【摘要】：特别地,通过静态和PTZ摄像机可以获得一对图像,这种成对的摄像机具有不同的成像参数,如焦距、图像分辨率和灰度等。这些成对的摄像机从静态和PTZ摄像机组成的网络中被挑选出来,以协作的方式进行工作,从而构成了立体视觉系统,实现目标定位,即使目标被部分遮挡的情况下也能正常工作。本章的剩余部分安排如下：15.2部分为协作立体定位系统的架构概述。
在目前的研究工作中,开发了一种智能架构,能用于在地面测试图上对移动目标进行协作立体定位。特别地,通过静态和PTZ摄像机可以获得一对图像,这种成对的摄像机具有不同的成像参数,如焦距、图像分辨率和灰度等。这些成对的摄像机从静态和PTZ摄像机组成的网络中被挑选出来,以协作的方式进行工作,从而构成了立体视觉系统,实现目标定位,即使目标被部分遮挡的情况下也能正常工作。在根据摄像机的焦距比进行零插值后,这些摄像机获取的异质图像变为同质图像。对立体图像进行SIFT匹配可以得到成对的匹配点。通过求解一个非线性约束优化问题来计算校正变换。把改进的立体匹配方法用于已校正的立体图像对,可以估计目标的三维位置。基于估计的三维位置就能实现目标定位。实验中使用真实图像序列来评估所提出智能架构的性能。特别地,对单目摄像机协作立体定位进行了改进。该方法可以用于立体显示以及视频监控应用中。
本章的剩余部分安排如下：15.2部分为协作立体定位系统的架构概述。15.3部分描述了一些定位的预处理步骤,例如,补偿异质成像参数的影响、SIFT匹配和校正。15.4部分概述了立体匹配和所提出的定位机制。15.5部分为所提出框架的实验结果。15.6部分为总结。(www.xing528.com)
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
