论文摘要
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。
论文目录
相关论文文献
- [1].基于计算机视觉求解数独的系统设计[J]. 中国科技信息 2020(02)
- [2].计算机视觉中的深度学习专题简介[J]. 中国科学:信息科学 2019(12)
- [3].深度学习在计算机视觉领域的应用进展[J]. 计算机产品与流通 2020(01)
- [4].计算机视觉中的深度学习专题(2020)简介[J]. 中国科学:信息科学 2020(02)
- [5].计算机视觉与感知在智慧安防中的应用[J]. 移动通信 2020(03)
- [6].试析计算机视觉艺术在数字媒体中的应用[J]. 电子世界 2020(07)
- [7].计算机视觉各技术分支专利分析[J]. 高科技与产业化 2020(04)
- [8].计算机视觉产业专利分析报告[J]. 高科技与产业化 2020(05)
- [9].基于计算机视觉核桃质量预测方法的探讨[J]. 无线互联科技 2020(09)
- [10].关于高校计算机视觉课程教学的思考[J]. 计算机产品与流通 2020(09)
- [11].眼控科技:计算机视觉融入交通和气象[J]. 机器人产业 2020(05)
- [12].深度学习在计算机视觉领域的应用发展探究[J]. 电脑编程技巧与维护 2020(09)
- [13].计算机视觉赋能中小企业[J]. 机器人产业 2020(05)
- [14].医学3D计算机视觉:研究进展和挑战[J]. 中国图象图形学报 2020(10)
- [15].计算机视觉在水稻大面积制种中的应用研究[J]. 农机化研究 2019(03)
- [16].微课在计算机视觉课中的应用探究[J]. 中国新通信 2018(23)
- [17].深度学习分类网络研究及其在计算机视觉中的应用[J]. 通讯世界 2019(03)
- [18].感知世界 洞察未来——2018年计算机视觉行业回顾与展望[J]. 中国城市金融 2019(02)
- [19].基于计算机视觉的玉米田间除草系统开发[J]. 农机化研究 2018(03)
- [20].基于计算机视觉的玉米种子形态识别测量[J]. 农机化研究 2018(04)
- [21].基于计算机视觉的小麦长势监控研究[J]. 农机化研究 2018(04)
- [22].基于计算机视觉的瓜果采摘系统的运用研究[J]. 农机化研究 2018(01)
- [23].计算机视觉研究综述[J]. 电子世界 2018(01)
- [24].基于计算机视觉的深度估计方法[J]. 科技资讯 2018(04)
- [25].计算机视觉艺术在数字媒体艺术中的应用研究[J]. 山西大同大学学报(自然科学版) 2017(01)
- [26].计算机视觉:数字世界新曙光[J]. 国资报告 2017(02)
- [27].数字摄影测量与计算机视觉概述[J]. 测绘标准化 2016(02)
- [28].计算机视觉艺术在数字媒体的应用探讨[J]. 中国报业 2016(18)
- [29].计算机视觉艺术在数字媒体领域的应用研究[J]. 互联网天地 2015(07)
- [30].基于计算机视觉的运动目标分析[J]. 电脑迷 2017(12)