計算機視覺ppt課件-資料下載頁
2025-05-03 07:14本頁面
【正文】 窗口 W中，立體視差變量 d(i),立體圖像的方差之和（ SSD）為： r ( i )rBFdz?00()( ) ( ) ( )( ) ( ) ( )i r i if x f x n xf x f x d n x??? ? ?2( ) 0 ( )( , ) ( ) ( )i i i ijWe x d f x j f x j d???? ? ? ? ????puter vision 38 多基線立體成像 ?設(shè) ζ r和 ζ 分別是真實和候選場景點深度值的倒數(shù)，即 ζ r=1/zr， ζ =1/z，則： ?替換的 SSD為： 其中 ei(x,ζ )成為匹配平價函數(shù)， ?ei(x,ζ )的數(shù)學期望為： ??( ) ( )r i i r i id B F d B F??? ??? 20( , ) ( ) ( )i i ijWe x f x j f x B F j?? ? ? ? ??? ? ? ?? ? ? ?2 2( , ) ( ) ( ( ) ) 2i i r w njWE e x f x j f x B f j N?? ? ? ? ? ? ??puter vision 39 多基線立體成像 ?N個攝像機形 n1個 SSD函數(shù)，將所有的 SSD函數(shù)相加形成了一個總的評價函數(shù) ?假設(shè)亮度函數(shù) f(x)在 x和 x+a處有相同的模式，即 ?則它們的匹配評價函數(shù)期望關(guān)系是： ?在 ζ r和 ζ f=ζ r+a/(BiF)兩個地方得到的評價函數(shù)最小，但是假的匹配深度值的倒數(shù) ζ f隨著基線的變化而變化，而真的匹配深度值的倒數(shù) ζ r與基線無關(guān)，經(jīng)過累加真的匹配深度成為最小值。 ??1 , 2 , , 11( , ) ( , )nniie x e x??? ?( ) ( )f x j f x a j j W? ? ? ? ?? ?? ? ? 2( , ) ( , ( ) ) 2i r i r w niaE e x E e x NBF??? ? ?????puter vision 40 從 X恢復形狀的方法 ?除了立體匹配算方，從灰度圖像提取形狀信息的其它方法都統(tǒng)稱為從 X恢復形狀方法（ Shape from X）。 ?如果物體上至少有一個點的實際深度是已知的，那么統(tǒng)一目標上的其它點的深度可以通過對局部表面方向求積分得到。 ?從 X恢復形狀方法是一種間接的深度計算方法。 ?光度立體 ?從明暗灰度形狀 ?從紋理恢復形狀 ?從運動恢復形狀 puter vision 41 從 X恢復形狀的方法 ?光度立體 ?光度立體：是使用不同方向上的三個光源來獲取統(tǒng)一場景的三幅圖象，通過場景中物體的表面反射特性計算由這三個光源照明的所有點的局部表面方向。 ?三幅圖象采集的成像系統(tǒng)要求攝像機和目標靜止不動。 ?優(yōu)點：三幅圖像中的所有點完全配準 ?缺點：實際中由于無法精細控制照明而不能用于實際的成像系統(tǒng)。 puter vision 42 從 X恢復形狀的方法 ?從明暗恢復形狀 ?從明暗恢復形狀：主要使用圖像灰度（明暗）變化來恢復物體形狀信息。 ?通過計算圖像每一個點 （ x’,y’） 對應的場景表面方位來實現(xiàn)。其間有輻射測量原理約束、表面光滑約束。 ?缺點：光滑度約束不是在所有點都能滿足，表面反射特性也不總是精確已知，從而使形狀恢復不精確。 puter vision 43 從 X恢復形狀的方法 ?從紋理恢復形狀 ?從紋理恢復形狀：是利用圖像的紋理特性如密度、尺寸和方位等構(gòu)造表面方位信息，從而恢復形狀。 ?缺點：由于紋理基元的定位和紋理量化不精確引起形狀恢復的困難 ?從運動恢復形狀 ?從運動恢復形狀：使用一個運動攝像機獲取靜止場景的圖像時，場景點的圖像平面坐標從一幅圖像到另一幅圖像的唯一取決于場景點到攝像機的距離。 ?或者通過靜止攝像機獲取運動物體的圖像序列。 puter vision 44 測距成像 ?常用的測距成像方法有： ?結(jié)構(gòu)光測距： 三角測量原理來計算深度 ?激光雷達測距： 通過比較發(fā)射信號與接收信號的延時、相位、頻差等方法測量距離。 按波長分為： ?聲雷達 ?激光雷達 ?毫米波雷達 ?變焦測距 puter vision 45 主動視覺
教學課件相關(guān)推薦
鄂ICP備17016276號-1