基于双目视觉的摄像机标定和立体匹配的研究

发布时间：2017-06-17 11:07

  本文关键词：基于双目视觉的摄像机标定和立体匹配的研究，，由笔耕文化传播整理发布。

【摘要】：作为一个多学科交叉的一个领域,计算机视觉早已被诸多研究者关注。随着它在工业上广泛的应用,新的理论和方法也在进一步的发展中。双目立体视觉作为计算机视觉一个重要的组成部分,在诸多领域具有重要的应用价值。现阶段,国内外应用在机场的监视手段均存在不足和局限性。计算机双目视觉测量是一种低成本的测量技术,具有辅助场面非合作式监视的潜力,可以作为大视场场面监视的有益补充。本课题旨在搭建一种双目视觉系统,实现对大视场范围内的物体的定位需要。本文在已有的研究成果上,主要完成了如下部分:首先,根据建立的数学模型,给出了单参数的标定表达式,理论推导了二参数的标定表达式、三参数的标定表达式。通过参与实验,利用采集的数据对单参数、二参数以及三参数进行了验证。其次,为进一步验证二参数、三参数标定结果的准确性,利用实验获取的GPS数据计算了视场内目标的坐标,并以此为基准,与利用标定的参数结果计算视场内目标的坐标做了对比,在误差允许的范围内,验证了摄像机参数标定的正确性。最后,为实现双目视觉系统所拍摄图像中目标位置的计算,完成了图像特征匹配的工作。本文结合极线几何的约束条件,改进SIFT算法使图像特征点对匹配数增加的同时减少了误匹配点的出现。
【关键词】：双目视觉系统 参数标定 坐标计算 特征匹配
【学位授予单位】：中国民航大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-15
• 1.1 课题背景与意义10-12
• 1.1.1 计算机视觉技术简介10-11
• 1.1.2 双目视觉技术的发展11
• 1.1.3 本课题意义11-12
• 1.2 国内外研究现状12-13
• 1.3 本课题的研究内容和目标13-14
• 1.3.1 本课题的研究内容13-14
• 1.3.2 本课题的目标14
• 1.4 本文的内容安排14-15
• 第二章 双目立体视觉测量理论基础15-28
• 2.1 双目视觉测量技术15-16
• 2.2 摄像机标定技术原理16-19
• 2.2.1 线性摄像机模型17-19
• 2.2.2 非线性摄像机模型19
• 2.3 摄像机标定方法19-21
• 2.3.1 摄像机标定三类算法19-21
• 2.3.2 张氏平面标定法21
• 2.4 双目系统的标定方法21-24
• 2.4.1 平行双目立体视觉模型21-22
• 2.4.2 汇聚双目立体视觉模型22-23
• 2.4.3 双目立体视觉系统的标定23-24
• 2.5 极线约束匹配24-27
• 2.5.1 立体匹配约束条件24
• 2.5.2 极线几何约束24-26
• 2.5.3 基本矩阵的求解26-27
• 2.6 本章小节27-28
• 第三章 双目立体视觉系统的参数标定28-43
• 3.1 标定参数表达式28-30
• 3.2 实验数据及坐标与参数关系30-34
• 3.2.1 实验设备及过程30-31
• 3.2.2 实验数据31-32
• 3.2.3 坐标与参数的关系32-34
• 3.3 单参数标定34-36
• 3.3.1 单参数标定计算34-35
• 3.3.2 单参数焦距的确定35-36
• 3.4 二参数验证36-38
• 3.4.1 二参数标定计算36-37
• 3.4.2 参数验证37-38
• 3.5 三参数标定方法38-41
• 3.5.1 三个参数与相机高度sy关系39-40
• 3.5.2 三参数标定40-41
• 3.6 本章小结41-43
• 第四章 立体匹配43-56
• 4.1 立体匹配算法43-45
• 4.1.1 匹配算法概述43-44
• 4.1.2 特征检测与提取44
• 4.1.3 特征描述44-45
• 4.2 SIFT算法45-50
• 4.2.1 尺度空间的生成45-46
• 4.2.2 空间极值点的检测46
• 4.2.3 极值点的精确定位46-47
• 4.2.4 确定特征点主方向47-48
• 4.2.5 生成SIFT特征向量48
• 4.2.6 SIFT算法特点48-50
• 4.3 改进的SIFT算法及实验结果50-54
• 4.3.1 计算基本矩阵50-51
• 4.3.2 算法改进结果51-52
• 4.3.3 大视场条件下图像匹配52-54
• 4.4 目标的检测与跟踪54-55
• 4.5 本章小结55-56
• 第五章 总结及展望56-58
• 5.1 总结56
• 5.2 展望56-58
• 致谢58-59
• 参考文献59-64
• 攻读硕士期间发表的论文64

【相似文献】

中国期刊全文数据库 前10条

1 李海军;;基于双目视觉的自动跟踪系统应用[J];火力与指挥控制;2010年01期

2 胡天翔;郑加强;周宏平;;基于双目视觉的树木图像测距方法[J];农业机械学报;2010年11期

3 李梦和;林川;潘盛辉;;基于双目视觉的矿井机车定位方法[J];煤矿机械;2012年04期

4 祝世平,强锡富;基于坐标测量机的双目视觉测距误差分析[J];电子测量与仪器学报;2000年02期

5 汪倩倩;申忠宇;张亮;;基于双目视觉模型的彩色目标实时检测与定位[J];南京师范大学学报(工程技术版);2008年01期

6 潘浩;赵宇明;;基于双目视觉的客流监测系统[J];微计算机信息;2009年33期

7 单宝华;申宇;;基于双目视觉的拉索模型自由振动监测试验[J];土木工程学报;2012年11期

8 纪超;王庆;;基于双目视觉的自主空中加油算法研究与仿真[J];系统仿真学报;2013年06期

9 岳亮;;一种基于双目视觉的安全车距测量方法[J];电视技术;2013年15期

10 许明杰,王洪荣;双目视觉中恢复模型点的方法──公垂线法[J];指挥技术学院学报;1997年02期

中国重要会议论文全文数据库 前7条

1 孟环标;杨兴强;李雪梅;;基于双目视觉的测量系统误差分析[A];第五届全国几何设计与计算学术会议论文集[C];2011年

2 朱宗磊;殷福亮;;基于双目视觉的目标检测与跟踪系统[A];2010年通信理论与信号处理学术年会论文集[C];2010年

3 王荣本;张明恒;毛晓燕;;双目视觉技术在环境探测中的应用[A];中国宇航学会深空探测技术专业委员会第二届学术会议论文集[C];2005年

4 张静;李琳;刘晓平;;基于双目视觉的虚拟手的实现[A];计算机技术与应用进展——全国第17届计算机科学与技术应用（CACIS）学术会议论文集（上册）[C];2006年

5 吴涛;刘欣;;基于单双目视觉信息融合的障碍检测方法[A];中国宇航学会深空探测技术专业委员会第二届学术会议论文集[C];2005年

6 孙明;;基于双目视觉的移动机器人避障研究[A];中国农业工程学会2011年学术年会论文集[C];2011年

7 杜英魁;韩建达;唐延东;;基于双目重建不确定性的动态特征滤除[A];第七届全国信息获取与处理学术会议论文集[C];2009年

中国博士学位论文全文数据库 前3条

1 许杰;基于双目视觉和二维熵树木信息点提取及生长量反演研究[D];东北林业大学;2015年

2 陈学惠;基于移动机器人双目视觉的井下三维场景重建方法研究[D];中国矿业大学（北京）;2012年

3 陈希章;基于双目视觉的弧焊机器人焊缝三维信息获取研究[D];上海交通大学;2007年

中国硕士学位论文全文数据库 前10条

1 麦树彬;基于双目视觉的色盲辅助技术的研究[D];华南理工大学;2015年

2 徐宏;基于双目视觉和稀疏表示的智能倒车控制研究[D];西南交通大学;2015年

3 李辉;田间机器人的双目视觉系统误差分析研究[D];内蒙古大学;2015年

4 逯沛龙;基于FPGA的双目视觉图像预处理系统设计与实现[D];南京理工大学;2015年

5 王婷婷;基于GPU的双目视觉运动目标检测跟踪算法研究[D];哈尔滨工业大学;2015年

6 王昌盛;基于ORB算法的双目视觉测量研究[D];哈尔滨工业大学;2015年

7 赵程;具有圆面特征的非合作目标双目视觉位姿测量[D];哈尔滨工业大学;2015年

8 路研研;在轨航天器双目视觉图像采集与处理系统研制[D];哈尔滨工业大学;2015年

9 曹之乐;基于双目视觉的焦点定位方法研究与应用[D];重庆理工大学;2015年

10 王洪伟;基于双目视觉的红绿灯路口安全距离预警研究[D];安徽工程大学;2015年

  本文关键词：基于双目视觉的摄像机标定和立体匹配的研究，由笔耕文化传播整理发布。

本文编号：458155