基于空间不变量的自然场景线性重建理论和方法研究

高质量的自然场景三维信息可以为无人驾驶车辆、深空探测巡视器和各种机器人提供人-机器-环境状态的综合分析，辅助无人驾驶车辆、深空探测巡视器和各种机器人在自然环境中完成预定任务。高精度、高稠密度的自然场景线性重建算法是众多应用的核心支撑技术。为了提高自然场景重建的精度和稠密度，本项目拟将传统视觉计算模型与人类视觉认知模型相结合，建立符合视觉认知模型的、与场景深度信息有关的单幅图像局部特征和全局特征的表示模型和提取方法；设计出融合立体图像对几何信息和单幅图像视觉特征信息的场景深度获取方法；根据空间点及其在不同视点图像中的投影之间的空间几何关系，结合空间几何和射影几何的最新研究成果，构建重建过程的不变量，消除非线性重建过程中相机外参数的影响，建立不依赖相机外参数的自然场景重建的线性计算模型。并对各种算法性能进行建模分析与评价。