资源描述：
《第二章体元染色研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、评阅成绩NorthwesternPolytechnicalUniversity计算机学院专业实习报告专业名称计算机科学与技术基于多摄像机协同的运动对实习题目象分割与三维重建系统姓名赵阳班级10010802学号2007302324实习时间2011-06-27-2011-07-08指导教师杨涛副教授摘要3第一章研究项目准备41」研究项目步骤41丄1摄像机内外参数标定子系统41.1.2背景建模与运动前景分割子系统51.1.3三维重建与显示子系统61.2开发工具和相关人员分组情况121.2.1开发工具121.2.2人员分组12第二章体元染色研究132
2、.1顺序可见性约束132.1.1定义132.1.2定理132.2色彩一致性理论142.2.1理论基础142.2.2染色算法142.2.3测试结杲15第三章生产实习总结183.1实习总结与感想183.2主要参考资料193.3特别感谢19本次计算机学院2008级暑期生产实习题目为《基于多摄像机协同的运动对象分割与三维重建系统》。基于多摄像机协同的运动对象分割与三维重建系统是当下计算机视觉领域的研究热点一无标识点人体运动捕获技术的关键一步。在二十一世纪计算机视觉技术蓬勃发展的今天，木次的实习题目具有重大的意义，它让我们更好的了解到人体运动捕获技术的
3、重要性。人体运动捕获技术被广泛的应用到娱乐、教育、生活，军事等各个方面，例如电影特效、新一代体感交互娱乐、实验环境仿真、重建作战环境，视频行为监控等等。作为一种新兴的、拥有诱人发展前景的技术，人体运动捕获是目前计算机视觉领域的研究热点，并且是今后人体运动分析技术的发展趋势。那么，本次的课题《基于多摄像机协同的运动对象分割与三维重建系统》其中涉及到三个重耍步骤：1.摄像机内外参数标定子系统。2•背景建模与运动前景分割子系统。3.三维重建与显示子系统。我们16个人分为两个小组，每组8人，要求每组人员相互协作，独立完成多视点三维重建系统。分工如下：
4、1人负责相机内外参标定子系统，3人负责背景建模与前景提取子系统，4人负责三维重建与显示子系统。本次暑期生产实习我所负责的课题项目为三维重建与显示子系统中的体元染色。三维重建与显示子系统中为三维重建算法添加着色算法具有极其的重要意义,一方面拥有色彩的三维重建结果将更加真实，给人以更加舒适的视觉感受；另一方面，色彩对三维重建结果的后续应用而言往往是十分重要的辅助信息，很多基于三维重建的无标识点人体运动捕获技术在对人体运动模型进行初始化时，通过检测人体头部和手的肤色来对这些部位进行快速定位,此时就需要三维重建结果能够快速地提供准确的色彩信息。体元染
5、色的依据是色彩一致性和顺序可见性约束，对重建结果进行快速体元染色。在导师和同学的帮助和教导下，我们小组圆满的完成了木次研究课题，虽然这次的课题所需知识我们在课堂上从来没接触过,但是通过查阅各种相关资料和导师的耐心辅导，我们还是完成了此次研究课题，在此，我对我的小组成员和导师的悉心帮助表示由衷的感谢！关键词：三维重建、体元染色、色彩一致性、顺序可见性第一章研究项目准备1.1研究项目步骤1.1.1摄像机内外参数标定子系统对多摄像头采集的图像序列重建出三维场景，首先应该对摄像机进行精确定标,得到摄像机的内外参数，从而建立图像像素与世界坐标之间的关系
6、，这是重建三维场景的基础。机器视觉中图像采集中用到四个坐标系：图像坐标系TCS（r,c）、成像平面坐标系IPCS（u,v）、摄像机坐标系CCS（xc,yc,zc）和世界坐标系WCS（xw,yw,zw）。机器视觉采集得到的图像数据是直接用图像坐标系表示的，即图像上的像素行和列位置。而被测物体对象的客观位置、大小、相互关系必须通过世界坐标系才能正确描述。这两个坐标系间的转换又要通过摄像机坐标系和成像平面坐标系。像机标定的目的是利用给定物体的参考点坐标（x,y,z）和它的图像坐标（u,v）来确定摄像机内部的几何和光学特性（内部参数）以及摄像机在三维
7、世界中的坐标关系（外部参数）。内部参数包括镜头焦距f,镜头畸变系数（k、s、p）,坐标扭曲因子s,图像坐标原点（uO,vO）等参数。外部参数包括摄像机坐标系相对于世界坐标系得旋转矩阵R和平移向量T等参数。摄像机坐标系区,右玄）聲界坐标系（X”耳.為）1.1.2背景建模与运动前景分割子系统前景检测是目标跟踪、分类、识别、行为理解等后继处理的基础。目前，主流的前景检测算法采用背景建模的思路,通过分析输入图像和估计背景的差异，提取变化的前景区域。由于对目标类型、观测角度、距离等因素不敏感，该类算法在很多监控场合得到广泛应用O前景提取的理论支持为单高
8、斯模型。单高斯模型是一种图像处理背景提取的处理方法，适用于背景单一基本不变的场合，其他如混合高斯模型等方法都是对单高斯模型的扩展。以单高斯模型最为简便，而H采取参数
