基于單目視覺三維重建的障礙物檢測(cè)算法的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、基于視覺的導(dǎo)航與三維重建是計(jì)算機(jī)視覺研究領(lǐng)域的重點(diǎn).立體視覺的原理是利用雙目或者多目攝像機(jī)的視差信息以及相機(jī)外參數(shù)從二維圖像中恢復(fù)場(chǎng)景的三維坐標(biāo).基于立體視覺導(dǎo)航與三維重建技術(shù)的精度較高,對(duì)技術(shù)設(shè)備要求也較高,另外還有些不足之處,例如成本高,靈活性不足,計(jì)算量大,高精度圖像配準(zhǔn),而且如果當(dāng)某一采集設(shè)備出現(xiàn)故障時(shí)會(huì)導(dǎo)致整個(gè)系統(tǒng)無法工作等等的缺陷.本文研究的是基于特征點(diǎn)匹配的單目視覺序列圖像三維重建的障礙物檢測(cè),算法的原理是根據(jù)單目攝像機(jī)的

2、運(yùn)動(dòng)造成的圖像視差,恢復(fù)其運(yùn)動(dòng)信息,進(jìn)而從二維圖像恢復(fù)場(chǎng)景中特征點(diǎn)的深度信息和相對(duì)深度,將特征點(diǎn)的三維信息進(jìn)行聚類,分割出立體障礙物,達(dá)到障礙物檢測(cè)的目的,具有運(yùn)算量較小,成本較低,較靈活等的特點(diǎn).
　　 基于已標(biāo)定的圖像序列三維重建研究涉及的關(guān)鍵技術(shù)有:特征檢測(cè)及匹配、基礎(chǔ)矩陣估計(jì)、攝像機(jī)自運(yùn)動(dòng)參數(shù)估計(jì),三維坐標(biāo)重建等.在三維重建中,特征點(diǎn)匹配和基礎(chǔ)矩陣和是兩個(gè)核心概念,攝像機(jī)自運(yùn)動(dòng)參數(shù)參數(shù)估計(jì)和三維重建的實(shí)現(xiàn)是主要研究?jī)?nèi)容,

3、本文主要從以下幾個(gè)方面研究了基于單目視覺三維重建的障礙物檢測(cè):
　　 (1)介紹了對(duì)極幾何,基礎(chǔ)矩陣的原理及其在視覺導(dǎo)航及三維重建的重要性.
　　 (2)研究了特征點(diǎn)檢測(cè)及匹配算法,重點(diǎn)討論了基于梯度的Lucas-Kanade特征點(diǎn)跟蹤算法,并提出了在此基礎(chǔ)上的改進(jìn)算法,針對(duì)道路圖像結(jié)果有較好的改善.
　　 (3)研究了求解基礎(chǔ)矩陣的經(jīng)典解法以及魯棒性解法,如隨機(jī)采樣一致性算法等,并給出了針對(duì)道路圖像的RANSA

4、C方法的改進(jìn),使得求解基礎(chǔ)矩陣的精確性有所提高.
　　 (4)恢復(fù)了單目視覺序列圖像攝像機(jī)的實(shí)際運(yùn)動(dòng)參數(shù),包括攝像機(jī)的旋轉(zhuǎn)矩陣R和平移向量T,并在此基礎(chǔ)上基于兩幅圖像特征點(diǎn)的三維坐標(biāo)還原.
　　 (5)研究了點(diǎn)集的聚類算法,提出了網(wǎng)格聚類和層次聚類融合方法聚類三維空間點(diǎn),給出了一定的障礙物判定準(zhǔn)則,最終檢測(cè)到障礙物.
　　 論文最后給出了基于圖像序列的三維重建障礙物檢測(cè)實(shí)驗(yàn)分析,指出了單目三維重建檢測(cè)障礙物設(shè)計(jì)中