基于單目視覺的攝像機軌跡分析算法的研究與實現(xiàn).pdf

1、目前，計算機視覺系統(tǒng)正在廣泛地應用于視覺檢測、視覺導航和自動化裝配領(lǐng)域中。在大多數(shù)視覺系統(tǒng)中，攝像機都是作為攝像工具，對攝像目標進行處理，但是攝像機是被動傳感器，當環(huán)境變得復雜惡劣，不適合人為操縱時，其工作范圍受到了很大的局限。為了實現(xiàn)攝像機的自主化，擴大其作用范圍，攝像機應具備自主返回能力以應對各種復雜的工作場景。此外，攝像機無需地面導航設(shè)備，可以節(jié)省經(jīng)濟開支。因此，研究攝像機的自主返回功能是實現(xiàn)攝像機自動化的迫切需要，關(guān)鍵任務之一就

2、是如何描述攝像機的運動路線。
　　在三維空間中運動的攝像機，不依靠GPS導航或地面導引信息的情況下，實現(xiàn)攝像機自主返回功能，需要預先知道攝像機的運動軌跡，這正是本文的主要工作。重點研究了僅使用單目攝像機，分析在攝像機運動過程中采集的無既定目標的序列圖像，研究由攝像機運動引起的全局運動，從運動恢復運動來描述攝像機運動路線的關(guān)鍵技術(shù)。
　　本文從研究攝像機運動和圖像上各點運動的關(guān)系入手，確定了用基于仿射變換的運動模型來簡單地描述

3、地面上一點在相鄰兩幀圖像上的運動方式，如平移和旋轉(zhuǎn)，接著介紹了求解運動參數(shù)的方法;然后對如何從圖像特征中獲得運動參數(shù)信息的問題進行了研究，選取定位精準的點作為匹配基元，匹配算法采用了提取特征點數(shù)量多且穩(wěn)定的SIFT算法;因為特征點存在數(shù)量過多的缺點，所以本文主要對特征點篩選及匹配算法進行了深入研究，通過對最初提出的特征點篩選及匹配算法進行實驗，其結(jié)果表明，參加運算的特征點越多，恢復運動的精度越高，但運算時間隨著特征點數(shù)量的增加而增長，后