Abstract
在第二章，我們介紹了動態立體方法的一些理論基礎，它包含了最基本的單險眼影像流動分析(monocular image flow)及合併了兩台照相機的雙眼移動分析(binocular motion)或稱動態立體方法 (dynamic stereo)。動態立體方法(dynamic stereo)將結合單眼影像流動分析(mono- cularimage flow)及差異量(disparity)去解決較複雜的計算問題，而得到物體的運動參數與單眼影像流動(monocular image flow)及差異量之間的關係，而求得我們所需的運動參數。 在第三章中，我們提出利用特徵點的方法，經由一定的對應程序去求得我們的影像流動值。特徵點的萃取是我們的首要課題，它包含了梯度運算(gradient operater)，削薄(thinning)，線碼建立(linechain building)及角落特徵點萃取(corner featureextraction)等四道程序得到我們所需的特徵點。再來，特徵點的對應問題(correspondence problem)，我們利用角度的對應及特徵點附近值的相依(correlation)關係，達到我的目的。在第四章中，利用相角(phase)去求得差異量之方法，它具有全面性且計算快速的優點。首先，我們知道一度空間有一移動量(shift)的話， 那麼在它的傅利葉轉換的相角會有一個與移動量成正比的偏移量，同理在二度空間的影像訊號也有這樣的結果。我們就是利用這個特點去應用在求差異量(disparity)的方法上。當然，我們知道對一個實際的環境投影在螢幕上的影像時，影像上每一點的差異量是不同的，所以前一段所提的方法必須做一些修飾，它的傅利葉轉換的相角必須有地區性(local property)，所以必須加一個濾波器去限制我們的範圍。最後再用相角去做比對，去求得差異量。為了避免相角混淆及快速的對應，我們做了一些處理使相角能具有線性的特性，在其中是加上一個額外的相角，此相角為影像之脈衝傅利葉轉換(impulse fouriertransform)的相角，最後得到之結果還令人滿意。在第五章中，我們提出一個方法，完整的求出我們所要的運動參數及結構。運用前幾章所提出之一些公式及結果，再加一些數值運算，修正出最滿意的結果。在第六章中，我們舉出三個不同之例子以驗證上述之方法，並列出中間過程所產生之結果及最後求得之值。其中例一為深度移動。例二為平面移動。