计算机视觉信息的三维重构处理技术研究-测试计量技术及仪器专业论文.docxVIP

1.1 计算机视觉简介第一章 绪论视觉是人类获取信息、认识世界的重要途径。据统计，人类从外界获取的信息中有 70%-80%是通过眼睛得到的。人类通过眼睛和大脑来获取、处理和理解视觉信息。周围 环境中的物体在可见光的照射下，在人眼的视网膜上形成图像，由感光细胞转换成神经 脉冲信号，再经神经纤维传入大脑皮层进行处理与理解。视觉，不仅指对光信号的感受， 它还包括了对视觉信息的获取、传输、处理、存储与理解的全过程。计算机视觉是指用计算机来实现人类的视觉功能，也就是用计算机来实现对客观世 界的识别。我们所处的客观世界是三维空间，而现在通过不同的方法所保存下来的现实 世界的影像大部分是二维的。人类的视觉系统能够很容易地从二维图像中感知三维世 界，获得三维世界的信息。计算机视觉研究的目标是使计算机具有通过二维图像理解三 维环境的能力，这种能力不仅使机器感知三维环境中物体的几何信息，还包括它的形状、 位置、姿态、运动等，并且能对它们进行描述、存储、识别与理解。计算机机视觉过程 是成像过程的逆过程。三维重构就是研究三维空间特征点(或某一空间域的所有点)的空间位置与二维图 像对应点的坐标间的定量关系。借助于计算机视觉这一重要方法，就可以从这些二维图 像中得到三维空间的信息，甚至恢复三维场景[1]。三维的计算机视觉是一个多学科交叉的新领域，涉及到计算机科学、人工智能、机 器人、信号处理、模式识别、控制理论、生物医学、心理学等多个学科领域。其发展得 益于神经生理学、心理学与认知科学对生物系统的研究，需要各学科的研究人员联合起 来对人脑的认知过程进行从宏观到微观的深入研究。其研究的内容很广泛，包括成像设 备及数字化设备、图像滤波及变换分割、距离图像分析、形状模型及表达、图像特征检 测、轮廓表达、基于特征的立三由单幅或多幅图像信息重建三维形状、体视觉、运动分 析、颜色视觉、主动视觉、几何不变量、系统标定、物体检测、维物体识别及定位等高、 中、低层视觉、并行结构、分层结构、信息流结构、拓扑结构等体系结构的研究[2-6]。计算机三维视觉技术的应用领域也很广泛，已经应用于遥感图像分析、文字识别、 医学图像处理、多媒体技术、图像数据库、工业检测与军事等方面[3]。工业机器人的手 眼系统是立体视觉应用最为成功的领域之一，由于工业现场的诸多因素，如光照条件、 成像方向均是可控的，使得问题大为简化，有利于构成实用的系统。目前己有相当数量 的手眼系统。对移动机器人而言，主要关心的视觉问题是道路跟踪、避障、特定目标识别等问题。典型的用于道路分析和避障的视觉系统，如卡耐基梅隆大学研制的自主行驶汽车 Navlab 上的视觉系统[7]。在医学上，与立体视觉视觉有关的工作包括分类、判断和 快速三维结构的重建等方面。近年来与这一主题相关专集的出版和国际会议的举办促进 了这、领域的快速发展。通用的物体三维形状分析与识别一直是立体视觉视觉的重要研 究目标。在景物的特征提取、表示，知识的存储、检索以及匹配识别等方面都取得了一 定的进展，并且己构建了一些用于三维景物分析的系统。立体视觉在诸多领域的应用和 研究浩如烟海。虽然由于人脑的高度复杂性，这种跨学科的研究还远远不够深入，但从 事立体视觉研究者己经发展起来一套独立的计算理论和算法，从而能对视觉信息(或者 说，对图像)进行分析和处理。随着跨学科基础研究的不断深入、随着计算机性能的快 速提高，立体视觉会有更为广阔的应用前景。二十世纪七十年代末，MIT 的 Marr 教授创立了计算视觉理论框架，系统概述了心理 物理学、神经生理学、临床神经病理学等已取得重要成果的领域，是迄今为止最为系统 的视觉理论体系，对计算机视觉的发展起到了巨大的推进作用，虽然这一理论体系尚不 完善，但仍被广大科技工作者所接受，在计算机视觉领域占有十分重要的地位[2]。1.2 当前计算机视觉相关学科的研究热点与重点近年来国外出现了一些较为成功的三维重建系统。Tomasi 和 Kanade 等在假定摄像 机为正交投影模型的前提下，利用仿射分解的方法解出了三维结构和摄像机运动[8]。 Zisserman 等完成的视觉导航系统利用了分层重建的思想，即首先对图像序列做射影重 建，再将射影重建逐步提升到仿射重建和欧氏重建[9]。Debevec．Taylor 等完成了著名 的建筑物重建系统 Facade。该系统要求首先得到建筑物的粗略几何模型和摄像机运动参 数，然后将该模型反投影到图像上与实际图像作比较，通过减小反投影误差最终计算出 建筑物的精确三维结构[10]。HY.Shum 等提出了一种人机交互式重建系统，可以从一组全 景图(Panoramic Mosaic )中恢复出三维结构，或者将场景表示成一系列按深度划分的 分层(Sprite )的集合[11]。Faugeras 等的系统利