双目立体视觉系统中关键技术的研究与实现

发布时间：2021-01-13 03:18

　　近年来,计算机视觉的研究迅速发展,双目立体视觉技术作为计算机视觉领域发展最为活跃的方向之一,在机器人视觉、虚拟现实、无人驾驶、三维重建等领域都表现出优越的应用价值。双目摄像机标定和立体匹配技术作为双目立体视觉技术最重要、最具挑战性的部分,其研究制约着双目立体视觉技术的发展。本文将针对这两个关键技术存在的问题展开深入研究,对基础算法进行改进优化,最终设计一套稳定高效的双目立体视觉系统的实验平台,实现目标物体深度信息的获取。本文的主要工作具体如下:（l）论文详细研究了双目立体视觉理论基础,主要包括摄像机线性和非线性成像模型、双目立体视觉的成像原理以及立体视觉的几何约束条件,进一步阐述了双目立体视觉的关键技术和本文的技术路线。（2）针对经典张正友棋盘格标定算法标定精度低,不能自动进行标定,且引入大量人工误差的问题,本文对经典棋盘格模板进行了改进,采用Harris角点检测和判断算法进行像素角点的准确提取,进一步得到亚像素级角点;提出了一种外围角点自动选取算法,确定角点范围,实现了自动标定。实验结果表明,该方法较传统标定方法相比,消除了人工误差,提高了参数精度,方便有效。（3）针对局部立体匹配算... 

【文章来源】：西安科技大学陕西省

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

四个坐标系的变换原理图

图 2.3 成像平面坐标系 00vdyvudxuyx2.3)表示为： 10011001100yxvdudvuyx摄像机坐标系像坐标系之间的转换关系是通过投影变换，如图 2.4 所示为针孔模型的等价形式。

图 2.3 成像平面坐标系 00vdyvudxuyx矩阵形式将式(2.3)表示为： 10011001100yxvdudvuyx) 图像坐标系和摄像机坐标系像机坐标系与图像坐标系之间的转换关系是通过投影变换来实现的，也就针孔摄像机模型，如图 2.4 所示为针孔模型的等价形式。

【参考文献】：
期刊论文
[1]一种适应无人机平台的快速立体匹配方法[J]. 于英,杨靖宇,张永生,薛武.  计量学报. 2014 (02)
[2]基于弱纹理检测及视差图融合的立体匹配[J]. 曹晓倩,马彩文.  仪器仪表学报. 2013(09)
[3]一种基于Census变换的可变权值立体匹配算法[J]. 王军政,朱华健,李静.  北京理工大学学报. 2013(07)

博士论文
[1]双目立体测距关键技术研究[D]. 胡汉平.中国科学院研究生院(长春光学精密机械与物理研究所) 2014

硕士论文
[1]用于三维重建的摄像机标定方法研究[D]. 赵鹏飞.西安科技大学 2018
[2]双目视觉与障碍物探测方法研究[D]. 刘然.西安石油大学 2018
[3]双目立体视觉测距中关键技术研究与实现[D]. 程键.哈尔滨工业大学 2017
[4]双目立体视觉测距技术研究[D]. 杨洁.西安理工大学 2017
[5]双目立体视觉系统的研究与实现[D]. 王罕有.西安电子科技大学 2017
[6]高精度双目测距系统标定方法研究[D]. 裴思惠.长春理工大学 2016
[7]双目立体视觉测距中的立体匹配算法研究[D]. 朱海天.西安电子科技大学 2015
[8]基于双目视觉的运动物体测距测速研究[D]. 孙中旭.青岛理工大学 2014
[9]高精度双目CCD测距研究[D]. 申琳.长春理工大学 2011



本文编号：2974104