开题报告基于目视觉的三维信息恢复.docVIP

研究生学位论文开题报告 基于双目视觉的三维信息恢复 学位级别 硕 士 学科专业 控制工程 入学年月 2014年9月 2015年 06月 05日 1 研究目的及对社会、经济和学术研究上意义 研究目的：客观世界在空间上是三维的，在工程技术界一般要对三维物体进行分析，以便获取有用的信息。目前，大多数图像采集装置所获取的图像本身是在二维平面上的。因此，要从图像认识真实物体，就要从二维图像中恢复三维空间信息。恢复三维信息方法通常采用两台摄像机模拟人类双眼处理景物的方式，从两个视点观察同一场景，获得不同视角下的一对图像，通过左右图像间的匹配点，然后建立局部模型，再利用整体平差优化的方法将所有的局部模型统一到一个坐标系统下，最终建立整个场景的三维模型。该种建模方法具有立体相机系统结构简单，成本低廉，能够方便、快速地获取高质量的影像数据，建立的三维模型精度可靠三个优势，因此具有一定的实际应用价值。三维技术在电影、游戏、人机交互、视频行为监控、体育运动分析、医疗证断、虚拟现实等领域有着广阔的应用前景。 自然界的物体都是三维的，人类通过两眼获得物体的三维立体信息。但一般的摄影系统只能把三维的物体以二维的形式保存、记录下来，同时丢掉大量的信息。计算机立体视觉指的就是运用计算机技术和光学手段在获取的一幅或多幅图像中还原出被摄物体的立体形状，获得三维数据值，从而实现被摄物体的三维重建。随着计算机视觉技术的发展，立体机器视觉得到了广泛的应用。尤其是双目传感方式的立体视觉系统以其结构简单、便于使用等诸多优点被成功地用于工业检测、地理信息测量、物体识别、工件定位、机器人导引、交通撞车事故和其他的撞击测试等。 三维重建技术中核心的问题就是怎样获取三维场景坐标，获取空间三维场景的深度信息是计算机视觉研究中基础的内容。目前，获取深度信息的方法和技术很多，学术思想非常活跃，新技术、新方法不断涌现。立体视觉，是计算机被动测距方法中最重要的距离感知技术，它直接模拟了人类视觉处理景物的方式，可以在多种条件下灵活地测量景物的立体信息，其作用是其它计算机视觉方法所不能取代的。随着光学、电子学以及计算机技术的发展，将不断进步，逐渐实用化，不仅将成为工业检测、生物医学、虚拟现实等领域的关键技术，还有可能应用于航天遥测、军事侦察等领域。对它的研究，无论是从视觉生理的角度还是在工程应用中都具有十分重要的意义。 2 国内外研究现状 国外对立体视觉的研究起步较早，发展速度快，应用面广。 麻省理工学院计算机系统提出了一种新的用于智能交通工具的传感器融合方式，由雷达系统提供目标深度的大致范围，利用双目立体视觉提供粗略的目标深度信息，结合改进的图像分割算法，能够在高速环境下对视频图像中的目标位置进行分割，而传统的目标分割算法难以在高速实时环境中得到令人满意的结果。 日本大阪大学自适应机械系统研究院研制了一种自适应双目视觉伺服系统，利用双目 视觉的原理，如每幅图像中相对静止的三个标志为参考，实时计算目标图像的雅可比短阵，从而预测出目标下一步运动方向，实现了对运动方式未知的目标的自适应跟踪。该系统仅要求两幅图像中都有静止的参考标志，无需摄像机参数。而传统的视觉跟踪伺服系统需事先知道摄像机的运动、光学等参数和目标的运动方式。 日本奈良科技大学信息科学学院提出了一种基于双目立体视觉的增强现实系统（AR）注册方法，通过动态修正特征点的位置提高注册精度。该系统将单摄像机注册（MR）与立体视觉注册（SR）相结合，利用MR和三个标志点算出特征点在每个图像上的二维坐标和误差，利用SR和图像计算出特征点的三维位置总误差，反复修正特征点在图像对上的二维坐标，直至三维总误差小于某个阈值。该方法比仅使用MR或SR方法大大提高了AR系统注册深度和精度。实验结果如图2，白板上三角开的三顶点被作为单摄像机标定的特征点，三个三角形上的模型为虚拟场景，乌龟是真实场景，可见基本上难以区分出虚拟场景和现实场景。 日本东京大学将实时双目立体视觉和机器人整体姿态信息集成，开发了仿真机器人动态导航系统。该系统实现分两个步骤：首先，利用平面分割算法分离所拍摄图像对中的地面与障碍物，再结合机器人身体姿态的信息，将图像从摄像机的二维平面坐标系转换到描述躯体姿态的世界坐标系，建立机器人周围区域的地图；基次根据实时建立的地图进行障碍物检测，从而确定机器人的行走方向。 Bhanu提出了一个用于实际三维物体形状匹配的三维景物分析系统，系统的输入为深度图像。对物体的描述是数据驱动的，可自动计算，用户不必干预，不足之处在于太依赖于多边形面产生算法的输出一致性，使用的表面数目太大，先验假定条件比较苛刻，对深度数据的获取要求甚高。PM