首页 理论教育 预测观测者运动:探究估测方法

预测观测者运动:探究估测方法

时间:2023-06-21 理论教育 版权反馈
【摘要】:如果我们将t和w的分量分别记为:图12.1以相机为中心的坐标系。那么,我们可以将公式写为对应的分量形式,即:在像平面上,每一个点的光流是指:该点上的亮度模式的瞬时速度。图12.2中给出了:相机运动的6个参数所分别对应的光流。进一步,令两种运动M1和M2具有相同的转动分量,并且,令它们的平动分量成比例,比例系数也为k。由S1和M1所产生的光流,等同于由S2和M2所产生的光流。

预测观测者运动:探究估测方法

假设我们现在正在观看一部电影,并且,假设我们已经知道:图像上每一个点的瞬时速度,即:光流,我们想要从图像序列中判断相机运动。本章中,我们将使用整个光流场的信息,通过最小二乘方法来推导出一种确定相机运动情况的技术,称为无源导航。事实上,电影(图像序列)的形成可以被描述为如下过程:

相机和景物之间的相对运动和场景的形状(也称为景深)是生成电影(图像序列)的内因。人在看电影的过程中,不断地(根据图像序列)分析和估计场景中对应的运动和景深,也就是说,

在上一章中,我们介绍了如何估计光流场。本章中所给出的无源导航技术,使得我们最终完成了对应的视觉感知任务:从输入图像序列中获取关于场景形状和相机运动的描述信息。我们所导出的算法使用了充足的数据,具有很好的鲁棒性,并且易于数值实现。

首先,让我们来回顾一些方程。这些方程描述了:相机运动与(由相机运动所引起的)光流之间的相互关系。我们既可以假设:相机固定、场景发生变化;也可以假设:相机在静态场景中运动。我们选择使用:相机在静态场景中运动的假设。坐标系被“安放”在相机上,Z轴选为光轴。刚体运动可以被分解为两个成分:平动和(绕着某个经过原点的轴的)转动。相机的平动速度记为t;相机转动的角速度记w。场景中某一点P的瞬时坐标记为(X,Y,Z)T。虽然场景是固定的,但是,由于坐标系被安放在相机上,坐标系随着相机的运动而不断发生变化,也意味着点P的坐标随着时间而发生变化。因此,我们称其为:某一时刻的瞬时坐标。在这里,对于成像系统前面的点,都有Z>0。

我们用r表示列向量(X,Y,Z)T,其中,上标“T”表示转置。那么,点P相对于XYZ坐标系的运动速度为:

如图12.1所示。如果我们将t和w的分量分别记为:

图12.1 以相机为中心的坐标系。相机的运动包括:平动和转动。平动成分t包含三个分量(U,V,W)T,分别为:沿着x-轴、y-轴和z-轴的速度;转动成分w也包含三个分量(A,B,C)T,分别为:绕着x-轴、y-轴和z-轴的角速度。

那么,我们可以将公式(12.1)写为对应的分量形式,即:

(www.xing528.com)

在像平面上,每一个点的光流是指:该点上的亮度模式的瞬时速度。我们用(x,y)表示:像平面上某一个点p的坐标。这里,我们使用透视投影来确定:物体上的点P与相应的图像上的点p之间的关系。因此,p的坐标(x,y)为:

点(x,y)处的光流(记为(u,v))为:

即x和y关于时间的导数。将x和y的具体表达式(12.6)代入,再对时间求导,我们最终可以得到:

我们可以将上面两式分别写为:

其中,(ut,vt)表示:由于物体的平动所引起的光流分量;(ur,vr)表示:由于物体转动所引起的光流分量。具体表达式为:

到目前为止,我们只考虑了一个点P。为了在全局上定义光流,我们假设:点P位于由函数Z(X,Y)所确定的曲面上。对于所有的X和Y,都有Z(X,Y)>0。对于任何曲面以及相机的任何运动,我们都能相应地得到一种光流。因此,我们说:曲面以及运动产生了这个光流!

因此,光流取决于:相机运动的6个参数,以及,(与所分析的图像区域相对应的)曲面形状。图12.2中给出了:相机运动的6个参数所分别对应的光流(假设Z(x,y)为常数)。单单从光流信息中,我们能否唯一地确定这些未知量?严格地说,答案是:不能。为了说明这一点,让我们来考虑一个曲面S2,曲面S2是由S1膨胀k倍后得到的(即S1和S2是相似曲面)。进一步,令两种运动M1和M2具有相同的转动分量,并且,令它们的平动分量成比例,比例系数也为k(我们称:M1和M2为相似运动)。由S1和M1所产生的光流,等同于由S2和M2所产生的光流。根据上面给出的关于光流分量的表达式(12.13)~(12.16),我们可以直接得出这个结论。

如果相机的运动只是单纯的平动或者转动,那么,通过光流信息恢复相机运动的问题将变得简单得多。在下面两节中,我们将分别对这两种特殊情况进行讨论。然后,我们将考虑更一般的情况,此时,我们并不知道任何有关相机运动的先验信息。

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。

我要反馈