基于 GPU 和 Kinect 的快速物体重建

便宜的物体快速三维建模技术是当前计算机视觉领域重要的研究课题.给出了一种基于Kinect传感器的快速物体重建方法,以及基于该方法的一种图形处理器 (Graphic processing unit, GPU)原型系统实现.本文方法主要分为两步: 1)系统的初始标定; 2)全自动的物体重建.对于系统初始标定,提出了一种简单易用的粗标定方法;对于物体重建,提出一种全自动的快速物体重建方法.本文方法鲁棒性高,在出现点云配准错误时仍然能够稳定地得到较理想的重建模型.针对环闭合(Loop-closure)问题,提出了一种全局的点云配准方法.对几类物体的重建实验结果表明,本文方法方便实用,且能得到较好的重建效果.此外,本文还探索了有遮挡物体的重建问题.将本文方法应用于有遮挡物体的重建,也取得了较好的重建效果.     

一种基于4对图像对应点的欧氏重建方法

摄像机自标定算法通常是非线性的，为了得到线性的方法，提出了一种在RANSAC框架下由4对图像对应点线性标定摄像机并对场景进行鲁棒性欧氏重建的方法。当摄像机作两组平移运动时，若在两组平移运动之间摄像机具有不同的姿态，则从4对图像对应点可以线性地重建场景的欧氏几何。模拟实验和真实图像实验均证明了本文方法的可行性。     

两种3维重建方法的比较

对基于本质矩阵和基于绝对二次曲面的两种重建方法进行了比较研究,仿真实验和真实图像实验结果表明,尽管基于绝对二次曲面的重建方法比较抽象,很多人对这种方法不太熟悉,但是该方法无论是在重建精度还是鲁棒性方面都优于基于本质矩阵的重建方法,这一发现对实际应用有非常重要的指导作用.     

基于两条平行线段的摄像机标定

提出了一种基于空间平行线段的摄像机标定算法和理论. 1)当两条平行线段的比值已知时: a)该平行线段的$n$幅图像可提供关于摄像机内参数的2(n-1)个二次约束方程; b)如果图像极点同时也是已知的,则该平行线段的n幅图像可提供关于摄像机内参数的5n-6个约束方程,其中3(n-1)个为二次约束,n-2个为三次约束,n-1个为四次约束. 2)当两条平行线段的比值未知时,则该平行线段的n幅图像可提供关于摄像机内参数的2n-3个约束方程,其中n-2个为四次约束, n-1个为六次约束.在理论分析的基础上,本文给出了摄像机标定的具体算法.模拟实验和真实图像实验均证明了本文方法的可行性.另外,鉴于在很多真实场景中均存在平行线段,因此本文所得到的结果不仅具有理论意义而且也有一定的实用价值.     

相机前加红外滤光片对相机成像模型的影响

为了避免可见光的干扰或适应夜间工作环境,人们往往将红外滤光片装在普通相机前进行红外目标的捕捉.近年来,这种加红外滤波片的"组合红外相机"在空间视觉领域得到了广泛的应用.然而,空间视觉需要建立严格的"组合红外相机的成像模型",目前还没有文献对该问题予以关注.针对这一问题,首先从理论层面分析这种组合红外相机的成像模型是否符合针孔模型,进而通过实验分析了相机光心到空间直线的距离、滤光片厚度、空间直线与成像直线的夹角、滤光片折射率4个方面因素对其成像模型的影响.理论分析与实验结果均表明,这种组合红外相机,即使原相机的成像模型为理想的针孔模型,其成像模型理论上已不再为针孔模型.当这种组合红外相机用作相机或物体定位等空间视觉问题时,因为这些应用需要依据严格的相机成像模型,所以这种成像模型的"非针孔性"更应该得到注意,以避免由此导致的系统性误差.文中结论可望为相关研究和应用人员提供一些参考.     

基于语义交互的三维重建

三维重建是计算机视觉的核心问题.随着三维重建技术的发展,人们越来越认识到从图像到空间结构这种自底向上的重建方法,不管如何刻意设计和优化都很难达到对场景具有高层语义意义下的重建.基于此,提出一种基于高层语义交互的重建方法,在底层重建结果的基础上,利用自然语言交互进一步完善重建结果.最后通过2组简单实验验证了文中算法的可行...     

视皮层中的视差计算

对应问题是从图像恢复物体三维几何形状的核心问题,也是计算机视觉领域长久以来没有很好解决的问题.尽管文献中 有大量对应点匹配算法报道,但这些主体基于数学和工程的方法,在鲁棒性方面离人类视觉还有很大的差距.所以,建立基于生理机理的 立体感知模型,可望有效提高匹配的鲁棒性.然而,要建立这种基于生理机制的计算模型, 需要对生物立体感知的机理有所了解.基于此,本文对近年来 关于生物立体感知的进展和主要研究成果进行了总结,包括初级区域V1, V2, V3区,以及 背部通道的MT, MST, IPS和腹部通道的V4, IT区.除了对这些区域 关于神经生理的成果进行介绍外,我们还简单介绍了著名的视差能量模型及其推广模型.本文对研究计算机视觉的人员有一定的参考价值.     

Robot Self—Location by Line Correspondences

This paper thoroughly investigates the problem of robot self-location by line correspondences.The original cotributions are three-fold:(1) Obtain the necessary and sufficient condition to determine linearly the robot‘s pose by two line correspondences.(2) Show that if the space lines are vertical ones,it is impossible to determine linearly the robot‘s pose no matter how many line correspondences we have,and the minimum number of line correspondences is 3 to determine uniquely (but non-linearly)the robot‘s pose.(3) Show that if the space lines are horizontal ones,the minimum number of line correspondences is 3 for linear determination and 2 for non-linear determination of the robot‘s pose.     

一种基于球面透视投影约束的鱼眼镜头校正方法

鱼眼镜头摄像机具有较大视场，但是，使用鱼眼摄像机拍摄的图像会有非常严重的变形．该文研究基于球面透视投影约束的鱼眼镜头校正方法．球面透视投影约束是指空间直线的球面透视投影为球面上的大圆．作者首先使用含有变形校正参数的鱼眼变形校正模型，将空间直线的鱼眼投影曲线上的点映射为球面点，然后通过球面点到大圆的球面距离最小来拟合大圆，恢复了变形校正参数，从而实现了鱼眼图像的校正．模拟实验和真实图像实验表明，该方法能得到比较满意的校正结果．     

由平行平面的投影确定无穷远平面的单应矩阵

在三维计算机视觉中,无穷远平面的单应矩阵扮演了极其重要的角色,可使众多视觉问题的求解得到简化.主要讨论如何利用平行平面的投影来求解两个视点间的无穷远平面的单应矩阵,用代数方法构造性地证明了下述结论:(1) 如果场景中含有一组平行平面,则可以通过求解一个一元4次方程来确定两个视点间的无穷远平面对应的单应矩阵;(2) 如果场景中含有两组平行平面,则可以线性地确定两个视点间的无穷远平面对应的单应矩阵.并对上述结果给出了相应的几何解释和具体算法.所给出的结果在三维计算机视觉,特别是摄像机自标定中具有一定的理论意义和应用价值.