检索历史 清除

摘要我国是视障人口大国，研究视障者视觉辅助技术具有重要意义。视觉辅助技术中的重要环节之一是获取空间物体全方位姿态信息。然而，现有的姿态估计方法用于解决物体全方位姿态估计存在测量方法失效、测量精度偏低、鲁棒性差等问题。因此本文提出利用物体有序图像序列对应的流形结构实现物体全方位姿态角度估计。<br>　　本文主要有以下四个方面的贡献:<br>　　1.提出了基于流形结构的刚性物体全方位姿态估计方法。<br>　　首先，等旋转角度均匀采集三维物体姿态图像，利用流形学习算法对采集到的旋转图像降维;其次，将姿态图像和其对应的流形坐标作为先验信息，训练得到姿态图像与流形坐标之间的回归关系模型;最后，利用回归关系模型预测新图像的流形坐标并进行估计其对应的姿态角度。<br>　　2.提出了一种改进的Isomap流形学习降维算法。<br>　　本文根据顺序采集图像这一特点，优化了Isomap算法过程中最短测地线矩阵构造部分，并提出了一种改进的Isomap流形学习降维算法。在保证降维性能相同的情况下，改进的Isomap算法速度是Isomap流形学习算法速度的两倍以上。<br>　　3.设计了流形维数估计算法。<br>　　流形维数估计是流形学习过程中的重要问题之一，本文设计了基于主成分分析的流形维数估计方法，该方法能够指导图像数据对应的低维流形结构维数的选择。<br>　　4.设计了图像数据与流形坐标之间回归映射关系模型。<br>　　由于没有一个显式表达式可以表示图像与其流形坐标之间的关系，本文设计了一个图像数据与流形坐标之间回归映射关系模型。<br>　　论文最后通过3D模型数据库生成的图像以及实验室实拍图像分别对本文提出的方法进行了验证，实验结果表明在训练图像数相同时，本文提出的方法比基于学习的姿态估计方法具有更高的估计精度。