| 【中文题名】 | 基于单目视觉的障碍物检测与三维重建 |
| 【英文题名】 | |
| 【学科专业】 | 信息与通信工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-7-11 |
| 【中关键词】 | 计算机视觉,三维重建,障碍物检测,运动视差,光流,相对深度 |
| 【英关键词】 | Computer Vision,3-D reconstruction,Obstacle Detection,Motion Parallax,Optical Flow,Relative Depth, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化技术及设备>自动化系统>数据处理、数据处理系统>集中检测与巡回检测系统 |
| 【论文摘要】 |
基于视觉的导航与三维重建是计算机视觉研究的重点领域。其中，基于立体视觉的视觉导航和三维重建比较成熟，其实质是利用双目或者多目摄像机的视差信息从二维图像中恢复场景的深度信息，从而重建整个三维场景或者对场景进行判断、理解以进行导航。本文主要研究的是基于单目视觉的障碍物检测和三维重建，其实质是利用单目摄像机的运动信息从二维图像中恢复场景的深度信息或者相对深度，从而达到三维重建或者视觉导航中的障碍物检测的目的。
障碍物检测与规避是基于视觉的移动机器人自主导航的先决条件。对于视觉导航，并不需要重建整个三维场景，而仅需提取场景的相对深度(time-to-contact)。在静态环境中，从运动的单目摄像机视频序列中可以获得移动机器人的ego-motion信息并恢复场景的相对深度，从而为障碍物检测和规避提供依据。提出了一种基于摄像机前方局部地平面假设利用光流的障碍物检测方法，用4个以上空间中同属于一个平面的点的光流估计出摄像机的运动参数，并且对障碍物估计出相对深度，生成障碍物图。实验表明该方法适用于室内和室外场景中的移动机器人障碍物检测和规避视觉系统；提出了一种基于场景中有远处点假设的利用光流的障碍物检测方... |
| 【论文题纲】 |
|
摘要 |
2-3 |
|
ABSTRACT |
3-5 |
|
第一章 绪论 |
5-12 |
|
1.1 计算机视觉简介 |
5-7 |
|
1.2 单目视觉与立体视觉 |
7-9 |
|
1.2.1 单目视觉简介 |
7-8 |
|
1.2.2 立体视觉简介 |
8-9 |
|
1.3 本文研究内容和创新点 |
9-12 |
|
第二章 光流与射影几何 |
12-20 |
|
2.1 线性摄像机模型 |
12-16 |
|
2.1.1 图像坐标系、摄像机坐标系与世界坐标系 |
12-14 |
|
2.1.2 线性摄像机模型(针孔模型) |
14-16 |
|
2.2 射影几何与极线几何 |
16-17 |
|
2.3 光流场与运动场 |
17-20 |
|
第三章 基于光流的障碍物检测 |
20-40 |
|
3.1 基于视觉的移动机器人自主导航 |
20-22 |
|
3.2 基于场景中有远处点假设的障碍物检测 |
22-30 |
|
3.2.1 算法流程 |
23-27 |
|
3.2.2 实验 |
27-30 |
|
3.3 基于摄像机前方局部地平面假设的障碍物检测 |
30-38 |
|
3.3.1 算法流程 |
30-35 |
|
3.3.2 实验结果 |
35-38 |
|
3.4 小结 |
38-40 |
|
第四章 基于单相机的三维重建 |
40-61 |
|
4.1 基于视觉的三维重建方法 |
40-46 |
|
4.1.1 立体视觉与三维重建 |
40-43 |
|
4.1.2 由运动重建物体结构(structure from motion)的方法 |
43-46 |
|
4.2 基于单相机的高精度三维重建方法 |
46-61 |
|
4.2.1 算法描述 |
46-56 |
|
4.2.2 实验结果 |
56-61 |
|
第五章 总结与展望 |
61-62 |
|
参考文献 |
62-67 |
|
硕士在读期间发表的论文 |
67-68 |
|
致谢 |
68 |
|
| 【DOI】 | LunWen.ID:2.2008.383650 |
