运动模糊效应下多视角图像高精度三维视觉测量的理论与方法

The motion of high-speed moving objects in the exposure duration is likely to result in image motion blur, which is a critical factor for the precision decline of conventional 3D vision measurement methods used for measuring fast moving objects. Other than the common strategy of using high-speed cameras to capture blur-free images of the fast moving object for vision measurement, a new idea for accurate 3D measurement of high-speed moving objects is proposed in this project. An image array of the fast moving object, which contains a certain degree of motion blur effect, is taken from multiple views in synchronized time sequence. By in depth investigating the motion blur effect involved in the image array, we manage to quantify the influence of the object motion in the exposure duration, and thereby improve the accuracy of the 3D vision measurement of the high-speed moving objects. The research of this project is expected to reveal the intrinsic time-space constraints on the motion blur effects among the multi-view time sequential images, and to establish a new non-uniform model of the motion blur effect caused by general motion form. According to the interdependency of the 3D geometry reconstruction, the motion path estimation, and the motion blur modeling, a unified framework, together with the efficient and robust solving scheme, will be put forward as well for simultaneously dealing with motion blur and 3D reconstruction. This project is of importance for establishing the motion blur theory on time-space image array, and in turn for solving the tough problem of accurate 3D vision measurement of high-speed moving objects.

高速运动目标在曝光时间内的运动会导致一定程度的图像模糊，这是影响常规的三维视觉测量方法在测量高速运动目标时精度下降的一个重要因素。不同于依赖高速相机尽量缩短曝光时间以降低运动模糊效应来进行高速运动目标三维视觉测量的常规思维，本项目提出基于有一定模糊效应的多视角同步时序图像阵列，通过对其中运动模糊效应进行深入研究，量化曝光时间内的目标运动对三维几何重建的影响，从而提高高速运动目标三维视觉测量精度的新思路和新方法。本项研究将揭示多视角同步时序图像阵列中运动模糊效应的内在时-空双重约束关系，建立新的一般运动导致的非均匀运动模糊模型，并根据三维几何重建、运动路径估计、模糊效应建模之间相互耦合的特性，提出统一的运动模糊效应处理与三维几何重建架构及相应的快速稳健求解方法。本项目对于创建基于时-空图像阵列的运动模糊理论，进而解决高速运动目标的高精度三维视觉测量这一难点问题具有重要意义。

高速运动目标的运动模糊效应是影响常规三维视觉测量方法在测量高速运动目标时精度下降的重要因素。不同于依赖高速相机尽量缩短曝光时间以降低运动模糊效应的常规思维，本项目提出基于模糊的多视角同步时序图像阵列，量化分析模糊效应与曝光时间内目标三维运动之间的关联关系，从而提高高速运动目标三维视觉测量精度的新思路和新方法。. 项目完成的创新性研究工作包括：1）深入分析了运动模糊效应形成机理,提出了一种新的一般运动导致的非均匀运动模糊模型，为基于模糊图像的运动目标精确三维重建奠定了重要基础；2）根据本项目提出的新的运动模糊模型，构建了参数驱动的目标点运动模糊图像模拟生成器，可以便捷高效地模拟生成与相机之间任意相对方位和速度、任意曝光时间和模糊程度的模糊图像,并利用该系统模拟生成了 100 多种编码点, 共 66.5 万幅运动模糊图像，大大便利了运动模糊问题的研究；3）针对实际运动模糊图像中编码目标点由于模糊效应而难以辨识的问题,提出了一种基于机器学习的识别方法，实验泛化识别精度达到92.5%。不同于目前各种编码点需要分别设计解码算法，本项目提出的识别方法可以通用于各种不同的视觉目标，而且既适用于静态目标清晰图像也适用于运动目标模糊图像中的目标点识别。4）开展了基于高速振镜的运动模糊补偿研究，提出了新的振镜系统建模及其标定方法。5）揭示了多视角同步时序图像阵列中运动模糊效应的内在时-空双重约束关系，提出了统一的运动模糊效应下三维几何重建模型，以及曝光时间内目标点空间运动路径的快速稳健优化方法。在图像模糊程度高达35%（普通方法已经完全无法处理）的运动目标三维测量实验中，测量结果与同一目标在静止清晰图像状态下的测量结果相比偏差小于0.08mm。. 本项目研究发展了运动模糊目标的分析和识别方法，提出并验证了一套新的基于模糊时-空阵列图像的三维测量理论和方法，成果可以用于航空航天等领域运动目标高精度三维测量这一难点问题。