中文摘要：

本项目根据人类视觉的生理学和心理学的相关理论，建立了从多方位光流场计算到利用混合遗传算法恢复3D运动与结构的统一框架。首先提出了基于可调控金字塔的多方位光流算法，以提高算法的鲁棒性和全局光流场的精确性；进而利用混合遗传算法对3D运动与结构变量的误差函数进行全局优化，以实现对3D运动与结构参数快速的、准确的和鲁棒性的恢复；并且建立SFM评估平台，以实现该算法与国内外相关算法性能的全面评估和比较，验证

结论摘要：

从光流场恢复运动场景的三维运动和结构参数称为SFM (Structure From Motion )问题，SFM问题的研究通常包含两个过程一是利用图像序列计算光流场；二是从光流场恢复运动场景的三维运动和结构参数。本项目根据生物视觉的生理学和心理学的相关理论，建立了从多方位光流场计算到利用混合遗传算法恢复三维运动与结构的统一框架。首先给出了一种精确的和鲁棒的多尺度光流算法，这种算法不但具有很高的计算精度，而且具有对大运动速度和速度变化的鲁棒性；其次利用混合遗传算法对三维运动参数的误差函数进行全局搜索，以获得三维运动参数的全局最优解，并完成运动场景的结构恢复；第三给出了一种快速误差搜索算法，该算法将相机平移运动参数的计算转化为对延伸焦点FOE（Focus Of Expansion）位置的估计，从而降低了结构恢复过程中的计算维数，同时算法能够进行快速计算，大大降低了SFM的运算时间；最后建立了SFM评估与计算仿真软件平台，该平台能够进行国内外相关算法的性能比较，并能够在平台上进行后续的技术开发。本项目的研究成果具有广阔的应用前景和价值。