学位论文 > 优秀研究生学位论文题录展示
基于双CMOS传感器的3D视觉图像采集系统实现技术研究
作 者: 夏桢
导 师: 骆坚; 颜斌
学 校: 湖南大学
专 业: 计算机技术
关键词: 双目立体视觉 3D数据采集 计算机视觉 FPGA/CPLD CMOS图像传感器
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 77次
引 用: 0次
阅 读: 论文下载
内容摘要
双目立体视觉是当前计算机视觉领域中的重要研究内容;随着基于CMOS图像传感器网络摄像头生产成本的不断降低,用两个CMOS图像传感器网络摄像头构造立体视觉系统成为可能;系统的研究将进一步促进人机交互系统、计算机3D显示以及互动式游戏等方面的发展;因此对双CMOS图像传感器3D视觉图像数据采集系统的研究具有重要的理论现实意义和实用价值,并拥有广阔的应用前景。双CMOS图像传感器3D视觉图像数据采集系统在图像采集时一般采用的方法是用两个CMOS图像传感器从不同角度同时获取目标对象的两组数字图像数据,然后在显示时基于视差原理,恢复出目标物体的三维空间信息。本文通过分析总结国内外立体视觉研究工作的成果,结合实际应用中的需求,着重探讨基于CMOS图像传感器3D视觉图像数据采集系统设计的关键技术,主要内容如下:分析对比了CCD器件和CMOS图像传感器的特点,在立体成像原理的基础上提出基于双CMOS图像传感器3D视觉图像数据采集系统整体设计方案:CPLD+DSP (JPEG压缩芯片)+双CMOS传感器的立体视觉图像采集处理系统,并对该方案进行了软件和硬件的详细系统分析、设计和实现。关键技术之一是3D立体视差图像信号的实时获取,即通过可编程逻辑处理芯片(CPLD)将两个图像传感器得到的两路图像信号进行取舍、插值等运算后合成为一路具有3D立体视差的图像信号;为了减少冗余图像数据,减少传输开销,采用数字图像处理芯片(DSP)对合成后具有3D立体视差的图像信号进行高速实时压缩等处理。分析并提出了减少双CMOS图像传感器3D视觉图像水平误差的方法,改善了3D视差图像显示的立体效果。
|
全文目录
摘要 5-6 Abstract 6-7 目录 7-9 插图索引 9-10 附表索引 10-11 第1章 绪论 11-16 1.1 研究课题的来源 11 1.2 研究的背景及意义 11-12 1.3 研究的现状 12-14 1.3.1 技术的发展及研究现状 12-13 1.3.2 立体显示技术研究现状 13-14 1.4 本文的研究工作及章节安排 14-16 第2章 立体视觉采集系统相关实现技术简介 16-27 2.1 引言 16 2.2 3D 立体成像原理 16-17 2.3 CMOS 图像传感器的发展现状 17-18 2.4 CMOS 图像传感器的类型和基本原理 18-19 2.5 CCD 器件与 CMOS 图像传感器的差异 19-20 2.6 Verilog HDL 简介 20-21 2.7 CPLD 与 FPGA 的比较 21-22 2.8 数字电路设计方法比较 22-24 2.9 三维显示技术分类 24-26 2.10 小结 26-27 第3章 3D 视觉图像采集系统总体设计 27-35 3.1 引言 27 3.2 图像传感器的选型 27-28 3.3 CMOS 传感器 V-MT9V011 工作原理 28-29 3.4 CMOS 图像传感器 V-MT9V011 时序分析 29-31 3.5 系统总体架构设计 31-34 3.5.1 三维成像过程设计 31-33 3.5.2 系统总体设计 33-34 3.6 小结 34-35 第4章 系统详细设计及实现 35-51 4.1 引言 35 4.2 系统详细设计 35-36 4.3 CPLD 芯片 LCMXO640 工作原理 36-44 4.3.1 立体图像数据合成详细实现过程 37-40 4.3.2 立体图像数据合成算法的编程实现 40-44 4.4 DSP 芯片 ZC0301PLH 工作原理 44-46 4.5 USB 驱动程序设计 46 4.6 系统硬件电路设计 46-50 4.6.1 电源部分 47 4.6.2 传感器部分 47-48 4.6.3 图像处理部分 48-49 4.6.4 采集接口部分 49-50 4.7 小结 50-51 第5章 系统误差分析及其校正方法 51-57 5.1 引言 51-52 5.2 系统误差分析与校正 52-55 5.2.1 系统误差分析 53 5.2.2 误差校正方法 53-54 5.2.3 误差校正算法 54-55 5.3 误差校正效果分析 55-56 5.4 小结 56-57 总结与展望 57-59 参考文献 59-61 致谢 61-62 附录A 攻读学位期间发表的论文和参与科研项目 62
|
相似论文
- CMOS星敏感器图像采集系统研究,V448.2
- 基于学习的低阶视觉问题研究,TP391.41
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 基于计算机视觉对“次郎”甜柿外部品质检测与分级的研究,S665.2
- 基于计算机视觉的脱水蒜片检测与分级研究,TP391.41
- 基于运动目标轨迹分析的智能交通监控系统,TP277
- 双目立体视觉关键技术研究,TP391.41
- 基于DSP的水稻杂草识别研究,TP391.41
- 双目立体视觉中摄像机自标定方法研究,TP391.41
- 基于FPGA的3D摄像系统设计与实现方法研究,TP391.41
- CMOS图像传感器AOI设备中的应用,TP212
- 基于计算机视觉的织物疵点检测与分类方法的研究,TP274
- 高能束快速制造中计算机视觉技术应用的研究,TP391.41
- 三维形貌实时测量方法研究及软件设计,TP274
- 嵌入式智能摄像机硬件设计,TN948.41
- CMOS图像传感器的噪声分析及图像处理,TP212
- 基于双目立体视觉的水下三维重建,TP391.41
- 基于CMOS传感器的显微图像处理分析系统设计,TP391.41
- 基于CMOS视频采集卡的管道环焊缝X射线数字检测系统,U175
- 基于CMOS的图像采集系统的设计与实现,TP274.2
- 一种高优值CMOS图像传感器读出电路的设计,TP212
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|