1、本文主要研究基于直線光流場從單目圖像序列中重建帶直線特征的剛體的三維運動和結構的計算理論和方法。 本文提出了一種適合于中心投影模型的直線表示法，該方法以聚類的方式將空間直線用四個參數表示。根據此表示法，將二維直線的兩個參數對時間的導數定義成直線光流場。在透視投影模型下，推導出在3D空間中運動的剛體的旋轉運動參數與其投影圖像上二維直線的光流場之間的關系，并用直線光流方程組表達了這種關系。利用單目圖像序列中連續(xù)三幀圖像中的兩條直線的

2、直線光流，通過解這個線性方程組重建帶直線特征的三維剛體的旋轉運動參數、平移運動參數和空間直線結構。該模型具有所需直線數目少、求解算法多、容易實現的特點。 根據已建立的直線光流場與剛體的運動參數直線的關系，建立了基于擴展卡爾曼濾波器的直線跟蹤模型，能在長序列圖像中實時穩(wěn)定地跟蹤圖像中的直線?；谥本€光流方程，本文建立了自適應線性神經網絡的剛體運動和結構的計算方法。該方法將直線光流數據轉化為網絡的輸入和輸出，經過對網絡的訓練后，網絡

3、的權值和偏差能近似作為待求剛體旋轉參數。根據求出的剛體旋轉運動參數，進一步求出剛體的平移運動參數和空間直線坐標，從而實現了三維重建。 本文提出了基于直線光流場的重建剛體運動和結構的遺傳算法。該算法將運動參數作為遺傳算法的個體，將光流場方程作為適應度函數進行遺傳進化，將最后的優(yōu)良個體作為待求運動參數值。在線性神經網絡和遺傳算法中，只要能夠穩(wěn)定獲取和跟蹤至少兩條圖像直線就可以重建剛體的旋轉運動、平移運動和相對深度信息。多個仿真圖像和