基于双目立体视觉的三维重建方法研究

论文摘要

视觉系统是人类最重要的功能器官,人类所获得的大部分外界信息都来自视觉。视觉技术是当前机器人领域研究的一个热点。同人类一样,视觉是机器人获取环境信息最重要的来源之一。论文针对双目立体视觉的几个关键技术进行了研究。双目立体视觉是从两个角度观察同一个景物,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）来获取景物的三维信息。双目立体视觉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。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,用手工方法和Harris角点检测获取模板特征点的图像坐标,通过实验和计算获取摄像机的参数。立体匹配是寻找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。针对具有圆形特征的目标,采用了改进的Hough变换检测圆的方法来精确地提取目标圆心特征,然后对左右图像所提取的特征点进行匹配。基于特征的立体匹配方法中,重点研究了SIFT特征点提取和匹配算法,并获得了匹配点的图像坐标。最后根据立体视觉基本原理,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,最后根据测量结果生成了3D环境的深度图。论文利用VC++.NET、OpenCV进行了实验的算法编程。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 引言
• 1.2 计算机视觉技术的发展
• 1.3 双目立体视觉概述
• 1.3.1 双目立体视觉研究内容
• 1.3.2 双目立体视觉研究现状及发展趋势
• 1.4 本文主要研究工作及内容结构安排
• 第2章 双目立体视觉系统
• 2.1 引言
• 2.2 双目立体视觉系统组成
• 2.3 双目立体视觉模型
• 2.3.1 透视投影成像模型
• 2.3.2 一般的双目立体视觉模型
• 2.3.3 摄像机横向平行配置的双目立体视觉模型
• 2.4 本章小结
• 第3章 双目摄像机的标定
• 3.1 引言
• 3.2 线性摄像机模型参数
• 3.2.1 图像坐标系、摄像机坐标系与世界坐标系
• 3.2.2 线性摄像机模型参数
• 3.3 非线性摄像机模型参数
• 3.4 张正友标定方法
• 3.4.1 标定方法介绍
• 3.4.2 Harris角点检测
• 3.4.3 实验步骤及结果
• 3.5 本章小结
• 第4章 基于改进Hough变换提取特征的匹配
• 4.1 引言
• 4.2 基于平面圆模板的改进的Hough变换的特征提取
• 4.2.1 灰度化
• 4.2.2 二值化
• 4.2.3 边缘检测
• 4.2.4 基于改进的Hough变换的特征提取
• 4.3 特征点匹配
• 4.3.1 极线约束
• 4.3.2 匹配结果
• 4.4 本章小结
• 第5章 立体匹配算法研究
• 5.1 引言
• 5.2 立体匹配的内容及方法
• 5.2.1 立体匹配的内容
• 5.2.2 立体匹配方法
• 5.3 SIFT特征点提取与匹配
• 5.3.1 SIFT特征点提取与匹配
• 5.3.2 SIFT特征点提取和匹配结果
• 5.4 本章小结
• 第6章 三维重建
• 6.1 引言
• 6.2 三维坐标计算
• 6.2.1 立体视觉原理
• 6.2.2 三维坐标计算
• 6.2.3 三维坐标计算结果及误差分析
• 6.3 深度图生成
• 6.4 本章小结
• 第7章 总结与展望
• 参考文献
• 致谢
• 研究生履历