基于圖像的可展開(kāi)機(jī)構(gòu)運(yùn)動(dòng)估測(cè)與分析.pdf

1、本文以ADAMS建立的可展開(kāi)機(jī)構(gòu)模型為研究對(duì)象，根據(jù)可展開(kāi)機(jī)構(gòu)結(jié)構(gòu)和運(yùn)動(dòng)特征利用VRML在可展開(kāi)機(jī)構(gòu)中間狀態(tài)模型上設(shè)置標(biāo)志塊，并設(shè)置左右兩個(gè)視點(diǎn)建立平行雙目立體視覺(jué)模型，以一定采樣率采集可展開(kāi)機(jī)構(gòu)展開(kāi)過(guò)程圖像序列，通過(guò)圖像序列對(duì)可展開(kāi)機(jī)構(gòu)進(jìn)行運(yùn)動(dòng)估測(cè)和分析。
　　 在傳統(tǒng)立體視覺(jué)領(lǐng)域，應(yīng)用平行雙目立體視覺(jué)方法確定可展開(kāi)機(jī)構(gòu)特征點(diǎn)三維位置信息，結(jié)合采樣關(guān)系，測(cè)算可展開(kāi)機(jī)構(gòu)特征點(diǎn)的運(yùn)動(dòng)軌跡和速度參數(shù)。
　　 本文從可展開(kāi)機(jī)構(gòu)

2、的運(yùn)動(dòng)模型出發(fā)并聯(lián)系Bayesian理論，給出基于Bayesian理論的MRF-MAP三維運(yùn)動(dòng)估測(cè)方法，把圖像等效為Markov隨機(jī)場(chǎng)，用運(yùn)動(dòng)參數(shù)標(biāo)記場(chǎng)X描述特征點(diǎn)運(yùn)動(dòng)狀態(tài)，根據(jù)Markov場(chǎng)與Gibbs分布的一致性，將極大后驗(yàn)概率估計(jì)問(wèn)題轉(zhuǎn)化為后驗(yàn)?zāi)芰孔钚』瘑?wèn)題，并采用改進(jìn)模擬退火算法進(jìn)行優(yōu)化求解，得到設(shè)置于可展開(kāi)機(jī)構(gòu)上各特征點(diǎn)的運(yùn)動(dòng)軌跡和速度參數(shù)，對(duì)MRF方法在運(yùn)動(dòng)估測(cè)領(lǐng)域的應(yīng)用進(jìn)行了初步地探索性研究。
　　 針對(duì)可展開(kāi)機(jī)構(gòu)