基于双目视觉的人体运动跟踪及三维重建的研究

来源 :河北工业大学 | 被引量 : 0次 | 上传用户:a83017396
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目前,机器视觉技术得到了广泛的发展,由于其有着广阔的应用前景,而越来越成为人们研究的热门话题,而运动跟踪及三维重建正是机器视觉领域中研究的难点和重点。本文在双目视觉的条件下,对人体的运动跟踪及三维重建进行了详细的研究和论述,并在Visual Studio 2008的环境下实现了整个系统的编程。  在摄像机标定的环节中,通过比较现有标定算法,我们采用了张正有的棋盘标定法。首先进行图像采集,一方面采集标定所用的棋盘图像,另一方面采集跟踪所用的视频图像序列。然后通过立体标定求出摄像机的参数,并针对摄像机存在的畸变进行畸变矫正,方便后续工作的处理。  对于特征提取,我们选用的是点特征,通过手动标记的方式在首帧对人体的关节点进行特征提取。随后利用光流金字塔结合增量预测的方法对提取的特征点进行运动跟踪。  立体匹配方面,介绍了常用的匹配策略并着重讲解了极线几何约束的原理。由于在特征提取阶段我们通过手动的方式来提取特征点,所以我们规定按照一定的顺序进行标记则可同时完成特征点的匹配工作。这样可以省去增加自动匹配算法的时间和空间消耗,并且可以准确的完成特征点的匹配工作。  最后,本文通过得到的投影矩阵计算出特征点的三维坐标,同时利用OpenGL在对话框中将三维的人体模型显示出来,本系统可达到对实时运动的人体进行跟踪及三维显示。
其他文献
深度映射的获取是立体视觉研究中必不可少的环节,相关研究领域也在近年内取得了长足的发展。立体视觉深度信息主要是指图像采集设备获取相关二维图像后,根据图像的特征属性--
本文主要研究的是基于T-S模糊模型的辨识方法。在由模糊c均值聚类算法和递推最小二乘算法组成的传统辨识方法的中,前、后件参数分别基于不同的目标函数来辨识,导致最终得到系统
迭代控制算法是一种Pe tr i网死锁预防方法。基本的控制思想为,对于一个Pe tr i网,求取可被清空的极小信标,通过添加控制库所,直至找不到可被清空的极小信标或者检测不到死状
近年来,复杂网络越来越受到广泛的关注,复杂动态网络的同步控制问题是该领域的研究热点.但已有的研究成果主要考虑的是节点的同质复杂网络.本文针对几类节点异质的时滞复杂网