第三章具体算法介绍.docVIP

评阅成绩 计算机学院专业实习报告 （项目组） 专业名称 计算机科学与技术 实习题目 基于多摄像机协同的运动对象分割与三维重建系统 姓 名 杜蓉 班 级 学 号 2008302418 实习时间 2011-6-26~2011-7-8 指导教师 杨涛 2010年7月8日 目 录 摘 要 2 第一章 开发计划 3 1.1无标识点运动捕获技术国内外研究现状 3 1.2发展前景 3 第二章 体元着色介绍（个人负责部分） 7 2.1算法介绍 7 2.2算法难点介绍 8 第三章 具体算法介绍 6 3.1原创算法 8 3.2 改进算法 9 第四章 程序编码 10 4.1 matlab编码 10 4.2 vc编码 15 第五章 运行结果 18 5.1 初始结果 18 5.2着色结果 20 第五章 开发技术总结 21 5.1技术总结 21 5.2心得体会 22  摘 要 基于多摄像机协同的运动对象分割与三维重建系统是当前计算机视觉领域的研究热点。本文针对基于多视点环境的无标识点人体运动捕获技术展开研究，主要包括摄像机内外参数标定；背景建模与运动前景分割；基于剪影投影的三维重建与显示等，并在此基础上完成了一套实时多人无标识点运动捕获系统。本次实习的主要工作如下： 摄像机内外参数标定：计算机标定方法可以分为传统标定方法．自标标定法方法和基于主动视觉的标定方法．自标定方法不需要标定物仅遁，过运动摄像机所拍摄的标定图片中匹配点的关系来进行标定：基于主动视觉的标定方法需要预知摄像机豹详细运动信息．这需要昂贵的设备对摄像机的运动轨迹进行记录．试验成本较高：传统标定方法是现在使用最为普遍的标定方法：利用一个形状尺寸已知豹物体作为标定物，用摄缘机拍摄若干幅标定物的图片，通过计算2D图像点与3D空间点之闻豹关系来完成标定．通过对标定物的合理设计就可以得到高精度的结果。 背景建模与运动前景分割：单分布高斯背景模型认为，对一个背景图像，特定像素亮度的分布满足高斯分布，即对背景图像B，(x,y)点的亮度满足： 　　IB(x,y) ~ N(u,d)这样我们的背景模型的每个象素属性包括两个参数：平均值u 和 方差d。对于一幅给定的图像G，如果 Exp(-(IG(x,y)-u(x,y))^2/(2*d^2)) T，认为(x,y)是背景点，反之是前景点。同时，随着时间的变化，背景图像也会发生缓慢的变化，这时我们要不断更新每个象素点的参数 u(t+1,x,y) = a*u(t,x,y) + (1-a)*I(x,y)这里，a称为更新参数，表示背景变化的速度，一般情况下，我们不更新d（实验中发现更不更新d，效果变化不大）。单分布高斯背景模型……但是收获真的很大，感觉自己终于也有称为研究人员潜力啊~ 第一章 开发计划 开发背景介绍： 二十一世纪以来，计算机硬件经过十年的飞速发展，性能较二十世纪末提高 了几个数量级。与之相伴的是计算机视觉技术的蓬勃发展，凭借多核心的高速中 央处理器(CPU)和具有超强并行计算能力的图形处理器(GPU)，以及功能越来越 强大的三维特效制作软件和三维游戏引擎，电影和游戏的逼真度已经达到和接近 照片级。尽管硬件的计算能力已经十分强劲、软件的功能也变得空前强大，电影 特效制作和游戏开发仍然是一类耗时费力、成本高昂的工程，究其原因便可发现 在电影特效和游戏的制作过程中，有相当一部分繁重的工作计算机无法完成，只 能依靠人工实现，人体角色动画便是其中之一。电影和游戏都离不开人体角色动 画，如何能够模拟具有真实感的人体运动一直困扰着计算机动画制作领域。目前 动画制作师已经使用前向运动学(Forward Kinematics)和逆向运动学(Inverse Kinematics)技术来辅助制作人体动画，但是这种技术减轻的工作量十分有限，并 且获得的角色动画真实感不强。近年来，人体运动捕获技术(Human Motion Capture Technology)作为一种精确获取人体运动数据的有效方法已经被越来越广 泛地应用到电影特效和游戏制作中。 人体运动捕获技术是一种对人体运动的分析技术，它将场景中人体目标的运 动转化为某种形式的数学表示。人体运动捕获技术有着漫长的发展史，早在古 希腊时代，亚里士多德(Aristotle)的著作中就已经出现人体运动分析的内容；后 来的达芬奇(Da Vinci)、波雷里(Borelli)等科学家开始尝试各种对人体运动进行分 析的方法，提出了人体运动捕获技术的雏形[2]；人体运动捕获一词的真正出现是 在19 世纪末，Eadweard Muybridge 在他的名为“Animal Locomotion”的著名实验 中首次提出了Motion Capture 的概念；