非刚性运动恢复结构模型的鲁棒性增强研究

发布时间：2021-01-03 17:36

　　利用二维图像,重构出三维的物体或者场景的三维重建技术,是计算机视觉领域的一个重要研究方向,广泛应用于各种应用场合。作为三维重建的一种有效实现途径,非刚性运动恢复结构（Non-Rigid Structure From Motion,NRSFM）技术能够利用二维图像序列的特征点,同时恢复物体的三维形状和相机的相对运动。由于非刚性形变的不确定性以及缺乏关于三维形状变形的先验信息,已有的NRSFM模型在精准性和鲁棒性上仍有待进一步提高。本文针对NRSFM模型的鲁棒性增强问题,结合相关约束,开展了以下三个方面的研究工作。（1）提出了一种基于局部偏差约束的列空间拟合方法,以降低部分特征点的估计结果可能显著偏离其真实值的问题。首先,在考虑了每帧的总体估计误差的基础上,设计了一个以重建误差的方差作为局部偏差的约束,以此构建一个有效的三维形状估计模型。然后,采用增广拉格朗日乘子迭代算法将有约束的目标函数转化为无约束的目标函数,并对此目标函数进行优化。此外,通过分析模型的可行解及参数的收敛性等问题,对此估计模型的优化部分进行了分析。由于利用了总体估计误差和局部偏差,所提出的方法,可以对不同的特征点,实现良... 

【文章来源】：安徽大学安徽省 211工程院校

【文章页数】：103 页

【学位级别】：博士

【部分图文】：

图１－１人类视觉系统可以毫不费力地解释这张照片中存在的由半透明材质和阴??影形成的微妙变化，并从背景中将物体正确地分割开来??

轮廓Ｊ１纹珲??ｘ＞?Ｍｍ??图１－２基于Ｍａｒｒ的视觉理论的视觉系统的三个表象层次??Ｆｉｇ．?１－２?Ｔｈｒｅｅ?ｒｅｐｒｅｓｅｎｔａｔｉｏｎ?ｌｅｖｅｌｓ?ｏｆ?ｔｈｅ?ｖｉｓｕａｌ?ｓｙｓｔｅｍ?ｂａｓｅｄ?ｏｎ?Ｍａｒｒ＇ｓ?ｖｉｓｕａｌ?ｔｈｅｏｒｙ??运动恢复结构（Ｓｔｒｕｃｔｕｒｅ?Ｆｒｏｍ?Ｍｏｔｉｏｎ，ＳＦＭ）技术是图像三维形状获取的一??种重要途径［６－７］。ＳＦＭ通过分析物体的运动，获得相应物体的三维结构和运动信??息。对于给定的一组二维特征点观测值，ＳＦＭ能够估计这些特征点的深度值以??及尺度、旋转和移动参数。因此，ＳＦＭ在计算机视觉等领域具有广泛和巨大的??应用前景，如与“匹配运动”问题密切相关的机器人导航，增强现实等。图１－３??展示了?ＳＦＭ应用到增强现实的两个实例［８＿９］。??根据研究对象的不同，可将ＳＦＭ分为刚性运动恢复结构和非刚性运动恢复??结构（Ｎｏｎ－Ｒｉｇｉｄ?Ｓｔｒｕｃｔｕｒｅ?Ｆｒｏｍ?Ｍｏｔｉｏｎ，ＮＲＳＦＭ）。目前，针对静态的刚性运动??恢复结构的研究

图像坐标系，以及像素坐标系）之间转换关系的基本知识。随后，为了得??到一一对应的基于特征点的二维图像序列，本章简单介绍了点集配准的相关基础??知识。本章的基础理论知识可为理解后续的非刚性运动恢复结构模型奠定了一定??的基础。??

【参考文献】：
期刊论文
[1]基于三维虚拟测量的沥青混合料级配参数分析[J]. 金灿,汪培松,杨旭,刘凯,凌天清.  公路交通科技. 2019(08)
[2]实时三维超声心动图检测左室质量指数评价主动脉瓣置换术后左心室重构的改善情况[J]. 童仙君,曹慧,熊文峰,程遵华,金露,万文婷,孙辉.  实用医学杂志. 2019(13)
[3]基于Hi-c数据的酵母染色体三维结构重构[J]. 丰继华,牟锦,郭亚茹.  生物信息学. 2019(03)
[4]Hierarchical Visual Attention Model for Saliency Detection Inspired by Avian Visual Pathways[J]. Xiaohua Wang,Haibin Duan.  IEEE/CAA Journal of Automatica Sinica. 2019(02)
[5]Geographic,Geometrical and Semantic Reconstruction of Urban Scene from High Resolution Oblique Aerial Images[J]. Xiaofeng Sun,Shuhan Shen,Hainan Cui,Lihua Hu,Zhanyi Hu.  IEEE/CAA Journal of Automatica Sinica. 2019(01)
[6]基于运动恢复结构的非量测相机三维地质重建[J]. 陈钰,张荣春,衣雪峰,陆凤.  现代测绘. 2018(05)
[7]基于分段式序列图片集的运动恢复结构[J]. 罗米,赵霞,陈萌,郭松,倪颖婷.  计算机工程与应用. 2018(22)
[8]基于运动恢复结构的空间点定位方法[J]. 解则晓,周作琪.  激光与光电子学进展. 2018(08)
[9]Training and Testing Object Detectors With Virtual Images[J]. Yonglin Tian,Xuan Li,Kunfeng Wang,Fei-Yue Wang.  IEEE/CAA Journal of Automatica Sinica. 2018(02)
[10]Human Interaction Dynamics for Its Use in Mobile Robotics:Impedance Control for Leader-follower Formation[J]. Daniel Herrera,Flavio Roberti,Marcos Toibero,Ricardo Carelli.  IEEE/CAA Journal of Automatica Sinica. 2017(04)



本文编号：2955215