学位论文 > 优秀研究生学位论文题录展示

基于计算机视觉中双目立体匹配技术研究

作　者: 裴聪
导　师: 戴立玲
学　校: 江苏大学
专　业: 机械设计及理论
关键词: 双目立体视觉 摄像机标定 Sift算子 特征提取 立体匹配 三维重建
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 556次
引　用: 5次
阅　读: 论文下载
 

内容摘要


立体视觉技术是计算机视觉领域一个经典的研究课题,它以尽可能逼真的模仿人类的双目视觉功能为目标。所谓双目立体视觉,是从两个不同的角度来观察同一个景物,以获取在不同视角下的感知图像,通过成像几何原理计算图像像素之间的位置偏差(视差),进而获取景物的三维信息。作为立体视觉领域的热点,尤其是在排爆机器人确定危险目标,无人车自动避障,人造卫星的目标识别等领域,该课题的研究可以解决很多实质性问题。因此,对它进行进一步研究,将会非常有意义。双目立体匹配技术的实现可分为图像获取、摄像机标定、特征提取、立体匹配和三维重建几个部分。论文针对双目立体视觉的几个关键技术进行了深入的研究。(1)在摄像机参数标定中,采用了一种介于传统标定方法和自标定方法之间的方法——张正友的基于平面标定模板的摄像机标定方法(张氏标定法),通过手工方法和Harris角点检测获取模板特征点的图像坐标,进而通过实验和计算来获取摄像机的参数。(2)立体匹配时寻找一个同一目标点在两幅图像中的成像位置,匹配特征的选取、匹配准则的确定、匹配算法的实现是立体匹配的三个重要步骤。在基于特征的立体匹配方法中,本课题采用基于Sift算子的特征点提取和匹配算法进行编程,并且通过实验获得空间点数据。提出了基于Sift算子的MSift算子,进而进行实验验证,通过与原算子Sift的比较,得到了预期的结果,并通过MSift算子下的程序获取了匹配点的图像坐标。(3)根据立体视觉基本原理及三维坐标计算方法,完成了三维坐标计算,将特征点的距离信息与激光传感器测距进行比较获得误差,并对误差原因进行了分析,最后根据测量结构生成了轮廓深度图。论文中应用Matlab,C++进行基于实验算法的编程。

全文目录


摘要  5-7
ABSTRACT  7-11
第一章 绪论  11-20
  1.1 计算机视觉技术介绍  11-13
    1.1.1 研究背景  11
    1.1.2 国内外发展概况及研究现状和难点  11-13
  1.2 双目立体视觉技术  13-17
    1.2.1 双目立体视觉概述  13-14
    1.2.2 图像获取  14
    1.2.3 图像预处理  14
    1.2.4 摄像机标定  14-15
    1.2.5 立体匹配  15-16
    1.2.6 三维内插介绍  16-17
  1.3 双目立体视觉系统的理想模型  17-18
  1.4 论文主要工作  18-20
第二章 双目立体视觉系统的数学模型和摄像机的标定  20-46
  2.1 双目立体视觉系统的数学模型  20-25
  2.2 摄像机标定  25-31
    2.2.1 摄像机标定概述  25-26
    2.2.2 摄像机成像模型  26-29
    2.2.3 传统的摄像机标定方法  29-31
  2.3 Tsai两步法  31-36
    2.3.1 算法基本原理  31-34
    2.3.2 标定过程  34-36
  2.4 本课题采用的标定方法  36-45
    2.4.1 算法过程  37-39
    2.4.2 求解过程  39-41
    2.4.3 镜头畸变优化  41-42
    2.4.4 标定步骤  42-44
    2.4.5 实验结果  44-45
  2.5 本章小结  45-46
第三章 立体匹配关键技术及算法分类  46-71
  3.1 概述  46
  3.2 立体匹配技术发展  46-53
    3.2.1 特征空间  46-49
    3.2.2 相似性度量  49-51
    3.2.3 搜索空间  51
    3.2.4 搜索策略  51-53
  3.3 立体匹配算法归类  53-57
  3.4 Sift算法详解  57-66
    3.4.1 Sift特征提取  57-63
    3.4.2 Sift特征匹配  63-66
  3.5 MSift特征匹配  66-67
    3.5.1 MSift算法的特征提取  66
    3.5.2 MSift算法的特征匹配  66-67
  3.6 实验结果分析  67-69
  3.7 本章小结  69-71
第四章 三维重建  71-80
  4.1 引言  71
  4.2 空间坐标计算  71-77
    4.2.1 立体视觉原理  71-72
    4.2.2 空间坐标计算  72-75
    4.2.3 坐标计算结果及误差分析  75-77
  4.3 生成深度图  77-79
  4.4 本章小结  79-80
第五章 总结与展望  80-82
参考文献  82-85
致谢  85-86
硕士研究生期间发表的论文  86

相似论文

  1. 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
  2. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  3. 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
  4. Q学习在基于内容图像检索技术中的应用,TP391.41
  5. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  6. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  7. 空间交会接近视觉测量方法研究,TP391.41
  8. 医学超声图像的三维可视化研究,TP391.41
  9. 图像实时采集、存储与处理方法研究,TP391.41
  10. 唇读中的特征提取、选择与融合,TP391.41
  11. 多币种纸币处理技术的研究与实现,TP391.41
  12. 有标记点的人体三维运动数据获取方法的研究,TP391.41
  13. 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
  14. PCB视觉检测系统中相机标定算法与位姿测定技术,TP391.41
  15. 基于图像的路面破损识别,TP391.41
  16. 移动机器人视觉检测和跟踪研究,TP242.62
  17. 高光谱与高空间分辨率遥感图像融合算法研究,TP751
  18. 三维头部数值模型的建立及DBS电场的分析研究,R742.5
  19. 基于随机森林的植物抗性基因识别方法研究,Q943
  20. 基于图像处理技术的烟叶病害自动识别研究,S435.72
  21. 基于视觉的番木瓜外观品质检测技术研究,S667.9

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