資源描述:
《基于圖像序列攝像機(jī)自標(biāo)定系統(tǒng)的研究》由會(huì)員上傳分享,免費(fèi)在線(xiàn)閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、分類(lèi)號(hào):080903密級(jí):UDC:編號(hào):學(xué)位論文基于圖像序列的攝像機(jī)自標(biāo)定系統(tǒng)研究郭永芳指導(dǎo)教師姓名:孫以材教授河北工業(yè)大學(xué)于明教授河北工業(yè)大學(xué)申請(qǐng)學(xué)位級(jí)別:博士學(xué)科、專(zhuān)業(yè)名稱(chēng):微電子學(xué)與固體電子學(xué)論文提交日期:2011年11月論文答辯日期:2011年12月學(xué)位授予單位:河北工業(yè)大學(xué)答辯委員會(huì)主席:評(píng)閱人:2011年11月DissertationSubmittedtoHebeiUniversityofTechnologyforTheDoctorDegreeofMicroelectronicsandSolidStateElectronics
2、CAMERASELF-CALIBRATIONSYSTEMBASEDONIMAGESEQUENCESbyGuoYongfangSupervisor:Prof.SunYicaiProf.YuMingNovember2011原創(chuàng)性聲明本人鄭重聲明:所呈交的學(xué)位論文,是本人在導(dǎo)師指導(dǎo)下,進(jìn)行研究工作所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外,本學(xué)位論文不包含任何他人或集體已經(jīng)發(fā)表的作品內(nèi)容,也不包含本人為獲得其他學(xué)位而使用過(guò)的材料。對(duì)本論文所涉及的研究工作做出貢獻(xiàn)的其他個(gè)人或集體,均已在文中以明確方式標(biāo)明。本學(xué)位論文原創(chuàng)性聲明的法律責(zé)任由本人承擔(dān)。
3、學(xué)位論文作者簽名:日期:2011.12.16關(guān)于學(xué)位論文版權(quán)使用授權(quán)的說(shuō)明本人完全了解河北工業(yè)大學(xué)關(guān)于收集、保存、使用學(xué)位論文的以下規(guī)定:學(xué)校有權(quán)采用影印、縮印、掃描、數(shù)字化或其它手段保存論文;學(xué)校有權(quán)提供本學(xué)位論文全文或者部分內(nèi)容的閱覽服務(wù);學(xué)校有權(quán)將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索、交流;學(xué)校有權(quán)向國(guó)家有關(guān)部門(mén)或者機(jī)構(gòu)送交論文的復(fù)印件和電子版。(保密的學(xué)位論文在解密后適用本授權(quán)說(shuō)明)學(xué)位論文作者簽名:日期:2011.12.16導(dǎo)師簽名:日期:2011.12.16河北工業(yè)大學(xué)博士學(xué)位論文基于圖像序列的攝像機(jī)自標(biāo)定系統(tǒng)研究摘
4、要攝像機(jī)標(biāo)定是計(jì)算機(jī)視覺(jué)領(lǐng)域里從二維圖像獲取三維空間信息必不可少的步驟,被廣泛應(yīng)用于導(dǎo)航、視覺(jué)監(jiān)控、三維重建等領(lǐng)域。自標(biāo)定方法僅利用攝像機(jī)內(nèi)參數(shù)自身存在約束信息,與場(chǎng)景和攝像機(jī)運(yùn)動(dòng)無(wú)關(guān),較傳統(tǒng)標(biāo)定方法和基于主動(dòng)視覺(jué)的標(biāo)定方法更具靈活性,成為計(jì)算機(jī)視覺(jué)的研究熱點(diǎn)。本文對(duì)利用圖像序列進(jìn)行攝像機(jī)自標(biāo)定的各個(gè)環(huán)節(jié)進(jìn)行了系統(tǒng)的研究,主要工作和創(chuàng)新點(diǎn)如下:1)傳統(tǒng)的Harris角點(diǎn)檢測(cè)算法檢測(cè)率和可重復(fù)率高,但無(wú)法滿(mǎn)足實(shí)時(shí)性要求,而Trajkovic等提出的角點(diǎn)檢測(cè)器雖然計(jì)算量小,但是易對(duì)邊緣產(chǎn)生偽響應(yīng),針對(duì)這些問(wèn)題,本文提出一種新的基于Harris
5、-MIC的快速角點(diǎn)檢測(cè)算法。該算法使用多格算法,并使用四個(gè)基礎(chǔ)方向上最小強(qiáng)度變化作為預(yù)處理結(jié)果,然后再使用自相關(guān)矩陣得到角點(diǎn)的響應(yīng)函數(shù)。實(shí)驗(yàn)驗(yàn)證,新算法改進(jìn)了Harris算法和MIC算法,能夠有效地抑制邊緣響應(yīng)及紋理角點(diǎn),并且能夠滿(mǎn)足實(shí)時(shí)性要求。2)一般而言圖像序列尺度變化較小,針對(duì)此特點(diǎn),本文利用基于梯度分布的局部特征描述子對(duì)利用Harris-MIC算法獲得的角點(diǎn)進(jìn)行描述,然后匹配特征向量。相比SIFT(尺度不變特征變換)局部描述子,本文算法時(shí)間復(fù)雜度減小,并且對(duì)于圖像序列可以獲得類(lèi)似的效果。仿真實(shí)驗(yàn)證實(shí)了算法的可行性和優(yōu)勢(shì)。3)相比非
6、線(xiàn)性估計(jì)方法和魯棒性估計(jì)方法,基礎(chǔ)矩陣的線(xiàn)性估計(jì)方法較為簡(jiǎn)單,尤其是規(guī)范化的8點(diǎn)算法較傳統(tǒng)8點(diǎn)算法在穩(wěn)定性和精度方面有了顯著的改進(jìn),之后陳澤志等又根據(jù)殘差對(duì)各匹配點(diǎn)賦予權(quán)值,然而各種線(xiàn)性估計(jì)算法均不能處理錯(cuò)誤匹配點(diǎn),針對(duì)此情況,本文提出一種新的加權(quán)規(guī)范化8點(diǎn)算法,新算法在計(jì)算各匹配點(diǎn)殘差之后,對(duì)殘差進(jìn)行排序,并且根據(jù)事先確i基于圖像序列的攝像機(jī)自標(biāo)定系統(tǒng)研究定的閾值去除部分殘差較大的匹配點(diǎn),利用剩余的點(diǎn)重新估計(jì)基礎(chǔ)矩陣。實(shí)驗(yàn)驗(yàn)證了新算法在不失穩(wěn)定性的同時(shí)能夠提高基礎(chǔ)矩陣估計(jì)的精度。4)基于本質(zhì)矩陣的攝像機(jī)自標(biāo)定技術(shù)不使用隨圖像變化而變化的
7、極點(diǎn),并且智能優(yōu)化算法日益增多和完善,鑒于此本文提出將智能群體優(yōu)化算法中的改進(jìn)的粒子群優(yōu)化算法和細(xì)菌群體趨藥性算法應(yīng)用到攝像機(jī)自標(biāo)定技術(shù)中。實(shí)驗(yàn)驗(yàn)證了兩種優(yōu)化算法都能夠找到適應(yīng)度函數(shù)最優(yōu)值的附近位置,兩種智能算法各有特色,改進(jìn)的例子群算法時(shí)間復(fù)雜度小,能夠較快的收斂,而細(xì)菌群體趨藥性在進(jìn)行多次迭代之后可以獲得較高的精度??傊疚脑谙到y(tǒng)地研究攝像機(jī)自標(biāo)定之后,對(duì)其主要環(huán)節(jié)進(jìn)行了改進(jìn),提高了攝像機(jī)自標(biāo)定系統(tǒng)的標(biāo)定精度和速度。關(guān)鍵詞:攝像機(jī)自標(biāo)定,圖像序列,實(shí)時(shí)角點(diǎn)檢測(cè),特征點(diǎn)匹配,基礎(chǔ)矩陣估計(jì),本質(zhì)矩陣,粒子群優(yōu)化,細(xì)菌群體趨藥性ii河北工
8、業(yè)大學(xué)博士學(xué)位論文CAMERASELF-CALIBRATIONSYSTEMBASEDONIMAGESEQUENCESABSTRACTCameracalibrationisanessential