目录
目录
摘要 ................................................................................................................................ I
Abstract ........................................................................................................................ III
第一章绪论 (1)
§1.1 课题研究目的和意义 (1)
§1.2 国内外研究现状 (2)
§1.3 本文主要研究工作 (3)
§1.4 论文的组织结构 (4)
第二章双目立体视觉测量系统分析与设计 (5)
§2.1 系统功能设计 (5)
§2.2 系统的结构框架 (7)
§2.3 系统开发平台介绍 (8)
§2.4 系统设计步骤 (8)
§2.5 本章小结 (9)
第三章摄像机标定技术研究与实现 (11)
§3.1 摄像机模型 (11)
§3.2标定方法研究 (12)
§3.2.1张正友平面标定法 (12)
§3.2.2 双目标定 (13)
§3.2.3 基于极线几何约束的立体图像校正 (14)
§3.3 标定及校正实验 (15)
§3.3.1 Matlab标定及校正实验 (15)
§3.3.2 VS2012实现的标定及校正实验 (18)
§3.4 本章小结 (20)
第四章立体匹配、视差优化以及双目测量 (21)
§4.1 立体匹配算法及其改进 (21)
§4.1.1 BM算法 (21)
§4.1.2 SGBM算法 (23)
§4.1.3 改进的SGBM算法 (25)
§4.2 提出的基于前景检测的视差优化算法 (29)
§4.2.1 前景目标提取 (29)
§4.2.2 最小二乘法优化视差 (29)
§4.2.3 该算法的实验效果及分析 (31)
§4.3 双目测量 (32)
§4.4 自动测量方法 (33)
V
万方数据
目录
§4.4.1 三维重投影 (33)
§4.4.2 计算最小外接矩形框 (34)
§4.4.3 测量过程 (36)
§4.5 本章小结 (37)
第五章系统研发和应用实例 (39)
§5.1 系统概述 (39)
§5.1.1 开发环境 (39)
§5.1.2 运行环境 (39)
§5.2 系统界面设计 (40)
§5.3 系统主要功能验证及测量结果分析 (40)
§5.3.1 双目标定 (40)
§5.3.2 半自动测量 (44)
§5.3.3 自动测量 (46)
§5.3.4 系统测量结果精度分析 (49)
§5.3.5 软件操作命令一览 (51)
§5.4 本章小结 (53)
第六章工作总结与展望 (55)
§6.1 工作总结 (55)
§6.2 课题展望 (56)
参考文献 (57)
致谢 (61)
作者在攻读硕士研究生期间主要研究成果 (63)
VI
万方数据
第一章绪论
第一章绪论
§1.1 课题研究目的和意义
视觉是人类认知和感知外界信息的主要途径，而随着信息技术的发展，计算机的存储更加快捷运算更加快速，智能机器人开始模仿人类完成各种工作，甚至完成人类无法完成的事情。而机器视觉是机器人智能化的主要研究方向之一，通过图像传感器获取图像或图像序列实现对周围环境信息的感知，再在计算机硬件的基础上再采用图像处理、模式识别、人工智能等方法实现对周围环境信息的认知，模拟出人类视觉[1]。
双目立体视觉则是模拟人的两个眼睛，实现对目标物体的三维感知，人之所以能够感知视野中物体的远近，即景深，是因为人的左右两个眼睛在看同一个事物时，获取的视图是不一样的，存在视差，根据三角测距原理，就能感知物体的远近；但是人的双眼无法精确感知物体的距离和大小，人们希望机器能够做到，于是双目立体视觉成为机器视觉的重点研究方向[2]。
双目立体视觉一般采用两路图像采集设备，在不同位置（一般为平行放置，尽量保证两摄像头的光线保持平行）采集同一目标的图像，利用各种内外参数以及同一目标在两视图中的偏差，根据投影模型获取目标物体的三维空间信息；而在实际应用中立体视觉不局限于双目，有时候为了获得更精准的目标物体结构和更逼真的三维模型，往往采用多摄像头从多个位置完成目标物体的拍摄[3]；双目测量只是双目立体视觉应用的一个方面，在获得目标物体三维点云的基础上，提取有用信息达到测量目标物体的目的，比如测距，我们就只需要深度信息，而测量则需要知道空间两点的三维坐标信息。
光学测量可以分为主动式和被动式，主动式测量需要主动发射光波，并检测和分析回波来实现测距，在军事上隐蔽性差，容易暴露自己；双目测量属于被动式测量，相对来说更具备隐蔽性和安全性[4]。在工业生产中，双目测量则可以应用在产品检测，智能监控等方面，为工业生产的自动化和智能化提供了技术基础。在交通应用方面，自主驾驶成为当前最热门的领域，如google的无人驾驶车已经达到很成熟的技术，其应用了大量的传感器来获取信息，而双目摄像头作为图像传感器有无可替代的位置。
通常，双目测量主要应用在测量目标物体到镜头的距离，而面对目标物体的长、宽、高信息无法自动测量；更重要的是，目前匹配算法局限性导致不能生成完整准确的视差图，不是所有的像素点都能产生有效视差，然后利用三角测距原理获取该点的世界三维坐标值[5]。如果能对局部视差进行优化，使目标物体生成完整的有效视差图，
1
万方数据