机器视觉论文唐萍.docVIP

研 究 生 课 程 论 文 (2008-2009学年) 基于二维特征对应的运动分析 研究生 唐萍 提交日期： 2009年7月10日 研究生签名：唐萍 学 号 200820112208 学 院 自动化科学与工程学院 课程编号 S0001001 课程名称 机器视觉 学位类别 硕士 任课教师 高红霞 教师评语： 成绩评定： 分 任课教师签名： 年 月 日 基于二维特征对应的运动分析 唐萍 200820112208 摘要：机器视觉一个研究的重要方向就是运动分析，其中基于视频的运动分析优势一个热点问题。本文主讲了基于二维特征的运动分析历史及现状，以及基于求本质矩阵进行运动分析的原理，算法及实验过程。最后对于对于实验结果进行了分析。 关键字：机器视觉；运动分析；SVD算法；本质矩阵 1 绪论 1.1 问题的提出 本章考虑下列问题：一个摄像机在静态环境中移动.在摄像机上固定了一个坐标系的标架，因而这个标架也随时间而移动.设运动前的坐标系为Cxyz，运动后的坐标系为Cx y z.本章我们对第二时刻的物体加“’”以示区别.如果不考虑运动轨迹的具体细节，我们假设通过一旋转R加一平移t可以将第二时刻的标架带回到第一时刻。一个运动不能分解成唯一的旋转和平移;为了保证唯一性，我们规定旋转轴通过坐标原点，且平移在旋转之后.这样，如果一个点在第一坐标系下的坐标为M,那么该点在第二坐标系的坐标为M =RM+t.通过摄像机标定，可以知道其内部参数，因而可在规一化的坐标系下定义射影关系.我们将看到，要研究的问题与立体视觉类似，不过在立体视觉中，我们已知双摄像机间的相对位置，而在运动分析中，我们所要求的未知数就是由此相对位置(R和t)描述的摄像机运动.在计算机视觉文献中，以上间题称之为运动分析和由运动重建物体结构(motion analysis and structure from motion). 图1 运动分析和自由运动重建物体结构 上述问题和下列两个问题在数学上是等价的，解决了其中一个问题就解决了其他两个问题 1）两幅图像是由一个固定摄像机在一个动态环境中两个不同时刻摄取的，假设两幅图像是同一刚性物体的投影;否则，需要先将图像分割成不同区域。我们要估计的是物体的运动参数和形状参数 2）两幅图像是由两个摄像机在同一时刻或两个不同时刻摄取的.在后一情况下，景象假设是静止的.我们要估计的是两个摄像机的相对位置和方向及景象的形状参数.在以上问题中，我们都假设摄像机的内部参数已标定。 1.2 国内外研究现状 运动分析问题在高级人机交互、安全监控、视频会议、医疗诊断等方面具有广泛的应用前景和经济价值，因此激发了各国的研究人员的广泛研究兴趣，目前世界上有许多大型科研机构都在对这一领域进行研究，如在美国，英国等国家已经开展了大量的研究工作，在我国，该项工作最近得到重视。 1.3 历史现状调研 本小节主要介绍本问题在各方面的应用及相关问题的提出。 1.3.1 前景物体的分离 理解场景中发生的事件是计算机视觉的一项基本目标。为了实现这个目标首先需要获得前景物体的信息;其次才能去识别该前景物体以及理解与之相关的事件,诸如识别人、车辆以及人的行为。在实现以上这些高层目标之前,必须面临的问题是如何把前景物体从背景中分割出来。显然,如何建立一个稳定的背景模型和如何判断图像中哪些区域是前景是一项非常基础的工作。传统的背景建模方法来自于对每个像素点建立一个混合高斯模型进行描述,建立起了较好的背景模型,但他们是建立在当前帧的背景像素点能在下一帧中相同位置上找到对应,因此,在背景本身有一定扰动的情况下,该假设显然不成立。如无法适用于波纹、微风、光照变化、阴影等情况。Mittal等人针对动态背景,建立了一个自适应核的密度估计模型来处理动态背景差分问题。可以很好地处理复杂背景,但是其运算代价是十分庞大的。对此, Tian等人在处理动态背景的同时,采用了一些方法减少计算代价,使用对应位置上像素点领域的梯度相似性来处理光照变化问题以及用光强的协方差来处理阴影问题。以上这些方法都是建立在假设摄像机固定情况下的,当摄像机运动时,找到背景像素点位置的对应关系就变成了比较棘手的问题。某些文章提出了处理缓慢的摄像机运动情况下的对应点匹配问题。首先找一个最能符合两张图的Homography变换,对其中一张图进行Homography矫正。然后将图像中每个像素点视为一个节点,利用最小生成树(MST)来约束对应点的搜索空间。通过匹配对应点,就能对这些点建立多高斯模型,从而建立一张全景图的背景模型。但它仍然存在很多不足。当背景中不同