三维场景建模的全景外极面图像分析方法

文章提出由非精确摄像机运动下的图像序列建立３Ｄ环境模型的全景外极面图像方法，实现了无特征提取的时空纹理方向精确估计、深度边界确定和遮挡恢复算法．该方法推广并结合了外极面图像方法和全景图像方法，避免了现有运动分层方法迭代过程中的局部最小化问题，具有计算和存储效率高、适应性强、算法鲁棒性好的优点．建立的自然景物的真实感三维环境模型，可用于机器人全局定位的自然路标提取和真实环境虚拟再现的图像合成．

外极面图像的运动遮挡模型和运动纹理方向检测算法

运动遮挡边界处的运动估计是一个困难的问题．外极面图像方法将运动估计转化为轨迹线的检测．人造物体的轨迹线容易通过边缘跟踪的方法获得，但对于纹理复杂的自然景物，轨迹跟踪较为困难．外极面图像中的时空纹理（或称之为运动纹理）从长时序列来看整体方向性非常强，这种方向性表达了物体的深度信息．这就意味着可通过大尺度的时空纹理的方向检测来估计深度，通过该纹理的宽窄来分割不同的物体．本文在分析时空频域运动遮挡模型的基础上，提出的运动方向估计算法，结合大窗口频域方向检测和时空域方向确认和精化，较好地兼顾运动方向精度和运动边界定位的问题，同时避免了特征对应和轨迹跟踪．该算法为三维全景建模的核心算法．