基于單目視覺三維重建的障礙物檢測算法的設計與實現(xiàn).pdf

1、基于視覺的導航與三維重建是計算機視覺研究領域的重點.立體視覺的原理是利用雙目或者多目攝像機的視差信息以及相機外參數(shù)從二維圖像中恢復場景的三維坐標.基于立體視覺導航與三維重建技術的精度較高,對技術設備要求也較高,另外還有些不足之處,例如成本高,靈活性不足,計算量大,高精度圖像配準,而且如果當某一采集設備出現(xiàn)故障時會導致整個系統(tǒng)無法工作等等的缺陷.本文研究的是基于特征點匹配的單目視覺序列圖像三維重建的障礙物檢測,算法的原理是根據(jù)單目攝像機的

2、運動造成的圖像視差,恢復其運動信息,進而從二維圖像恢復場景中特征點的深度信息和相對深度,將特征點的三維信息進行聚類,分割出立體障礙物,達到障礙物檢測的目的,具有運算量較小,成本較低,較靈活等的特點.
　　 基于已標定的圖像序列三維重建研究涉及的關鍵技術有:特征檢測及匹配、基礎矩陣估計、攝像機自運動參數(shù)估計,三維坐標重建等.在三維重建中,特征點匹配和基礎矩陣和是兩個核心概念,攝像機自運動參數(shù)參數(shù)估計和三維重建的實現(xiàn)是主要研究內容,

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

4、C方法的改進,使得求解基礎矩陣的精確性有所提高.
　　 (4)恢復了單目視覺序列圖像攝像機的實際運動參數(shù),包括攝像機的旋轉矩陣R和平移向量T,并在此基礎上基于兩幅圖像特征點的三維坐標還原.
　　 (5)研究了點集的聚類算法,提出了網(wǎng)格聚類和層次聚類融合方法聚類三維空間點,給出了一定的障礙物判定準則,最終檢測到障礙物.
　　 論文最后給出了基于圖像序列的三維重建障礙物檢測實驗分析,指出了單目三維重建檢測障礙物設計中