基于雙目視覺的物體表面三維復雜運動重建及其應用.pdf

1、物體表面受到外力及溫度變化作用下會產生復雜的三維運動，這種自然界中常見的現象吸引著眾多領域的科學家。定量分析物體表面的運動，在計算機科學、材料科學、實驗力學等諸多學科中有著重要的意義和廣泛的應用。而其中最關鍵的一步就是獲取準確的物體表面三維運動信息。隨著計算機科學的不斷發(fā)展，通過視頻攝像機和計算機視覺技術來重建物體表面的三維運動已逐漸成為可能。
　　物體表面的三維運動可以用一系列縝密采樣點的三維運動軌跡來描述。根據視頻攝像機在不同

2、視角同步拍攝的圖像序列，匹配采樣點在各時刻各視角中的對應位置，便可以運用三維重建技術來計算采樣點的三維運動。然而，從不同視角圖像序列中匹配采樣點的對應位置是一項極具挑戰(zhàn)性的任務。主要的難點是:采樣點周圍局部圖像的位置、形狀和亮度，會因為視角的改變、物體表面的復雜運動、光照角度變化、運動導致的自遮擋等因素，而發(fā)生劇烈的變化。為了解決這些困難，本論文提出了兩種準確、穩(wěn)定且自動化的方法，用來匹配不同圖像間的縝密對應關系。
　　本文提出的

3、基于特征點匹配的漸進重建方法，利用了特征點的檢測和描述對于常見圖像變換的不敏感性，并運用時域約束和跨視角約束大大提高圖像之間特征點匹配的成功率和可靠性，從而得到物體表面運動前的參考圖和其他各圖像之間的稀疏對應關系，然后根據匹配特征點在采樣點局部擬合幾何變換來初始估計其對應關系，最后通過迭代優(yōu)化獲得采樣點的最佳對應位置。通過比對參考圖和任一目標圖間的圖像相似程度，可以自動檢測采樣點的被遮擋及遮擋后的重現。同時，運用參考圖還可以避免長序列跟

4、蹤中出現誤差累積。
　　本文提出的優(yōu)化參數傳遞方法，能夠利用采樣點之間的運動相關性，根據已有采樣點的對應位置，準確估計其鄰域中其他采樣點的對應關系。與傳統(tǒng)的直接參數傳遞不同，該方法使用傳遞函數對相鄰采樣點之間的運動參數差異進行量化建模，因此能夠提供更準確的初始參數估計，從而大大提高迭代優(yōu)化算法進行參數優(yōu)化時的收斂準確率和計算效率。同時，優(yōu)化參數傳遞能夠容許更大的采樣間隔以及運動參數在采樣點之間的迅速變化。此外，該方法在每次傳遞時優(yōu)