学位论文 > 优秀研究生学位论文题录展示

基于双镜面成像的单摄像机标定方法研究

作 者: 吕文松
导 师: 金良海
学 校: 华中科技大学
专 业: 计算机应用技术
关键词: 摄像机标定 高精度 双镜面 角点检测
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 13次
引 用: 0次
阅 读: 论文下载
 

内容摘要


摄像机标定是利用标定物体的二维图像信息和真实测量的三维空间信息来计算摄像机标定参数的过程。获得精确的摄像机标定参数是实现双目视觉系统的前提,使用摄像机标定参数矩阵可以还原目标物体的三维空间信息,从而实现对目标物体的准确定位,在实际中有很广泛的应用。基于双镜面的单摄像机标定方法是一种新颖的标定方法,使用两个镜面和一台摄像机通过镜面反射的原理来模拟两台摄像机。两个镜面并排直立固定在平板上,当双镜面和摄像机保持一定的位置关系时,就可以通过一台摄像机得到标定块的两幅图像,实现两台摄像机的模拟效果。软件系统由标定参数模型选取和角点检测两部分组成。在标定参数模型选取方面,提出了只考虑摄像机一阶畸变系数的非线性标定参数模型。在角点检测方面,使用Hough直线检测的方法检测角点的边界直线方程,并将边界直线的交点作为角点的坐标。得到角点信息后使用迭代的方法来求解摄像机标定参数矩阵和畸变参数矩阵。最后利用反投影算法对目标物体进行三维重建,验证参数矩阵。该标定方法可以有效地降低视觉系统的成本,使视觉系统得到更广泛的应用。实验结果表明在目前系统的实验条件下,利用实验得到的摄像机标定参数矩阵,可以精确地还原出目标物体的三维坐标,误差控制在0.3cm以下,可以较好地满足双目视觉系统的需要。

全文目录


摘要  4-5
Abstract  5-8
1 绪论  8-13
  1.1 论文研究背景、目的和意义  8-9
  1.2 摄像机标定方法的研究现状  9-11
  1.3 论文研究内容和结构安排  11-13
2 双镜面标定系统  13-17
  2.1 系统硬件组成  13-14
  2.2 系统软件结构  14-16
  2.3 本章小结  16-17
3 摄像机标定参数模型  17-28
  3.1 线性标定参数模型及标定方法  17-25
  3.2 非线性标定参数模型及标定方法  25
  3.3 本文标定模型  25-27
  3.4 本章小结  27-28
4 图像角点检测方法  28-40
  4.1 角点检测方法  28-29
  4.2 Harris 角点检测方法  29-32
  4.3 Hough 直线角点检测方法  32-36
  4.4 标定程序工作流程  36-39
  4.5 本章小结  39-40
5 验证标定参数矩阵  40-50
  5.1 二维图像角点特征匹配  41-44
  5.2 标定面任意点特征匹配  44-46
  5.3 三维空间信息还原  46-49
  5.4 本章小结  49-50
6 总结与展望  50-52
  6.1 总结  50-51
  6.2 展望  51-52
致谢  52-53
参考文献  53-55

相似论文

  1. 图像拼接技术研究,TP391.41
  2. 有标记点的人体三维运动数据获取方法的研究,TP391.41
  3. PCB视觉检测系统中相机标定算法与位姿测定技术,TP391.41
  4. 舌诊客观化中若干图像分析技术研究,TP391.41
  5. 小波分析在掌纹图像特征提取中的应用,TP391.41
  6. 一种多测速雷达测量体制应答机的研制,V556
  7. 基于三焦点张量的摄像机标定技术研究及实现,TP391.41
  8. 基于65nm工艺的高性能音频∑△模数转换器的研究与实现,TN792
  9. 调强放疗强度矩阵分解研究,R730.5
  10. 基于光栅投影的牙颌三维测量系统研究,TP391.41
  11. 基于KLT与Mean-Shift的目标跟踪研究,TP391.41
  12. 运动目标跟踪系统的设计与实现,TP391.41
  13. 基于机器视觉的工业机器人抓取技术的研究,TP242.2
  14. 小型移动在线水质监测系统的研究,TP274
  15. 基于视觉系统的无人直升机自主降落,V279
  16. 摄像机标定相关问题研究,TP391.41
  17. 光切法视觉测量系统中关键技术的研究与实现,TP391.41
  18. 同轴异场图片的图像配准算法研究,TP391.41
  19. 立体视觉三维重建相关技术研究与实现,TP391.41
  20. 增强现实中虚拟物体注册方法的研究,TP391.41

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