攝像機自標(biāo)定及三維重建方法研究.pdf_第1頁
已閱讀1頁,還剩51頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、攝像機標(biāo)定是計算機視覺領(lǐng)域中從二維圖像獲取三維空間信息必不可少的步驟,被廣泛用于三維重建、導(dǎo)航、視覺監(jiān)控等領(lǐng)域,因此其相關(guān)理論研究目前已成為計算機視覺領(lǐng)域的研究熱點之一.攝像機自標(biāo)定技術(shù)通過圖像本身的特征求解攝像機內(nèi)參數(shù),傳統(tǒng)的攝像機標(biāo)定技術(shù)是離線的,而攝像機自標(biāo)定技術(shù)是在線的,因此攝像機自標(biāo)定技術(shù)具有相當(dāng)大的理論價值和實用價值.該文充分利用攝像機不同運動下獲取的數(shù)據(jù)信息,使用合理的最優(yōu)化準(zhǔn)則,借鑒各種先進的算法,進行不同的攝像機運動下

2、的自標(biāo)定及三維重建理論研究.主要內(nèi)容包括:吳福朝—胡占義攝像機線性自標(biāo)定及三維重建算法與新攝像機線性自標(biāo)定及三維重建算法研究及其性能分析;從一運動組下的雙正交平面進行攝像機自標(biāo)定及三維重建三種算法研究及其性能比較;基于模型用單視圖進行攝像機自標(biāo)定及三維重建算法研究.并行于這些算法,我們進行了有效的改進,不但減低了最小實現(xiàn)條件,而且計算大幅簡化、性能也有較明顯的提高.該文中假設(shè)攝像機模型為經(jīng)典的針孔模型,即攝像機內(nèi)參數(shù)矩陣為五參數(shù)模型.吳

3、福朝—胡占義的算法是利用每組運動下的匹配點對集合計算其極點與基本矩陣,在此基礎(chǔ)上最優(yōu)估計兩運動組下的單應(yīng)性矩陣,再求解內(nèi)參數(shù)陣,并進而進行三維重建.新算法同時利用單應(yīng)性矩陣和極點提供的信息,僅利用一運動組求解攝像機內(nèi)參數(shù)并進行三維重建.新算法較吳福朝、胡占義算法有明顯改善,算法較簡單,運行時間大大縮短,更適合在線標(biāo)定的場合.同時,對這兩種算法進行了真實圖像實驗,結(jié)果也證明新算法性能較好.從一運動組下的雙正交平面進行攝像機自標(biāo)定及三維重建

4、算法,是利用運動組下兩正交平面上的點對集合最優(yōu)估計有限遠(yuǎn)平面單應(yīng)性矩陣和極點,在此基礎(chǔ)上計算無窮遠(yuǎn)平面單應(yīng)性矩陣,從而求解內(nèi)參數(shù)陣,并進行三維重建.根據(jù)求解極點的方法不同,分為三種不同算法,仿真實驗數(shù)據(jù)表明這三種算法的性能相差不大.基于模型用單視圖進行攝像機自標(biāo)定及三維重建算法是在已知單視圖數(shù)字特征點與對應(yīng)模型位置的條件下,求解其單應(yīng)性矩陣和內(nèi)參數(shù)陣,最后進行三維重建.該算法的仿真實驗結(jié)果較前面的算法好,所需時間最短.應(yīng)當(dāng)指出的是,該算

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論