学位论文 > 优秀研究生学位论文题录展示

基于双目视觉的三维信息获取及重构方法研究

作　者: 江明
导　师: 刘辉
学　校: 昆明理工大学
专　业: 计算机系统结构
关键词: 双目立体视觉摄像机定标立体匹配三维重建
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 194次
引　用: 0次
阅　读: 论文下载

内容摘要

视觉是人类观察世界、认识世界的重要手段。科学研究和统计表明,人类从外界获得的信息约有75%是从视觉中得到的。计算机视觉则是用计算机实现人的视觉功能,对客观世界的三维信息进行感知和解释的一门学科。它通过图像传感器获得图像序列,再通过计算机对图像序列进行图像处理,模式识别等方式来理解图像,并对该图像所表示的三维世界进行描述和理解。其最终目标就是让计算机能够像人一样通过图像传感器这双眼睛来观察和理解这个世界。在计算机科学和工程、信号处理、物理学、应用数学和统计学、神经生理学和认知科学等研究方面以及在制造业、检验、文档分析、医疗诊断和军事等领域的各种智能应用方面,计算机视觉都有着非常广泛的应用前景。基于双目立体视觉的三维重建是利用计算机视觉和图像处理技术进行三维重建的一种方法。同其他三维重建的方法相比,这种方法不需要其他辅助设备来帮助重建,利用双目视觉中所包含的场景深度信息来进行三维重建,因此有速度快、效率高和成本低的优点。一个完整的基于双目立体视觉的三维重建系统主要包括双目立体视觉采集平台和软件开发平台,软件开发平台又划分为摄像机定标、特征提取、极线校正、立体匹配和三维重建五个模块。本文按照基于双目立体视觉的三维重建系统的结构划分来分别介绍各个部分的相关原理。系统采用了两台参数不同的摄像机来搭建双目立体视觉图像采集平台,由于参数不同会对定标结果产生一定的误差。因此本文提出了一种先采用张正友定标法对每一台摄像机单独定标再进行一次立体定标的方法,以修正摄像机的定标结果并计算两台计算机间的相对位置,减小因参数不同导致的误差。在匹配前,通过Canny边缘检测来提取强特征点以供立体匹配。再利用摄像机定标的结果对图像进行极线校正,使经过校正后的图像行对齐,以此提高立体匹配的速度和精度。图像经过校正后即可对提取的强特征点进行立体匹配,本文采用了一种基于灰度窗口的稀疏点匹配的方法,即将图像中强特征点的邻域窗口的灰度进行匹配,将所有特征点都进行匹配后,进行一次线性插值以恢复表面信息,因为特征点数量少,又具有很强的特征性,所以有速度快精度高的优点。最后利用匹配结果进行三维重建,并提出了一种基于已校正图像的快速三维重建算法,计算出匹配点的三维空间坐标以及图像的深度信息图,并根据深度图在OpenGL中进行三维图形重建。本文最终对该算法进行了实现并且在采用不同参数的情况下进行了大量的实验。实验结果表明,在立体匹配时,匹配结果会因窗口尺寸取值不同而产生误差,并且不同的图像在应用同一窗口尺寸来进行匹配时也会产生误差。而在匹配后进行三维重建时,由于世界坐标系原点取值不同,点的三维坐标会有不同的结果。但是视差图已基本可以正确的反映出点离摄像机的距离,并且通过OpenGL进行图形重建后也基本还原了三维场景。

全文目录

摘要  3-5
Abstract  5-9
第一章绪论  9-13
  1.1 课题背景和意义  9-10
  1.2 国内外研究现状  10-11
  1.3 本文工作  11-13
    1.3.1 主要研究内容  11-12
    1.3.2 论文结构安排  12-13
第二章摄像机定标  13-26
  2.1 摄像机定标的基本原理  13-16
  2.2 摄像机定标  16-23
    2.2.1 单摄像机定标  16-22
    2.2.2 立体定标  22-23
  2.3 摄像机畸变校正  23-25
  2.4 本章小结  25-26
第三章特征提取和立体匹配  26-38
  3.1 特征提取  26-30
    3.1.1 概述  26
    3.1.2 Harris角点检测  26-28
    3.1.3 边缘检测  28-29
    3.1.4 自适应边缘检测  29-30
  3.2 立体匹配  30-37
    3.2.1 立体匹配概述  30-31
    3.2.2 极线约束  31
    3.2.3 图像校正  31-34
    3.2.4 基于窗口的稀疏点匹配  34-37
  3.3 本章小节  37-38
第四章三维重建  38-46
  4.1 三维重建概述  38-40
    4.1.1 光度立体视觉的三维重建  38-39
    4.1.2 结构光三维视觉三维重建  39-40
  4.2 双目视觉的三维重建  40-45
    4.2.1 基本原理  41
    4.2.2 基于已校正图像的快速三维重建算法  41-43
    4.2.3 算法比较  43-45
  4.3 本章小结  45-46
第五章基于双目视觉的三维重建系统  46-62
  5.1 系统流程  46-47
  5.2 双目立体视觉采集平台  47-48
  5.3 软件开发平台  48-59
    5.3.1 OpenCV简介  48
    5.3.2 软件功能模块  48-59
  5.4 三维重建模块  59-61
    5.4.1 OPENGL简介  59-60
    5.4.2 OPENGL基本流程  60-61
  5.5 本章小节  61-62
第六章系统实现与分析  62-68
  6.1 系统结果演示  62-67
    6.1.1 提取实验图像  62-63
    6.1.2 摄像机定标  63
    6.1.3 特征提取  63-64
    6.1.4 立体匹配和三维重建  64-67
  6.2 结果分析  67
  6.3 本章小节  67-68
第七章总结与展望  68-70
  7.1 总结  68-69
  7.2 不足与展望  69-70
致谢  70-71
参考文献  71-75
攻读硕士期间发表的论文  75

基于双目视觉的三维信息获取及重构方法研究

内容摘要

全文目录

相似论文