基于单目视觉的运动载体自定位算法研究
发布时间:2022-01-13 17:17
随着社会信息化程度的提高,人们对位置信息的需求越来越大。对于在室外场景中的定位系统,GPS、北斗等技术在室外环境中定位效果较好,但不适合室内场景中。而基于视觉的定位技术由于其所需设备比较简单,受环境变化的影响较小而受到广泛关注。在基于视觉的室内定位技术研究中,图像匹配是其关键部分,室内定位的速度、准确性和鲁棒性直接被图像匹配的速度、准确性和鲁棒性所影响。因此,本文主要对图像匹配技术和基于单目视觉的室内定位技术进行了比较深入的研究。首先,本课题对摄像机进行了标定。在基于单目视觉运动载体自定位技术研究中,对摄像机进行标定是非常重要的一步,视觉定位结果的精确度受摄像机标定的准确性与标定算法的鲁棒性所影响。因此,基于视觉定位技术结果准确性的基础是做好摄像机的标定工作。本文对线性标定方法、非线性标定方法与两步法做了对比,得出两步法中的张正友标定法仅仅利用不同角度的棋盘格就可以对摄像机进行标定,标定方式简单且精度高,因此,本文利用张正友标定方法对摄像机进行标定,得出摄像机的内外参数。其次,本课题基于以SURF算法对AKAZE算法进行了改进。在基于单目视觉的运动载体自定位过程中,图像匹配在视觉定位过...
【文章来源】:沈阳工业大学辽宁省
【文章页数】:63 页
【学位级别】:硕士
【部分图文】:
摄像机拍摄的不同角度的棋盘格图片
图 2.4 相机与棋盘格的位置关系Fig. 2.4 Positional relationship between camera and checkerboard的相机内参标定结果如下表(2.1)所示。
( b )M-LDB 二进制测试图 3.1 LDB 和 M-LDB 围绕一个特征点的二进制测试网格划分Fig. 3.1 LDB and M-LDB are divided into binary test meshes of a feature point
【参考文献】:
期刊论文
[1]基于两步法的摄像机标定算法[J]. 崔凌燕,陈婧. 测试技术学报. 2018(02)
[2]基于最大似然估计的相干多普勒雷达信号处理[J]. 邢晓晴,陆威,庄子波. 中国民航大学学报. 2018(02)
[3]基于RSSI测距的室内目标定位方法[J]. 石琴琴,徐强,张建平,王冬雨. 电子测量与仪器学报. 2018(02)
[4]基于自适应Ransac算法的基础矩阵估算[J]. 张晶晶,官云兰,郝冬冬. 北京测绘. 2018(01)
[5]基于ORB-SLAM的室内机器人定位和三维稠密地图构建[J]. 侯荣波,魏武,黄婷,邓超锋. 计算机应用. 2017(05)
[6]基于对极几何约束的SIFT匹配[J]. 高晓明. 电子技术与软件工程. 2017(06)
[7]基于Haar小波和形状模板的图像快速匹配算法[J]. 白冰峰,温秀兰,张中辉. 组合机床与自动化加工技术. 2017(02)
[8]基于SURF的图像配准改进算法[J]. 潘建平,郝建明,赵继萍. 国土资源遥感. 2017(01)
[9]基于AKAZE算法的图像拼接研究[J]. 闫璠,张莹,高赢,涂勇涛,张东波. 电子测量与仪器学报. 2017(01)
[10]基于FREAK描述子的精确图像配准改进算法[J]. 房贻广,刘武,高梦珠,谭守标,张骥. 计算机应用. 2016(12)
硕士论文
[1]基于视觉的室内定位算法研究[D]. 杨良洁.哈尔滨工程大学 2018
[2]基于特征描述的图像匹配技术研究[D]. 李倩.桂林电子科技大学 2017
[3]基于单目视觉的移动机器人室内定位方法研究[D]. 姬旭.北京邮电大学 2017
[4]CBIR中特征提取技术的比较研究[D]. 吴强.浙江理工大学 2017
[5]基于位置指纹的WiFi室内定位技术研究[D]. 马宽红.哈尔滨工业大学 2017
[6]基于对极几何理论的视觉定位算法研究[D]. 薛昊.哈尔滨工业大学 2016
[7]基于标识的室内视觉定位算法研究[D]. 关凯.哈尔滨工业大学 2016
[8]基于单目视觉的移动机器人定位算法研究[D]. 王佳.燕山大学 2016
[9]鲁棒性图像匹配技术研究[D]. 卫博红.大连理工大学 2015
[10]基于图像特征匹配的室内定位算法研究[D]. 陈旭.北京工业大学 2011
本文编号:3586836
【文章来源】:沈阳工业大学辽宁省
【文章页数】:63 页
【学位级别】:硕士
【部分图文】:
摄像机拍摄的不同角度的棋盘格图片
图 2.4 相机与棋盘格的位置关系Fig. 2.4 Positional relationship between camera and checkerboard的相机内参标定结果如下表(2.1)所示。
( b )M-LDB 二进制测试图 3.1 LDB 和 M-LDB 围绕一个特征点的二进制测试网格划分Fig. 3.1 LDB and M-LDB are divided into binary test meshes of a feature point
【参考文献】:
期刊论文
[1]基于两步法的摄像机标定算法[J]. 崔凌燕,陈婧. 测试技术学报. 2018(02)
[2]基于最大似然估计的相干多普勒雷达信号处理[J]. 邢晓晴,陆威,庄子波. 中国民航大学学报. 2018(02)
[3]基于RSSI测距的室内目标定位方法[J]. 石琴琴,徐强,张建平,王冬雨. 电子测量与仪器学报. 2018(02)
[4]基于自适应Ransac算法的基础矩阵估算[J]. 张晶晶,官云兰,郝冬冬. 北京测绘. 2018(01)
[5]基于ORB-SLAM的室内机器人定位和三维稠密地图构建[J]. 侯荣波,魏武,黄婷,邓超锋. 计算机应用. 2017(05)
[6]基于对极几何约束的SIFT匹配[J]. 高晓明. 电子技术与软件工程. 2017(06)
[7]基于Haar小波和形状模板的图像快速匹配算法[J]. 白冰峰,温秀兰,张中辉. 组合机床与自动化加工技术. 2017(02)
[8]基于SURF的图像配准改进算法[J]. 潘建平,郝建明,赵继萍. 国土资源遥感. 2017(01)
[9]基于AKAZE算法的图像拼接研究[J]. 闫璠,张莹,高赢,涂勇涛,张东波. 电子测量与仪器学报. 2017(01)
[10]基于FREAK描述子的精确图像配准改进算法[J]. 房贻广,刘武,高梦珠,谭守标,张骥. 计算机应用. 2016(12)
硕士论文
[1]基于视觉的室内定位算法研究[D]. 杨良洁.哈尔滨工程大学 2018
[2]基于特征描述的图像匹配技术研究[D]. 李倩.桂林电子科技大学 2017
[3]基于单目视觉的移动机器人室内定位方法研究[D]. 姬旭.北京邮电大学 2017
[4]CBIR中特征提取技术的比较研究[D]. 吴强.浙江理工大学 2017
[5]基于位置指纹的WiFi室内定位技术研究[D]. 马宽红.哈尔滨工业大学 2017
[6]基于对极几何理论的视觉定位算法研究[D]. 薛昊.哈尔滨工业大学 2016
[7]基于标识的室内视觉定位算法研究[D]. 关凯.哈尔滨工业大学 2016
[8]基于单目视觉的移动机器人定位算法研究[D]. 王佳.燕山大学 2016
[9]鲁棒性图像匹配技术研究[D]. 卫博红.大连理工大学 2015
[10]基于图像特征匹配的室内定位算法研究[D]. 陈旭.北京工业大学 2011
本文编号:3586836
本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3586836.html
最近更新
教材专著