有亚像素精度。因此，利用角 特征估计物体的运动和结构，具有所需图像及角的数目少且估计精度高的优点。本文将说 明如何巧妙地利用图像中的角特征匹配对来恢复物体的三维运动和空间结构。 1 空间角和图像角的表示 用角的顶点坐标和角的各条边的方向来表示一个三维空间角。 由于空间点和方向都是 r 三维向量，故一个空间角在数学上可以用一个 3 ×4 的矩阵表示。若用向量p 0 表示顶点的 r 三维坐标，n ( i 1,2 ,3) 表示沿着角边 l 方向的单位向量, 则一个角可用矩阵表示： i i r r r r c [p n n n ] 0 1 2 3 r r 把中心投影关系(假设摄像机的焦距是 1)应用到角的顶点p ，得其对应图像P ，即 0 0 r r p 0 x0 y 0 z0 P (X ,Y ,1) ( , , ) 0 0 0 z z z z 0 0 0