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。我使用的是单目视觉，因此很难准确计算每个被跟踪特征的深度并相应地提醒用户。我计划使用超声波传感器来帮助检测障碍物，因为单目相机很难计算深度。关于如何单独使用相机准确估计深度的任何建议？
问问题
2957 次
4 回答
2
您可能想查看这篇论文：A Robust Visual Odometry and Precipice Detection System Using Consumer-grade Monoocular Vision。他们使用了一个很好的技巧来检测视野中的障碍物和孔洞。
于 2013-02-12T10:16:05.873 回答
2
讨厌给出这样一个笼统的答案，但你最好先从关于结构的标准文本开始，以了解技术的概述。一个很好的是 Richard Szeliski 最近的在线书籍（第 7 章）及其参考资料。之后，对于您的应用程序，您可能需要查看最近在 SLAM 中的工作——牛津的Active Vision 小组已经发表了一些很棒的作品，Andrew Davison 的小组也发表了。
于 2013-02-12T16:09:44.837 回答
1
在下面对 RobAu 的回答发表更多评论，“来自运动的结构”可能比“来自视频的 3d”提供更好的搜索结果
于 2013-02-11T21:18:11.870 回答
0
仅当您移动相机时，一次护理的深度才会起作用。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，尤其是当相机视野中的物体也在移动时。
于 2013-02-11T20:43:40.427 回答