利用空间几何信息的改进PMVS算法

基于多视图像的立体重建是计算机视觉的核心问题之一. 由Furukawa提出的PMVS算法是目前为止表现最好的多视立体重建算法之一. 但该算法仍存在一些不足.一方面, PMVS不能保证重建表面的几何形状与重建 面片法向保持好的一致性, 特别是在一些特定拍摄角度下,如大场景重建经常 碰到的俯仰拍摄,情况尤为严重.另外, PMVS算法时间和空间复杂度高,特别是在 利用高分辨率图像重建时,往往要付出巨大的时间和空间代价.针对这些不足, 本文提出了一种基于空间几何信息的面片调整和多分辨率分层扩散重建的改进 策略,一方面提高了重建精度和表面的光滑性,另一方面,在尽量保持场景细节 的同时,提高了重建效率.文中的实验证实了改进策略的有效性和实用性.     

一种基于高阶累积量的运动目标检测新方法

文章提出一种基于高阶累积量的序列图象运动目标检测方法。该方法对传统方法进行改进,引入高阶累积量作为运动目标边界的判据,能有效抑制高斯噪声影响,较好地检测出运动目标的边界。大量实验验证了文中方法的有效性和实用性。     

加权视差能量模型

由于人左右眼间距的存在,使得同一空间物体在左右眼视网膜上的投影存在位置差异,称之为视差. 左右眼视网膜获取的信息最初在初级视皮层（Ⅴ1区）进行融合,该区域有大量对视差敏感的神经元.关于它们的视差选择特性,目前比较公认的计算模型是视差能量模型,然而该模型却无法解释Ⅴ1区神经元对反相关随机点立体图（Anti-correlated random dot stereograms,aRDS）的响应要比对随机点立体图的 响应弱这一神经生理学发现.为此,本文提出了一种加权视差能量模型：首先,利用左右眼感受野内的信号差异对神经元的响应能量进行调制,然后再结合神经元之间的相互作用来计算细胞群响应,从而得到图像视差.本文旨在探索基于神经生理学的视差计算方法,主要贡献有：1）加权视差能量模型能够很好地解释Ⅴ1区神经元对反随机点立体图的响 应比随机点立体图响应弱的生理特性;2）加权视差能量模型的视差计算结果精度比现有基于神经生理学的模型 更高,甚至高于一些传统的计算机视觉方法.     

基于视频的实时自动人体高度测量

怎样从视频出发准确实时地测量场景中运动人体的高度? 针对此问题, 本文提出了一种自动实时的人体高度测量方法. 该方法首先在视频序列中的每帧图像上提取一种新的头部特征点以及一种新的脚部特征点, 然后根据这些特征点建立约束方程求出近似的人体高度, 并同时在视频序列中跟踪双脚. 最后基于获得的双脚跟踪结果, 引入一条关于特征点所对应空间点的几何约束以进一步优化测量结果. 与过去的许多测量方法相比, 本文方法有效地利用了视频序列中包含的运动信息, 有较强的鲁棒性和较高的测量精度, 既能有效地处理透视镜头下的视频又能处理鱼眼镜头下的视频, 而且计算量很低, 可以实现实时测量. 实验结果验证了本文算法的有效性和实时性.     

直线提取中的不确定性研究

直线提取是基于特征的模式识别的一个重要步骤.由于图像特征点的离散误差和特征点提取过程中的位移现象,使得由二图像点所确定的直线的参数随之产生某种不确定性.该文比较系统地研究了这种不确定性的分布,并讨论了这些理论结果在计算机视觉中的应用.据作者所知,该文结果在其它地方还没有过类似的报导.     

关于P4P问题的一点讨论

研究表明,在P4P问题中,当空间4个点共面时,不仅摄像机坐标系与物体坐标系之间的旋转矩阵R和平移向量t可以线性求解,而且可以同时确定摄像机的有效焦距f和像素比例因子a.该结论似乎在文献中还没有过类似的报导.     

基于平面的便携式结构光系统柔性标定方法

对于便携式结构光系统, 该系统必须适合方便使用. 因此, 针对该系统的标定方法也必须采用方便且便宜的设备, 诸如具有两个或三个正交平面或者需要额外固定措施的一些设备则不宜采用. 同时针对快速三维获取的目的, 应该采用估计便携式结构光系统投影矩阵的方法. 本文针对便携式结构光系统的上述应用需求, 提出了一种基于平面的便携式结构光系统柔性标定方法. 该方法需要一个标定模板和一个参考模板. 标定模板被固定在一个平面上, 而参考模板则通过LCD投影仪被投射到该平面上. 通过交比和极几何约束, 可以获得分别对投影仪和相机的世界坐标系和图像坐标系的点对应坐标. 通过这些点对应坐标, 即可完成整个系统的标定. 实验结果表明该方法具有很高的准确性和鲁棒性．     

一种基于主动视觉的摄像机内参数自定标方法

摄像机定标是计算机视觉的一项基本任务．本文提出了一种基于主动视觉的摄像机内参数自定标方法．该方法和文献［1］提出的方法相比最大的优点在于不要求摄像机在三维空间作任意方向的平移运动，只需要控制摄像机在同一平面作四组运动，其中每组包括两次相互正交的平移运动，同时适当调整摄像机平移运动的姿态，可以线性求解摄像机内参数．理论上证明了如果摄像机作三次俯仰或者作两次俯仰一次扫视来调整摄像机平移运动的姿态，则解存在而且唯一．通过稳定性分析证明前一种方法对误差很敏感，后者则是稳定的．最后给出了采用真实图像的实验结果．     

基于主动视觉摄像机标定方法

基于主动视觉的摄像机标定是摄像机标定的重要分支之一，本文引入了必要的基础知识和概念，诸如摄像机模型和投影矩阵，基础矩阵，单应矩阵，极点，FOE（Focus Of Expansion）等，还对基于摄像机纯旋转的标定，于摄像机三正交平移运动的标定，基于多次摄像机平面正交运动的标定，基于无穷远平面单应矩阵的标定以及于射影重建的标定进行了评述并给出了结论。     

摄像机自标定方法的研究与进展

该文回顾了近几年来摄像机自标定技术的发展,并分类介绍了其中几种主要方法.同传统标定方法相比,自标定方法不需要使用标定块,仅根据图像间图像点的对应关系就能估计出摄像机内参数.文中重点介绍了透视模型下的几种重要的自标定方法,包括内参数恒定和内参数可变两种情形;最后还简要介绍了几种非透视模型下的摄像机自标定方法.