中文摘要：

从运动前后的连续图像序列中估算相机的自运动参数是计算机视觉领域的重要研究课题之一。对其研究有很多有价值的应用，例如自动驾驶、移动机器人自动导航，稳像技术等等。虽然已经有很多研究工作提供了不同的研究方法解决这一问题，但是由于外部场景缺少足够容易检测的特征、外部景物不够平滑、纹理信息不够丰富或者景物之间发生遮挡等情况在实际应用中经常发生，所以相机的自运动估计这一课题依然十分具有挑战性。因此本课题旨在研究相机自运动估计的新算法。本课题通过分析法向流矢量的特征来直接求解相机的运动参数。并且对法向流矢量进行选择和优化，提高方法的运算效率。本课题提出的新的研究方法不借助于任何人为约束条件，并且可以有效避免受到外界环境因素的制约，具有更为广泛的应用范围。最后通过对理论的建模和研究，将其应用于移动机器人自主视觉导航，为进一步的自动驾驶、电子稳像技术等需要对相机的自运动参数进行估算的多种应用，提供技术支持。

结论摘要：

本基金主要目标是进行基于单目系统下法向流（Normal Flow）矢量的分析实现相机自运动参数估计的算法研究。围绕这一研究主题，我们进行了系统深入的研究，具体体现在如下几个方面（1）通过深入研究法向流矢量的几何特性，采用假设-验证的思想，提出了基于RANSAC算法的估计方法（SIP）；（2）结合对特殊法向流的几何特性分析和研究，提出了基于相机平动和转动独立性的运动参数求解方法（ACPR）；（3）深入挖掘法向流中包含的运动信息，提出了基于单纯转动法向流线性模型的算法（MIPPR）；（4）利用法向流矢量的方向信息，建立球形图像模型，提出了基于法向流矢量方向的运动估计方法（ICGIP）；（5）结合法向流矢量的模信息，提出了基于假设-验证思想估计相机转动参数的范围的算法（CISP）。本课题基于上述研究算法，总结得到了完整的相机自运动估计新算法。