论文部分内容阅读
近些年来,随着计算机视觉相关技术与理论的不断完善与发展,其在视觉检测、视觉导航与自动化装配领域中正被广泛地应用。在视觉系统中,通常摄像机因其价格低廉、获取信息丰富等优势作为摄像工具,对所获取到的图像进行相关处理。但是在不适合人为操纵的恶劣环境中,作为被动传感器的摄像机,已不能达到理想的效果。为了扩大摄像机的适用范围,实现其自主化与自动化,摄像机应该具有自主返回和自主导航功能,尤其在无既定目标的陌生环境中,该功能变得更加重要。而实现摄像机的自主返回功能的关键任务之一就是恢复出摄像机的运动轨迹。摄像机在三维空间中运动时,若想实现自主返回功能,首先需要在无GPS导航或地面导引信息的情况下恢复出摄像机的运动轨迹,那么如何通过获取到的信息恢复出摄像机的运动轨迹是本文的主要工作。本文重点研究了在无既定目标的情况下,仅使用运动的单目摄像机获取图像系列,通过研究由摄像机引起的全局运动,分析图像包含的全局运动信息,得到摄像机的运动信息,由此实现对摄像机运动轨迹的描述。本文从研究图像上各像素点的运动与摄像机的运动之问的关系出发,首先对图像中各像素点的规律进行研究,确定了选用定位精确且易于检测和描述的点作为匹配基元,采用了具有尺度和旋转不变性的SIFT算法进行特征点的提取和匹配,并采用反向匹配和特征点对的斜率夹角等方法去除误匹配;然后,针对获得的特征点对集,采用鲁棒的RANSAC模型参数估计方法求取全局运动的参数,并对RANSAC方法进行了改进,以提高算法效率;此后,为了达到效率和精度的平衡,选用了六参数仿射变换模型来描述全局运动,并由此可以恢复出摄像机的运动轨迹。因为SIFT算法提取到的特征点数量多,在特征点的提取和匹配的过程中,占用较多的时间,影响了整体的效率,所以本文主要对特征点的提取和匹配进行了深入研究,通过设置感兴趣区域,减小采样比例,可以有效地减少特征点的数量;通过基于预测匹配点对位置区域的特征点匹配算法可以有效的减少特征点的匹配时间,在保证精度的同时有效的提高算法的整体效率,更加适合于实时系统中。