相机同步和粒子三维轨迹获取

论文摘要

计算机视觉一个很重要的任务就是利用图像传感器获取环境的光照信息,并且通过对光照信息的分析处理得到关于场景的物理量。这个过程中相机充当的是测量工具的角色。近年来,使用多个相机来获取场景的三维结构已经成为计算机视觉领域一个很重要的研究课题。本文涉及到的内容包括1)如何使各个相机在实践上精确的同步；2)利用多个相机获取粒子群体的三维轨迹。本文的贡献包括：对于相机同步,本文提出了一种基于随机二进制信号实现次帧精度的相机同步算法；对于由自由运动粒子组成的系统,提出两种不同的办法来获取每个粒子的三维运动轨迹。这两种方法以不同的方式来消除时间和空间匹配的二义性。第一种方法将轨迹重建问题视为在动力学约束和相机几何约束的情况下从四维空间选取是目标函数能量最低的三维轨迹。第二种方法提出了一个基于线性任务分配(LAP)的框架。这个框架能够高效的获取粒子的三维轨迹。

论文目录

• 摘要
• 英文摘要
• 第一章 引言
• 第二章 相关工作
• 2.1 相机同步的相关工作
• 2.2 粒子群体轨迹重建的相关工作
• 第三章 使用单个二进制光源实现高速视频相机同步的算法
• 3.1 问题声明
• 3.2 提出的方法
• 3.2.1 方法概要
• 3.2.2 形式化
• 3.2.3 次帧精度的估计
• 3.2.4 跳变事件检测精度
• 3.2.5 产生随机二进制信号
• 3.2.6 跳变事件匹配
• 3.3 实验部分
• 3.3.1 实验系统配置
• 3.3.2 实验结果
• 3.3.3 对比实验
• 3.3.4 讨论
• 第四章 基于时间空间全局选择的粒子群体三维轨迹重建算法
• 4.1 三维轨迹重建
• 4.2 全局匹配选择
• 4.2.1 外极线约束
• 4.2.2 动连贯性
• 4.2.3 观察配置匹配
• 4.3 代价函数和优化方法
• 4.4 目标的数量发生变化
• 4.5 性能优化
• 4.5.1 简化图
• 4.5.2 簇优化
• 4.6 实验
• 4.6.1 仿真的粒子群体
• 4.6.2 评价标准
• 4.6.3 仿真粒子系统的实验结果
• 4.6.4 果蝇的实验结果
• 第五章 基于线形任务分配（LAP）的粒子群体三维轨迹重建框架
• 5.1 问题和方法
• 5.1.1 通过空间任务分配获取二维轨迹
• 5.1.2 通过MEML进行粒子匹配
• 5.1.3 连接轨迹片断
• 5.2 实验结果
• 5.2.1 仿真结果
• 5.2.2 果蝇实验结果
• 结论和展望
• 参考文献
• 攻读学位期间发表的论文
• 致谢