基于单目视觉的目标位姿参数测量方法研究

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:huashu123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目标位姿参数测量广泛应用于目标识别、新武器检测、自动导航等领域,如何精确地求解目标的位姿参数一直是相关领域的研究难题。基于计算机视觉的位姿参数测量是一种比较热门的测量方法,根据拍摄航迹数据时摄像机的数目可分为两类:多目视觉位姿测量与单目视觉位姿测量。在实际的测量中,由于条件限制,会出现只有一台摄像机能拍摄到目标而其他摄像机丢失目标的情况,对此本文对单目视觉的目标位姿参数测量问题进行进一步研究。现有的方法主要通过求解人工指定控制点与成像点之间的对应性问题来获取目标位姿参数。在对应性未知的情况下,人们提出了离线训练、建立并求解目标函数等策略解决位姿参数测量问题。但是由于实际测量中目标图像质量不高、背景较复杂且存在噪声,现有的方法并不能很好地解决位姿参数的对应性问题。为此,在目标模型已知的情况下,本文提出了一种目标运动位姿参数的求解策略。即对图像进行分割提取目标并获取其轮廓,使用OpenGL导入目标模型数据,根据模型投影轮廓与图像中目标的轮廓的关系构造目标函数,并结合最优化计算方法对目标位姿进行求解,有效地避免了位姿参数对应性问题的直接求解。本文第二章通过介绍了位姿参数测量中涉及到的各坐标系,解释了位姿参数测量问题的实质。并且从共线方程出发,论述了摄像机成像过程与OpenGL成像过程具有的一致性,为本文核心算法中OpenGL与目标模型的使用提供理论基础。根据实际测量情况,本文第三章讨论对图像进行分割来获取目标并精确地提取目标轮廓的过程。通过比较分析编码本、均值平移图像分割方法,可知全自动图像分割方法并不能适应实际中图像背景复杂且噪声较多的情况,本文采用了在Graph Cut方法基础上改进的Grab Cut方法进行半自动的交互式图像分割。在目标已被提取的基础上,本文使用相关的图形学操作,结合轮廓的特性,精确地提取了目标的轮廓。为了实现后续帧图像目标轮廓的自动化提取,本文依据已知的前一帧中目标的轮廓使用光流法跟踪当前帧目标的轮廓关键点。在图像中目标的轮廓可被精确提取的基础上,本文第四章把图像中目标与其模型的位姿匹配问题转换为两者的轮廓配准无约束最优化问题。本文提出了使用改进的Hausdorff距离方法进行轮廓间的相似性测度,并据此建立了最优化问题的目标函数。为求解该函数,本文综合分析了三种典型的最优化计算方法:Hooke-Jeeves、模拟退火算法、差分进化算法,并根据它们的特性,本文提出了使用差分进化与模拟退火相结合的方法来解决本文轮廓配准的最优化问题。最后,本文利用模拟数据对本文的方法进行了仿真实验并对结果进行了分析,验证了本文方法对位姿参数测量的有效性和正确性。
其他文献
随着Web Services技术应用的普及,企业或组织在应用这项新技术时非常有必要了解各种产品的特征和性能。 本论文首先详细描述了在.NET、Axis、JWSDP三个主流的Web Services
在通信网络中,组播是一种重要的通信方式,是一种一对多的连接类型的通信方式。随着网络技术的发展,组播在分布式系统、视频点等多媒体业务中得到广泛的应用。实现组播的关键
高维数据空间中的最近邻查询问题被广泛应用于数据库,图像检索和许多其它相关领域。受“维数灾难”的影响,这一问题变得越来越重要。本文研究且实现了DCR(Data Co-Reduction)
现代信息科技的进步特别是网络技术的飞速发展,已经使得人们的日常工作与网络密不可分,大量的数据文件需要存储和共享,使用传统的服务器式存储和共享技术会给服务器造成巨大
在异构数据集成过程中,资源的有限共享和系统间数据层的协同工作成为急需解决的问题。本论文针对这种现状,对异构数据集成的相关理论以及存在的问题进行了研究和探讨,分析了
近年来,网络以其简捷、方便以及费用低廉等优点,已经越来越深入地渗透到人们的生活中,成为信息交流的重要手段。所有这一切不仅给人们带来了前所未有的便利,同时也给人们提出
为了提高运动成绩,必须进行合理的、系统的、科学的运动训练。近年来,科学的训练方法已越来越多的应用到竞技体育当中来,并且取得了显著的成效。在众多的体育项目中,击剑项目
  本文针对文件系统备份过程有一组算法或模块要对目录树进行迭代或递归处理,如果算法按照树结构递归,则会导致内存消耗过大,会直接影响到软件的现实可用性,研究了对树结构按照
随着以计算机技术、通讯技术、消费电子技术为主的IT产业的快速发展,嵌入式系统得到了越来越广泛的应用。在包括科学研究、工程设计、军事技术、商业娱乐及人们日常生活的各
随着计算机以及通信技术的发展,以图像、视频、音频为代表的多媒体数据的数据量和信息量急剧增长,这些海量数据高效的存储和检索日益成为一个突出的问题。因此如何快速有效地