基于双目视觉的嵌入式测距系统的研究

基于双目视觉的嵌入式测距系统的研究

论文摘要

双目视觉测距模型是立体测量、三维重建、产品检测和交通导航等常用的视觉模型。本文针对双目立体视觉系统的实时性低和成本高等问题,在资源受限的ARM嵌入式开发板上建立双目视觉系统,并在摄像头标定、图像预处理,图像校正、立体匹配、物体识别和景深计算等过程的算法及运算效率上做了系列的研究,对双目视觉的实用化、便携化进行尝试,并取得了较好的效果。文中先从双目立体视觉模型的研究入手,介绍了双目立体视觉的线性模型和畸变模型,并选用前向平行双目视觉模型和三角测量方法进行测距。实验平台搭建时,本文选用较为通用的ARM嵌入式开发板OK6410作为硬件平台、嵌入式Linux 3.0.1操作系统作为软件开发平台、普通的CMOS摄像头OV9650作为图像采集设备,同时设计相应的外接电路和编写相应的Linux平台驱动。进行摄像机标定时,本文先对标定的各种方法进行简要介绍,并着重介绍了张正友标定方法;然后基于该方法利用Matlab和OpenCV两个工具分别对摄像机进行标定,并做了详细的误差分析;标定后的重投影误差在0.4个像素内,属于亚像素级别,满足系统的精度要求。进行图像预处理和校正时,本文先对图像滤波的各种常用算法进行了分析和比较,并选用高斯滤波对图像进行预处理;然后对采集的图像进行畸变误差补偿,使图像更能真实的反应现实场景;最后使用Bouguel立体校正算法对图像对进行立体校正,使图像对满足“对极约束”,可降低后续立体匹配的复杂度。进行立体匹配时,本文提出了一种以物体纵向边缘点作为特征点的准稠密匹配算法。文中先对各种边缘提取算法进行分析和比较,并选用和修改了Canny算子,使其只提取物体纵向的边缘。该修改可提高约35.56%的处理速度,同时略去了横向的特征点,减少了匹配计算量,且对结果影响不大。立体匹配时以SAD作为相似性度量,引入“唯一性约束”对匹配点进行二次扫描,可对误匹配进行有效过滤。修改了SAD计算的窗口形状,以“米”字形代替矩形窗口,减少了大窗口时的计算量;同时对SAD计算进行了最小值剪枝,减少了多余的计算。进行物体识别和景深计算时,文中基于“连续性约束”,提出了一种相邻视差区间归类来表征物体的快速物体识别方法,完成一帧图像的识别只需5毫秒左右,实时性非常高;然后按视差区间的加权平均获得物体平均视差值;最后使用三角测量原理进行景深测量。本系统在1米内的精度误差在2.17%以内,完整处理一对图像对需要时间在0.5秒内。

论文目录

  • 中文摘要
  • Abstract
  • 第一章 绪论
  • 1.1 引言
  • 1.2 双目视觉概述
  • 1.3 双目视觉测距的研究现状及发展方向
  • 1.3.1 国内外研究现状
  • 1.3.2 双目视觉发展方向
  • 1.4 选题依据和研究思路
  • 1.5 课题主要研究内容
  • 第二章 双目视觉模型和实验平台搭建
  • 2.1 凸透镜成像模型
  • 2.2 成像坐标系统
  • 2.2.1 图像坐标系
  • 2.2.2 摄像机坐标系
  • 2.2.3 世界坐标系
  • 2.3 线性摄像机模型
  • 2.4 非线性摄像机模型
  • 2.5 双目视觉三维测量原理
  • 2.5.1 光轴相交
  • 2.5.2 光轴前向平行
  • 2.6 软硬件选型
  • 2.6.1 硬件平台选型
  • 2.6.2 软件平台选型
  • 2.7 双目图像采集模块软硬件设计
  • 2.7.1 硬件设计
  • 2.7.2 软件驱动
  • 2.8 本章小结
  • 第三章 摄像机标定
  • 3.1 摄像机标定内容
  • 3.2 摄像机标定概述
  • 3.2.1 传统标定方法
  • 3.2.2 自标定方法
  • 3.3 摄像机标定的张正友法
  • 3.3.1 投影方程
  • 3.3.2 参数求解
  • 3.4 标定过程与结果分析
  • 3.4.1 基于Matlab的标定
  • 3.4.2 基于OpenCV的标定
  • 3.4.3 两种方法对比
  • 3.5 本章小结
  • 第四章 图像预处理和图像校正
  • 4.1 图像滤波
  • 4.1.1 线性滤波
  • 4.1.2 中值滤波
  • 4.1.3 高斯滤波
  • 4.1.4 各种滤波方法比较
  • 4.2 畸变误差补偿
  • 4.3 立体校正
  • 4.3.1 Bouguet算法
  • 4.3.2 立体校正后的景深测量
  • 4.3.3 实验结果
  • 4.4 本章小结
  • 第五章 立体匹配、物体识别和深度计算
  • 5.1 边缘提取
  • 5.1.1 各种常用梯度算子
  • 5.1.2 Canny算子及其修改
  • 5.2 立体匹配
  • 5.2.1 立体匹配原理
  • 5.2.2 立体匹配算法分类
  • 5.2.3 准稠密匹配算法
  • 5.3 物体识别和景深计算
  • 5.4 本章小结
  • 第六章 整体设计及系统分析
  • 6.1 系统整体设计
  • 6.2 精度和时间分析
  • 6.3 误差分析
  • 6.4 本章小结
  • 总结与展望
  • 参考文献
  • 致谢
  • 个人简历
  • 在学期间研究成果及发表的学术论文
  • 相关论文文献

    标签:;  ;  ;  ;  ;  

    基于双目视觉的嵌入式测距系统的研究
    下载Doc文档

    猜你喜欢