三维运动估计-Read.DOC

第七章 三维运动估计 7.1 投影位移场的模型 1．刚体运动模型 t时刻刚体上点 时刻运动到 运动由旋转因子R和平移因子T描述 X’=RX+T (7.1--1) 其中 R=， 在较小旋转欧拉角时 (7.1--2) 而，，分别表示绕，，轴的较小逆时角位移。 正交位移场模型 （1）正交位移场是指三维运动矢量正交投影到图象平面， 即有 且 (7.1--3) 由(7.1--1)有 (7.1--4) 上式是第t帧的点（）帧的点（）的变换算法，实质上是6参数 ，，（）；，，（）的仿射变换。是一个参数化模型。 （2）关于景深 a.观察点与景物上点之间的真实是不可观察的，因为是正交投影。 b.但景物本身的结构信息包含在投影图象中的。 c.设实际景深为，则可理解为景物上参考点的深度，而是景物上某一点与参考点的相对深度，因此，6参数模型包含了景物的相对信息。 d.通过估计二维运动估计+深度估计（结构信息）三维运动估计 3．透视位移场模型 透视位移场可由透视模型 （7.1--5） 代入(7.1--1)式得到（令f=1） (7.1--6) (2)这是非线性模型 (3)对三维空间中任意形状运动表面有效，因为深度参数是独立的。 (4)T3与是作为比例因子对透视位移场起作用，即以起作用T3/，T3=0深度信息不可观测。例 a,b两物体的二倍相对距离，二倍速度同样图象 7.2三维估计运算（其中一种） 二维运动估计的多种方法已有讨论。 我们的目的：由两个正交的观察视图（2帧）估计一个比例因子以及参考点景象常数决定特征点的深度完成三维运动估计 观测方程为 ，1,…，N (7.2--1) (指的N特征点)，其中可理解为常量，是先验量。 两步迭代法 将欧拉角表达的R代入(7.1--1), 在正交投影条件有 (7.2--2) 因此，在与帧之间，有5个全局运动参数，，；，以及一个深度参数，由于有，项，因此为非线性的模型也称双线性模型。 (7.1--8)式的求解分如下两个步骤 估计5个运动参数 设有N个（）特征点，在t帧为，（7.2--1）式可变换为 (7.2--3) 由N个特征点，可得到关于(，，，，)T的2N个方程，由最小二乘法求解(，，，，)T的估计量。 注意深度参数的估计可以由先验知识得到初始估计值，而且误差不能超过预定的范围解的唯一性问题 估计景深 当(，，；，)T估计出来后。(7.2--1)又可写为 (7.2--4) 上式可估计出所有有关特征点的新的深度估计，1,…，N算法可选择最小二乘法，显然，这一次的估计比先验初始值精确。 (3)上述步骤反复进行，直至估计量收敛基本不变 (4)理论上N=3即可，但实质上需要多于3个以上特征点，有利于收敛。 (5)改进（修正的）算法，例如在的估计加上随机扰动。 2．透视模型法—同伦法 (1)偏振约束模型 意味着矢量，T和RX是共平面的（X与可能不共平面） 则有正交于该平面；则 (7.2--5) --叉积；--点积 故有 (7.2--6) 其中 E的元素称为必要参数，之间是非独立的。用