基于双目视觉的障碍物探测系统研究
发布时间:2023-05-18 22:14
随着诸如无人机、机器人等智能无人系统的发展,对于障碍物检测和避障技术的要求也日益提高。将计算机视觉用于障碍物识别具有实时性高、成本较低且不易受外界干扰的优点。双目立体视觉模拟人类双眼,利用两个摄像机从不同位置对同一场景进行成像,从而获得该场景在不同位置的图像,并利用图像对之间对应点的位置偏差来计算得到目标场景的三维几何信息。为实现在日常应用场景下较为精确快速的障碍物探测与识别,本文基于双目立体视觉原理,设计了一种对目标场景进行深度恢复及障碍物分割的探测系统,为运动载体的后续避障工作提供了技术基础。通过对双目视觉和障碍物探测的原理及模式分析,本文选用了平行式双目立体视觉模式作为总体设计方案;在综合考虑相机工作环境、镜头焦距、像素及分辨率等因素后选取了HNY-CV-001型双目摄像机进行本设计中双目立体视觉实验平台搭建;其后采用张正友标定法,利用Matlab中的标定工具箱进行了双目相机标定并通过输入畸变系数进行畸变校正从而得到相机的内外参数;利用双目相机进行图像获取并对图像进行预处理:首先选用中值滤波和高斯滤波对图像进行去噪处理,接下来使用直方图均衡化法消除图像对的亮度差异,最后使用拉普拉...
【文章页数】:69 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 障碍物探测国内外研究现状
1.2.2 双目立体视觉国内外研究现状
1.3 本文主要研究内容及章节安排
2 双目视觉系统设计方案
2.1 双目视觉原理及模式选取
2.2 系统硬件平台搭建及软件流程
2.2.1 硬件设备选取
2.2.2 软件设计
2.3 本章小结
3 双目相机标定
3.1 双目相机标定原理
3.1.1 视觉系统下三大坐标系
3.1.2 世界坐标系到摄像机坐标系
3.2 双目相机畸变
3.2.1 径向畸变
3.2.2 切向畸变
3.3 相机标定方法
3.3.1 传统标定方法
3.3.2 张氏标定法
3.4 MATLAB实现相机标定
3.4.1 单目标定
3.4.2 双目标定
3.5 本章小结
4 双目系统图像预处理
4.1 图像对亮度差异去除
4.2 图像去噪
4.2.1 椒盐噪声去除
4.2.2 高斯噪声去除
4.3 图像锐化处理
4.4 本章小结
5 图像立体匹配
5.1 双目校正
5.2 立体匹配算法原理
5.2.1 局部匹配算法
5.2.2 全局匹配算法
5.3 BM算法与SGBM算法
5.3.1 BM算法实现立体匹配
5.3.2 SGBM算法实现立体匹配
5.3.3 匹配算法对比分析
5.4 系统可靠工作距离
5.5 本章小结
6 障碍物分割识别
6.1 障碍物分割原理
6.1.1 障碍物定义
6.1.2 K-Means图像分割算法
6.2 实验与结果分析
6.3 本章小结
7 总结与展望
7.1 全文总结
7.2 研究工作展望
参考文献
攻读硕士期间发表的论文及所取得成果
致谢
本文编号:3819098
【文章页数】:69 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 障碍物探测国内外研究现状
1.2.2 双目立体视觉国内外研究现状
1.3 本文主要研究内容及章节安排
2 双目视觉系统设计方案
2.1 双目视觉原理及模式选取
2.2 系统硬件平台搭建及软件流程
2.2.1 硬件设备选取
2.2.2 软件设计
2.3 本章小结
3 双目相机标定
3.1 双目相机标定原理
3.1.1 视觉系统下三大坐标系
3.1.2 世界坐标系到摄像机坐标系
3.2 双目相机畸变
3.2.1 径向畸变
3.2.2 切向畸变
3.3 相机标定方法
3.3.1 传统标定方法
3.3.2 张氏标定法
3.4 MATLAB实现相机标定
3.4.1 单目标定
3.4.2 双目标定
3.5 本章小结
4 双目系统图像预处理
4.1 图像对亮度差异去除
4.2 图像去噪
4.2.1 椒盐噪声去除
4.2.2 高斯噪声去除
4.3 图像锐化处理
4.4 本章小结
5 图像立体匹配
5.1 双目校正
5.2 立体匹配算法原理
5.2.1 局部匹配算法
5.2.2 全局匹配算法
5.3 BM算法与SGBM算法
5.3.1 BM算法实现立体匹配
5.3.2 SGBM算法实现立体匹配
5.3.3 匹配算法对比分析
5.4 系统可靠工作距离
5.5 本章小结
6 障碍物分割识别
6.1 障碍物分割原理
6.1.1 障碍物定义
6.1.2 K-Means图像分割算法
6.2 实验与结果分析
6.3 本章小结
7 总结与展望
7.1 全文总结
7.2 研究工作展望
参考文献
攻读硕士期间发表的论文及所取得成果
致谢
本文编号:3819098
本文链接:https://www.wllwen.com/shoufeilunwen/xixikjs/3819098.html