计算机视觉中迭代优化方法分析-应用数学专业论文.docxVIP

目 目 录 I I 目 录 1 绪论 1 1.1 选题背景及研究意义1 1.2 研究现状及发展趋势2 1.3 本文主要研究内容及章节安排 3 2 常用优化方法与计算机视觉中的优化问题5 2.1 最优化问题概述 5 2.1.1 最优化问题的数学模型与基本概念 5 2.1.2 最优化问题的一般算法 5 2.2 计算机视觉中常用优化方法分析6 2.2.1 最速下降法7 Newton 法 8 Levenberg-Marquard 算法 9 2.3 计算机视觉中的优化问题 11 2.3.1 基础知识 11 2.3.2 视觉测量系统及计算机视觉中的优化问题 17 2.4 本章小结 22 3 摄像机标定中的迭代优化23 3.1 引言23 3.1.1 摄像机标定23 3.1.2 摄像机标定优化模型 23 3.2 摄像机标定方法分析 24 3.3 基于迭代优化的摄像机标定方法25 3.3.1 基本思想26 3.3.2 摄像机内参估计 27 3.3.3 摄像机外参估计 27 3.3.4 摄像机畸变系数估计 29 3.3.5 基于 LM 算法的摄像机参数迭代优化 32 3.3.6 精度评定标准 35 3.4 方法实现及实验36 3.4.1 初始标定36 3.4.2 二次标定37 I II 3.4.3 摄像机标定实验 39 3.4.4 实验结果分析 41 3.5 本章小结 46 4 特征点三维坐标计算中的迭代优化 47 4.1 特征点三维坐标计算的基本原理47 4.1.1 线性求解方法 47 4.1.2 非线性求解方法 48 4.2 特征点三维坐标优化模型及求解方法 49 4.3 方法实验与实现 52 4.3.1 特征点三维坐标求解与优化 52 4.3.2 汽车工件实验 54 4.3.3 工艺雕塑实验 58 4.4 本章小结 63 5 结论 64 5.1 总结64 5.2 今后工作的展望64 致 谢 65 参考文献 66 附 录 69 1 1 绪论 PAGE PAGE 1 1 绪论 1.1 选题背景及研究意义 人类感知外界信息，80%以上都是通过视觉得到的。视觉，不仅指对光信号的感受， 它包括了对视觉信息的获取、传输、处理、存储与理解的全过程[1]。自从信号处理理论 与计算机出现以后，人们试图用摄像机获取环境图像并将其转换成数字信号，用计算机 实现对视觉信息处理的全过程，这就是计算机视觉。这样，计算机不仅能模拟人眼的功 能，而且能够完成人眼所不能胜任的工作。 计算机视觉在国民经济、科学研究以及国防建设等领域都有着广泛的应用。首先， 视觉的最大优点是不与被观测对象接触，这样观测者与被观测对象都不会受到任何损 伤。其次，视觉方式所能检测的对象十分广泛，计算机视觉可以利用敏感器件对红外线、 微波、超声波等实现更大范围的观测。再次，计算机视觉还可广泛应用于长时间恶劣的 工作环境。在工业自动化生产、各类检验、监视、视觉导航、图像解释、虚拟现实都有 着重要的应用[2]。 随着摄像机在成像分辨率、图像采集速度和计算机图像处理速度的大幅提高，计算 机视觉还广泛地应用于三维立体测量、视觉测量、运动测量等领域，并且测量精度越来 越高，在航空航天、国防军事等方面发挥着重要的作用。 视觉测量[3]是采用计算机视觉的测量技术，利用数字图像恢复特征点的三维坐标， 是摄像机拍摄照片的逆过程。通过用摄像机从不同方位对测量现场拍摄一组数字化照 片，在计算机上对该组照片进行处理，获得各个特征点在不同照片中的二维坐标值，经 过一系列算法，将图像二维坐标转化为空间三维坐标，得到初始的测量结果。将计算机 视觉技术应用于空间几何尺寸的精确测量和定位与传统测量方法相比，具有很多的优 点：(1)系统组成灵活、工作空间大、可以实现智能化测量；(2)采用较高分辨率的 CCD 和适合的图像处理算法，可以实现高精度测量；(3)属于非接触测量方法，适合恶劣条件 或者无法应用接触测量方法的情况；(4)工作空间大，测量对象十分广泛；(5)成本低， 环境适应性好，可以长时间始终如一地观测。 在实际应用中，摄像机图像分辨率有限，图像大小也有限，当成像畸变较大时，换 算后的空间距离将存在不小的误差，这在三维立体测量、视觉检测、运动测量中是不允 许的。一般来说，当我们获得初始的参数值或结果时，往往是达不到精度要求的，这样 的结果也包含了一定的误差在其中。我们需要采用一定的手段或方法，对这些初始的结 果进行优化，才能得到符合精度要求的结果。因此，优化就突显出其重要性了。然而， 采用什么样