基于蟻群算法由直線(xiàn)光流場(chǎng)重建三維結(jié)構(gòu)的研究.pdf

1、從連續(xù)圖像序列中提取3D剛體表面特征后對(duì)剛體的運(yùn)動(dòng)及相對(duì)深度信息進(jìn)行三維重建是計(jì)算機(jī)視覺(jué)領(lǐng)域中的一個(gè)研究熱點(diǎn)。本文主要研究基于直線(xiàn)特征的光流場(chǎng)重建三維剛體運(yùn)動(dòng)和結(jié)構(gòu)的計(jì)算理論和方法。
　　本文首先選擇了2D直線(xiàn)和3D直線(xiàn)的表示方法，將二維直線(xiàn)的參數(shù)對(duì)時(shí)間的導(dǎo)數(shù)定義為直線(xiàn)的光流速度，再將光流速度的導(dǎo)數(shù)定義為直線(xiàn)的光流加速度。然后推導(dǎo)出在透視投影模型下，3D剛體表面直線(xiàn)的旋轉(zhuǎn)運(yùn)動(dòng)參數(shù)與其在投影平面上的直線(xiàn)光流參數(shù)之間的運(yùn)動(dòng)關(guān)系，即直線(xiàn)

2、光流場(chǎng)方程組?；谶@個(gè)方程組只要穩(wěn)定地跟蹤連續(xù)三幅圖像中的兩條直線(xiàn)光流就可以通過(guò)解線(xiàn)性方程組求出3D剛體的旋轉(zhuǎn)角速度及加速度參數(shù)，進(jìn)而求出平移運(yùn)動(dòng)速度，剛體相對(duì)深度信息，攝像機(jī)焦距等參數(shù)。
　　本文提出了基于蟻群算法的直線(xiàn)光流重建三維剛體運(yùn)動(dòng)與結(jié)構(gòu)的計(jì)算方法。該方法將3D剛體旋轉(zhuǎn)運(yùn)動(dòng)參數(shù)的誤差作為蟻群算法的目標(biāo)函數(shù)，將3D剛體表面直線(xiàn)在投影平面上的直線(xiàn)光流參數(shù)作為蟻群算法模型的輸入，剛體旋轉(zhuǎn)運(yùn)動(dòng)的旋轉(zhuǎn)角速度和角加速度作為模型的輸出

3、，通過(guò)不斷調(diào)整蟻群算法模型的輸入?yún)?shù)及螞蟻搜索的循環(huán)次數(shù)使目標(biāo)函數(shù)值最小，此時(shí)蟻群算法模型的輸出值即為3D剛體旋轉(zhuǎn)運(yùn)動(dòng)參數(shù)的最優(yōu)解。進(jìn)而求出剛體的平移速度參數(shù)和空間直線(xiàn)坐標(biāo)，實(shí)現(xiàn)了剛體的三維重建。該方法只要能夠穩(wěn)定獲取和跟蹤兩條平面直線(xiàn)參數(shù)即可重建剛體的旋轉(zhuǎn)運(yùn)動(dòng)、平移運(yùn)動(dòng)和相對(duì)深度信息。多組實(shí)驗(yàn)表明該蟻群算法系統(tǒng)是穩(wěn)定的，具有較好的魯棒性能和計(jì)算誤差。
　　本文還對(duì)比分析了其他幾種常用的優(yōu)化求解方法，例如遺傳算法，粒子群算法，神經(jīng)