关于单目视觉中的ADAS技术，包括单目视觉、车道偏离预警、前车识别等，来源于武汉极目智能，值得行业内人士看看

在计算机视觉领域中，使用二维投影恢复物体三维信息的过程称为三维重建。 三维重建在计算机视觉中具有重要的研究价值

首先，针对自动泊车环境下可能出现的低光照或明暗交替等复杂场景这一问 题，本文在 vSLAM 系统中设计了处理复杂场景的功能。本文基于 Retinex 理论 模型，从物体成像的原理上分析，利用 LIME 算法来解决这个问题，并且结合自 动泊车场景来设计算法中的权重系数，对算法的时间复杂度进行加速优化。而后 针对一些低光照的图片进行了优化处理来验证 LIME 算法的可行性。 其次，针对 vSLAM 常见的问题，即在跟踪时容易丢失目标、出现尺度漂移 等问题，进行了分析与研究。提出了使用预测模型的方式来减少跟踪失败概率的 方法，提出了适合泊车环境的关键帧筛选策略，针对立体匹配模块，先根据多方 面误差来选择质量较好的点，再用由粗到精最后计算图像的相关性的方法来进行 匹配并更新地图上像素点的逆深度，并在地图优化模块中通过双向 Sim3 检测进 行误差分析解决尺度漂移的问题。 最后，基于大众速腾以及深圳锐尔威视科技有限公司所研发的型号为 RER_USB1080P01-LS43 的相机搭载了实验平台，傍晚时分在吉林大学南岭校区 汽车工程学院周围采集多个停车场数据，验证了在低光照的自动泊车环境下基于 LIME 算法进行 vSLAM 的可行性，并且实验表明在泊车环境下本文算法要优于 传统算法。

基于单目视觉的目标识别与定位研究的介绍，关键技术，实现算法流程等的介绍，感兴趣的可以看看

基于单目视觉的车距测量，徐国艳，王传荣，对图像测距几何模型进行了分析，得到基于单目视觉的测距公式。确定需要标定的参数。利用OpenCV提供的函数进行摄像机标定程序的编写

激光雷达单眼视觉测距。 该库旨在成为视觉测距算法开发的开放平台。

为了提高单目视觉实时测量双护盾隧道掘进机前后盾相对位姿的精度, 引入高精度倾角传感器与单目视觉构成一种组合测量系统。该系统将两个倾角传感器分别与视觉传感器和特征点系统固定连接, 通过倾角传感器提供的多个角度约束, 结合单目视觉实现掘进机前盾体相对于后盾体位姿的更高精度测量。仿真实验表明该系统是可行的, 并且具有理想的精度。搭建了模拟双护盾隧道掘进机位姿变化的实验平台, 利用全站仪进行精度验证。结果表明系统的测量精度优于3 mm, 相对于单目视觉测量方法来说, 测量精度有了显著提升, 可以满足隧道施工中双护盾隧道掘进机位姿的精密测量需求。

合成孔径视觉测距是多目视觉测量与单目视觉测量相结合的产物。合成孔径聚焦测距方法是一种通用的图像视觉方法，对光照、色彩、纹理等变化稳定性好，能实时处理，适用于复杂的交通管理工程，为车辆自动驾驶找到了一种新导航方法。利用小孔成像模型摄像机共面阵列获取图像序列，根据图像序列获取各距离段所对应的桶型失真和像差校正叠加图像，计算基准图像中每个像素的邻域与每一幅校正叠加图像中相应区域的相似测度，并选取相似测度随像差校正叠加图像变化的范围大于一预设阈值的像素作为可测距像素，相似度最大的校正叠加图像所对应的距离段即为该可测距像素对应目标点所处的距离段。实测数据表明该测距方法具有鲁棒性好，算法简单的优点。

此学习笔记，是我本人在学习单目视觉导航原理时，整理的一些网上论文资源，并做了适当的提炼。希望同学们可以在学习过程中，共同进步。

基于视觉的三维重建仍然存在较大局限性。通过介绍基于视觉的三维重建技术的主要方法及其研究现状，对各种方法优缺点进行了比较分析，期望能够对该领域有较全面的把握，进一步明确未来的研究方向。