我正在使用光流作为视障人士的实时障碍物检测和避让系统。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。我使用单目视觉,这使得我很难准确地计算每个被跟踪特征的深度,并相应地警告用户。我计划使用超声波传感器来帮助障碍物检测,因为单目相机很难计算深度。有什么建议可以让我只用相机就能得到准确的深度估计?
发布于 2013-02-12 18:16:06
你可能想看看这篇论文:A Robust Visual Odometry and Precipice Detection System Using Consumer-grade Monocular Vision。他们使用了一个很好的技巧来检测视场中的障碍物和洞。
发布于 2013-02-13 00:09:45
我讨厌给出这样一个通用的答案,但你最好从一个关于从运动到结构的标准文本开始,以获得技术概述。Richard Szeliski的新书available online (第7章)及其参考文献就是一个很好的例子。在那之后,对于你的应用程序,你可能想看看SLAM的最新工作-牛津大学的Active Vision group也发表了一些伟大的工作和Andrew Davison's group。
发布于 2013-02-12 05:18:12
下面是对RobAu答案的更多评论,“来自运动的结构”可能会比“来自视频的3D”提供更好的搜索结果。
https://stackoverflow.com/questions/14820448
复制相似问题