实时光流

时间:2013-02-11 20:39:13

标签: opencv image-processing computer-vision emgucv opticalflow

我正在使用光流作为视障人士的实时障碍物检测和避免系统。我正在用c#开发应用程序并使用Emgu Cv进行图像处理。我使用Lucas和Kanade方法,我对算法的速度非常满意。我正在使用单眼视觉因此使我难以准确地计算被跟踪的每个特征的深度并相应地警告用户。我计划使用超声波传感器来帮助进行障碍物检测,因为单眼相机难以进行深度计算。关于如何仅使用相机获得准确的深度估计的任何建议?

4 个答案:

答案 0 :(得分:2)

您可能需要查看此论文:A Robust Visual Odometry and Precipice Detection System Using Consumer-grade Monocular Vision。他们使用一个很好的技巧来检测视野中的洞和障碍物。

答案 1 :(得分:2)

讨厌给出这样一个通用的答案,但你最好从关于运动结构的标准文本开始,以获得技术概述。一个好的是Richard Szeliski最近出版的书available online(第7章)及其参考文献。在那之后,对于您的应用程序,您可能希望查看最近在SLAM中的工作 - 牛津大学的Active Vision group已经发表了一些出色的工作,Andrew Davison's group也是如此。

答案 2 :(得分:1)

更多评论RobAu的答案如下, “运动结构”可能比“视频中的3d”提供更好的搜索结果

答案 3 :(得分:0)

一次护理的深度仅在您移动相机时才有效。您可以从视频方法中查看一些 3d。这是一个非常困难的问题,特别是当摄像机视野中的物体也在移动时。