中国科学技术大学
硕士学位论文
提高双目视觉位姿测量精度的研究
姓名：林艳
申请学位级别：硕士
专业：模式识别与智能系统
指导教师：孔斌
20080501
双目视觉成像原理 1.引言 双目立体视觉(BiｎoculａｒStereo Viｓｉoｎ)是机器视觉的一种重要形式，它是基于视差原理并利用成像设备从不同的位置获取被测物体的两幅图像,通过计算图像对应点间的位置偏差,来获取物体三维几何信息的方法。融合两只眼睛获得的图像并观察它们之间的差别,使我们可以获得明显的深度感,建立特征间的对应关系，将同一空间物理点在不同图像中的映像点对应起来，这个差别，我们称作视差(Dｉｓpａrity)图。 双目立体视觉测量方法具有效率高、精度合适、系统结构简单、成本低等优点,非常适合于制造现场的在线、非接触产品检测和质量控制。对运动物体(包括动物和人体形体）测量中，由于图像获取是在瞬间完成的,因此立体视觉方法是一种更有效的测量方法。双目立体视觉系统是计算机视觉的关键技术之一,获取空间三维场景的距离信息也是计算机视觉研究中最基础的内容。 2.双目立体视觉系统 立体视觉系统由左右两部摄像机组成。如图一所示，图中分别以下标L和r标注左、右摄像机的相应参数。世界空间中一点Ａ（X,Y,Z)在左右摄像机的成像面ＣL和CＲ上的像点分别为ａl(ｕl,vl)和ａr(ur,vr)。这两个像点是世界空间中同一个对象点A的像，称为“共轭点”。知道了这两个共轭像点，分别作它们与各自相机的光心Ol和Oｒ的连线，即投影线ａlOl和arＯr,它们的交点即为世界空间中的对象点A(X,Y,Z)。这就是立体视觉的基本原理。 图1:立体视觉系统 ３.双目立体视觉相关基本理论说明 3．1双目立体视觉原理 双目立体视觉三维测量是基于视差原理,图2所示为简单的平视双目立体成像原理图,两摄像机的投影中心的连线的距离,即基线距为b。摄像机坐标系的原点在摄像机镜头的光心处,坐标系如图２所示。事实上摄像机的成像平面在镜头的光心后,图２中将左右成像平面绘制在镜头的光心前f处,这个虚拟的图像平面坐标系O1uｖ的u轴和v轴与和摄像机坐标系的x轴和ｙ轴方向一致,这样可以简化计算过程。左右图像坐标系的原
二等水准测量设计和技术要求 1. 水准网的布设 1. 1水准网的技术设计 水准网布设前，必须进行技术设计，获得水准网和水准路线的最佳布设方案。技术设计的要求、内容和审批程序按照ZD A75 001《测绘技术设计规定》执行。 1. 2高程系统和高程基准 水准点的高程采用正常高系统，按照1985国家高程基准起算。 海上岛屿不能与国家高程网直接连测时，可建立局部水准原点，根据岛上验潮站平均海水面的观测确定其高程，作为该岛屿及其附近岛屿的高程基准。凡采用局部水准原点测定的 水准点高程，应在水准点成果表中注明，并说明局部高程基准的有关情况。 1. 3水准测量的精度 每公里水准测量的偶然中误差M和每公里水准测量的全中误差M W—般不得超过表1 规定的数值。 和W的计算方法见后面式（1）和式（2）规定。 2. 选点与埋石 2. 1选点 2.1.1选定水准路线时，应尽量沿坡度较小的公路、大路进行，应避开土质松软的地段和磁 场甚强的地段，应避开行人、车辆来往繁多的街道和大的火车站等，应尽量避免通过大的河 流、湖泊、沼泽与峡谷等障碍物；选定水准点时，必须能保证点位地基坚实稳定、安全僻静，并利于标石长期保存与观测。 2.1.2每一个水准点点位选定后，应设立一个注有点号、标石类型的点位标志，并按规定填 绘点之记；在选定水准路线的过程中，须按规定绘制水准路线图；对于水准网的结点，还须 按规定格式填绘结点接测图。 3. 2埋石 水准标石，含基岩水准标石、基本水准标石和普通水准标石三大类型。根据其制作材料 和埋石规格的不同，可分别为表2所列十一种标石。
混凝土普通水准标石钢管普通水准标石岩层普通水准标石混凝土柱普通水准标石爆破型混凝土柱普通水准标石墙 角水准标志 3 普通水准标石 标石的埋石类型可根据实地情况及相应的规定要求选定、埋设和整饰。 4.仪器的技术要求 4. 1仪器的选用 二等水准测量中使用的仪器按表3规定执行。 二等水准测量中所用仪器其技术指标按表4规定执行。
视觉检测系统报告 年春季学期研究生课程考核（阅读报告、研究报告）考核科目:视觉测量系统学所在院（系）:电气工程及自动化学院学生所在学科:仪器科学与技术学生姓名:***学 号:10S001***学生类别:工学硕士考核结果: 阅卷人: 视觉测量系统课程报告第一部分视觉测量系统发展现状综述机器视觉自起步发展到现在，已有15年的发展历史。应该说机器视觉作为一种应用系统，其功能特点是随着工业自动化的发展而逐渐完善和发展的。 目前全球整个视觉市场总量大概在60～70亿美元，是按照每年 8、8%的增长速度增长的。而在中国，这个数字目前看来似乎有些庞大，但是随着加工制造业的发展，中国对于机器视觉的需求将承上升趋势。 一、机器视觉的定义及特点简言之，机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品（即图像摄取装置，分CMOS和CCD两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。
机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。 正是由于机器视觉系统可以快速获取大量信息，而且易于自动处理，也易于同设计信息以及加工控制信息集成，因此，在现代自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。在中国，这种应用也在逐渐被认知，且带来最直接的反应就是国内对于机器视觉的需求将越来越多。 二、机器视觉在国内外的应用现状在国外，机器视觉的应用普及主要体现在半导体及电子行业，其中大概40%～50%都集中在半导体行业。具体如PCB印刷电路：各类生产印刷电路板组装技术、设备；单、双面、多层线路板，覆铜板及所需的材料及辅料；辅助设施以及耗材、油墨、药水药剂、配件；电子封装技术与设备；丝网印刷设备及丝网周边材料等。SMT表面贴装：SMT工艺与设备、焊接设备、测试仪器、返修设备及各种辅助工具及配件、SMT材料、贴片剂、胶粘剂、焊剂、焊料及防氧化油、焊膏、清洗剂等；再流焊机、波峰焊机及自动化生产线设备。电子生产加工设备：电子元件制造设备、半导体及集成电路制造设备、元
技术细节 本项目应用了嵌入式中央控制及工业级图像高速传输控制技术，基于CCD/CMOS与DSP/FPGA的图像识别与处理技术，成功建立了光电检测系统。应用模糊控制的精选参数自整定技术，使系统具有对精确检测的自适应调整,实现产品的自动分选功能。 图1 控制系统流程图 光电检测系统主要通过检测被检物的一些特征参数(灰度分布,RGB分值等)，从而将缺陷信息从物体中准确地识别出来，通过后续的系统进行下一步操作，主要分为以下几部分 CCD/CMOS图像采集部分 系统图像数据采集处理板中光信号检测元件CCD/CMOS采用进口的适合于高精度检测的动态分析单路输出型、保证实际数据输出速率为320MB/s的面阵CCD/CMOS。像素分别为4000*3000和1600*1200，帧率达到10FPS。使用CCD/CMOS 作为输入图像传感器，从而实现了图像信息从空间域到时间域的变换。为了保证所需的检测精度，需要确定合理的分辨率。根据被检测产品的大小,初步确定系统设计分辨率为像素为0.2mm。将CCD/CMOS接收的光强信号转换成电压幅值，再经过A/D转换后由DSP/ FPGA芯片进行信号采集，即视频信号的量化处理过程，图像采集处理过程如图所示：
图2 图像采集处理过程 数据处理部分 在自动检测中，是利用基于分割的图像匹配算法来进行图像的配对为基础的。图像分割的任务是将图像分解成互不相交的一些区域，每一个区域都满足特定区域的一致性，且是连通的，不同的区域有某种显著的差异性。分割后根据每个区域的特征来进行图像匹配，基于特征的匹配方法一般分为四个步骤：特征检测、建立特征描述、特征匹配、利用匹配的“特征对”求取图像配准模型参数。 算法基本步骤如下: 1)利用图像的色彩、灰度、边缘、纹理等信息对异源图像分别进行分割，提取区域特征； 2)进行搜索匹配，在每一匹配位置将实时图与基准图的分割结果进行融合，得到综合分割结果； 3)利用分割相似度描述或最小新增边缘准则找出正确匹配位置。 设实时图像分割为m个区域，用符号{A1，A2，… Am}表示，其异源基准图像分割为n个区域，用符号{B1，B2，…Bn}表示。分割结果融合方法如下: 在每一个匹配位置，即假设的图像点对应关系成立时，图像点既位于实时图中，又位于其异源基准图像中，则融合后区域点的标识记为：（A1B1，A1B2，…，A2B1，A2B2，…）。标识AiBj表示该点在实时图中位于区域i，在基准图中位于区域j。算法匹配过程如下图所示：
二等水准测量设计和技术要求 1. 水准网的布设 1．1水准网的技术设计 水准网布设前，必须进行技术设计，获得水准网和水准路线的最佳布设方案。技术设计的要求、内容和审批程序按照ZD A75 001《测绘技术设计规定》执行。 1． 2高程系统和高程基准 水准点的高程采用正常高系统，按照1985国家高程基准起算。 海上岛屿不能与国家高程网直接连测时，可建立局部水准原点，根据岛上验潮站平均海 水面的观测确定其高程，作为该岛屿及其附近岛屿的高程基准。凡采用局部水准原点测定的水准点高程，应在水准点成果表中注明，并说明局部高程基准的有关情况。 1． 3水准测量的精度 每公里水准测量的偶然中误差?M 和每公里水准测量的全中误差W M 一般不得超过表1 规定的数值。 ?M 和W M 的计算方法见后面式（1）和式（2）规定。 2． 选点与埋石 2．1选点 2.1.1选定水准路线时，应尽量沿坡度较小的公路、大路进行，应避开土质松软的地段和磁场甚强的地段，应避开行人、车辆来往繁多的街道和大的火车站等，应尽量避免通过大的河流、湖泊、沼泽与峡谷等障碍物；选定水准点时，必须能保证点位地基坚实稳定、安全僻静，并利于标石长期保存与观测。 2.1.2每一个水准点点位选定后，应设立一个注有点号、标石类型的点位标志，并按规定填绘点之记；在选定水准路线的过程中，须按规定绘制水准路线图；对于水准网的结点，还须按规定格式填绘结点接测图。 3． 2埋石 水准标石，含基岩水准标石、基本水准标石和普通水准标石三大类型。根据其制作材料和埋石规格的不同，可分别为表2所列十一种标石。
标石的埋石类型可根据实地情况及相应的规定要求选定、埋设和整饰。4．仪器的技术要求 4．1仪器的选用 二等水准测量中使用的仪器按表3规定执行。 4．3仪器技术指标 二等水准测量中所用仪器其技术指标按表4规定执行。
双目视觉成像原理
双目视觉成像原理 1.引言 双目立体视觉(Binocular Stereo Vision)是机器视觉的一种重要形式，它是基于视差原理并利用成像设备从不同的位置获取被测物体的两幅图像，通过计算图像对应点间的位置偏差，来获取物体三维几何信息的方法。融合两只眼睛获得的图像并观察它们之间的差别，使我们可以获得明显的深度感，建立特征间的对应关系，将同一空间物理点在不同图像中的映像点对应起来，这个差别，我们称作视差(Disparity)图。 双目立体视觉测量方法具有效率高、精度合适、系统结构简单、成本低等优点，非常适合于制造现场的在线、非接触产品检测和质量控制。对运动物体（包括动物和人体形体）测量中，由于图像获取是在瞬间完成的，因此立体视觉方法是一种更有效的测量方法。双目立体视觉系统是计算机视觉的关键技术之一，获取空间三维场景的距离信息也是计算机视觉研究中最基础的内容。2.双目立体视觉系统 立体视觉系统由左右两部摄像机组成。如图一所示，图中分别以下标L和r标注左、右摄像机的相应参数。世界空间中一点A(X，Y，Z)在左右摄像机的成像面C L和C R上的像点分别为al(ul，vl)和ar(ur，vr)。这两个像点是世界空间中同一个对象点A的像，称为“共轭点”。知道了这两个共轭像点，分别作它们与各自相机的光心Ol和Or的连线，即投影线alOl和arOr，它们的交点即为世界空间中的对象点A(X，Y，Z)。这就是立体视觉的基本原理。
图1：立体视觉系统 3.双目立体视觉相关基本理论说明 3．1 双目立体视觉原理 双目立体视觉三维测量是基于视差原理，图2所示为简单的平视双目 立体成像原理图，两摄像机的投影中心的连线的距离，即基线距为b 。摄像机坐标系的原点在摄像机镜头的光心处，坐标系如图2所示。事实上摄像机的成像平面在镜头的光心后，图2中将左右成像平面绘制在镜头的光心前f 处，这个虚拟的图像平面坐标系O1uv 的u 轴和v 轴与和摄像机坐标系的x 轴和y 轴方向一致，这样可以简化计算过程。左右图像坐标系的原点在摄像机光轴与平面的交点O1和O2。空间中某点P 在左图像和右图像中相应的坐标分别为P1(u1,v1)和P2(u2,v2)。假定两摄像机的图像在同一个平面上，则点P 图像坐标的Y 坐标相同，即v1=v2。由三角几何关系得到: c c 1z x f u = c c 2z ）b -x （f u = v 1 c c 21z y f v v ==
双目立体视觉的水下应用 从图像预处理、相机标定、立体匹配三个方面论述了双目视觉在水下场景的应用，比较了与空气环境中应用的不同，对水下双目视觉发展趋势做了分析。 标签：水下双目视觉；相机标定；立体匹配 Abstract：This paper discusses the application of binocular vision in underwater scene from three aspects of image preprocessing，camera calibration and stereo matching，compares the application of binocular vision with that in air environment，and analyzes the development trend of underwater binocular vision. Keywords：underwater binocular vision；camera calibration；stereo matching 引言 双目立体视觉技术利用视差理论恢复像素的深度信息和三维坐标，通过获取左右两个视角下同时采集的两幅图像恢复三维场景信息，还原真实的三维世界，为导航提供目标的位置信息描述，是被动式视觉测量技术的一种。作为计算机视觉的一个重要分支，双目立体视觉技术模型简洁，运算高效，有着广阔的应用前景。而随着海洋科学技术的发展和人类对海洋资源探索的逐渐深入，双目视觉技术逐渐被应用到海洋探测，在对水下目标的监控、海底地形测绘、海流测量、水下军事设施的探测和侦查等方面都有着广泛的应用。 双目立体视觉系统模拟人眼，通过三角测量原理来获取图像的视差，进而得到目标三维信息，一般由以下几个功能模块组成：图像采集，相机标定，立体匹配，三维重建。常规的双目视觉大多是在单一介质的空气中，而由于水下环境的特殊性，往往存在光的散射，吸收效应等不利因素的干扰，相关技术方法也应随环境作适应性调整。本文从图像处理，相机标定，立体匹配这三个方面在水下场景的应用做了论述，阐明了与单一空气介质环境中的不同，并对水下双目立体视觉技术的发展做了展望。 1 成像模型 双目立体视觉用到的模型一般是线性的针孔模型，该模型是双目立体视觉中成像的基本模型，将相机理想化，并把空间点投影视为中心，投影未考虑镜头畸变和环境等其他因素，所以也叫线性摄像机模型。而水下成像模型则是考虑到折射的影响，对此做相应补偿和修正。 在双目立体视觉系统中，为了研究空间点和像点的投影关系，通常会用到4个坐标系：世界坐标系OW-XWYWXW、相机坐标系O-xyz、图像物理坐标系O-XY和图像像素坐标系Of-uv。
二等水准测量实习报告
作者: 日期:
二等水准测量实习报 告 口
目录 一、实习目的 (2) 二、实习任务............................................... .2 三、实习的组织与准备 (2) 四、实习要求......................................... .2 五、仪器及工具..................................... ?? (2) 六、实习步骤 (4) 七、主要技术要求................................ .. (6) 八、注意事项............................................. .6 九、实习心得体会 (7)
一、实习的目的 控制测量学是研究精确测定和描绘地面控制点空间位置及其变化的学科。它的服务对象主要是各种工程建设、城镇建设和土地规划与管理等工作。它是各种测量学的基础。所以控制测量的实习非常重要。控制测量学集中学习是在课堂结 束之后在实习地集中的实践性教学，是各项课间的综合应用，是巩固和深化课堂所学知识的必要环节。通过实习，不仅了解到了控制测量的全过程，系统地掌握测量仪器的操作和检校、待定点计算的基本技能，而且为今后解决实际工程中的有关问题打下基础，还能在业务组织能力和实际工作能力方面的锻炼。通过一条水准环线的施测，掌握二等精密水准测量的观测和记录，使所学知识得到一次实际的应用在实习中培养了我们严格认真的科学态度、塌实求实的工作作风、吃苦耐劳的献身精神和团结协作的集体观念。 二、实习任务 利用精密水准仪围绕本学校的篮球场测一圈。每个组员都要轮换进行观测，拉尺，举尺还有就是记录数据并行结算。尽量做到人人都能熟练掌握精密水准的操作和使用方法和技巧，并能快速准确无误的记录和处理结算处正确的结果。 三、实习的组织与准备 了解精密水准测量的规范，掌握规范要求和注意点，了解精密水准测量记录纸的观察记录顺序。 对班级人员分组，精密水准测量分组情况（共6人）： 本组组员：许勤肖燕赵建新钟万红邓灯余朱立成 （三）、实习的仪器和工具 精密水准测量：自动安平水准仪J2 一台，数码水准尺一对，测绳，二等水准测量记录纸 四、实习要求 1、每组选定一条0.6—I.OKm的闭合水准环线，每人完成不少于一个测站上的观测、记录、扶尺、拉绳的作业。 2、计算环线测量成果表。
研究背景： 产品表面质量是产品质量的重要组成部分，也是产品商业价值的重要保障。产品表面缺陷检测技术从最初的依靠人工目视检测到现在以CCD 和数字图像处理技术为代表的计算机视觉检测技术，大致经历了三个阶段，分别是传统检测技术阶段、无损检测技术阶段、计算机视觉检测技术阶段。[] 传统检测技术 （1）人工目视检测法 （2）频闪检测法 无损检测技术 （1）涡流检测法 （2）红外检测法 （3）漏磁检测法 计算机视觉检测技术 （1）激光扫描检测法 （2）CCD 检测法 采用荧光管等照明设备，以一定方向照射到物体表面上，使用CCD摄像机来扫描物体表面，并将获得的图像信号输入计算机，通过图像预处理、缺陷区域的边缘检测、缺陷图像二值化等图像处理后，提取图像中的表面缺陷的相关特征参数，再进行缺陷图像识别，从而判断出是否存在缺陷及缺陷的种类信息等。 优点：实时性好，精确度高，灵活性好，用途易于扩充，非接触式无损检测。 基于机器视觉的缺陷检测系统优点： 集成化生产缩短产品进入市场时间改进生产流程100%质量保证实时过程监控提高产量精确检测100%检测 由于经济和技术原因国内绝大多数图像处理技术公司都以代理国外产品为主，没有或者很少涉足拥有自主知识产权的机器视觉在线检测设备，对视觉技术的开发应用停留在比较低端的小系统集成上，对需要进行大数据量的实时在线检测的研究很少也很少有成功案例，但是随着国内经济发展和技术手段不断提高对产品质量检测要求就更高，对在线检测设备的需求也就更大具有巨大的市场潜力。 机器视觉图像处理技术是视觉检测的核心技术 铸件常见缺陷：砂眼气孔缩孔披缝粘砂冷隔掉砂毛刺浇不足缺陷变形 问题的提出： 1.水渍、污迹等不属于铸件缺陷，但由于其外观形貌与缺陷非常类似, 因此易被检测系统误识为缺陷。从目前发表的文献来看，对于伪缺陷的识别率较低。 2.不同种缺陷之间可能存在形状、纹理等方面的相似性，造成缺陷误判。 国外研究发展现状： 20 世纪90 年代后，基于机器视觉检测系统的自动化功能和实用化水平得到了进一步的提高。 1990 年芬兰Rautaruukki New Technology公司研制了Smartivis表面检测系统[]，该系统具有自学习分类功能，应用机器学习方法对决策树结构进行自动设计优化。 1996 年美国Cognex公司研发了一套iLearn自学习分类器软件系统并应用于其研制了iS-2000 自动检测系统。通过这两套系统的无缝衔接，极大地提高了检测系统实时的运算速度，有效的改进了传统自学习分类方法在算法执行速度、数据实时吞吐量、样本训练集规模及模式特征自动选择等方面的不足之处[]。 2004 年Parsytec公司发布了新一代表面质量检测产品Parsytec5i，该系统运用了自学习神经
双目立体视觉技术的实现及其进展 摘要：阐述了双目立体视觉技术在国内外应用的最新动态及其优越性。指出双目体视技术的实现分为图像获取、摄像机标定、特片提取、立体匹配和三维重建几个步骤，详细分析了各个步骤的技术特点、存在的问题和解决方案，并对双目体视技术的发展做了展望。 关键词：双目立体视觉计算机视觉立体匹配摄像机标定特征提取 双目立体视觉是计算机视觉的一个重要分支，即由不同位置的两台或者一台摄像机（CCD）经过移动或旋转拍摄同一幅场景，通过计算空间点在两幅国像中的视差，获得该点的三维坐标值。80年代美国麻省理工学院人工智能实验室的Marr提出了一种视觉计算理论并应用在双睛匹配上，使两张有视差的平面图产生在深度的立体图形，奠定了双目立体视觉发展理论基础。相比其他类的体视方法，如透镜板三维成像、投影式三维显示、全息照相术等，双目本视直接模拟人类双眼处理景物的方式，可靠简便，在许多领域均极具应用价值，如微操作系统的位姿检测与控制、机器人导航与航测、三维测量学及虚拟现实等。 1 双目体视的技术特点 双目标视技术的实现可分为以下步骤：图像获取、摄像机标定、特征提取、图像匹配和三维重建，下面依次介绍各个步骤的实现方法和技术特点。 1.1 图像获取 双目体视的图像获取是由不同位置的两台或者一台摄像机（CCD）经过移动或旋转拍摄同一幅场景，获取立体图像对。其针孔模型如图1。假定摄像机C1与C2的角距和内部参数都相等，两摄像机的光轴互相平行，二维成像平面X1O1Y1和X2O2Y2重合，P1与P2分别是空间点P在C1与C2上的成像点。但一般情况下，针孔模型两个摄像机的内部参数不可能完成相同，摄像机安装时无法看到光轴和成像平面，故实际中难以应用。 上海交大在理论上对会摄式双目体视系统的测量精度与系统结构参数之间的关系作了详尽分析，并通过试验指出，对某一特定点进行三角测量。该点测量误差与两CCD光轴夹角是一复杂的函数关系；若两摄像头光轴夹角一定，则被测坐标与摄像头坐标系之间距离越大，测量得到点距离的误差就越大。在满足测量范围的前提下，应选择两CCD之间夹角在50℃～80℃之间。 1.2 摄像机的标定 对双目体视而言，CCD摄像机、数码相机是利用计算机技术对物理世界进行重建前的基本测量工具，对它们的标定是实现立体视觉基本而又关键的一步。通常先采用单摄像机的标定方法，分别得到两个摄像机的内、外参数；再通过同一世界坐标中的一组定标点来建立两个摄像机之间的位置关系。目前常用的单摄像机标定方法主要有： （1）摄影测量学的传统设备标定法。利用至少17个参数描述摄像机与三维物体空间的结束关系，计算量非常大。 （2）直接线性变换性。涉及的参数少、便于计算。 （3）透视变换短阵法。从透视变换的角度来建立摄像机的成像模型，无需初始值，可进行实时计算。 （4）相机标定的两步法。首先采用透视短阵变换的方法求解线性系统的摄像机参数，再以求得的参数为初始值，考虑畸变因素，利用最优化方法求得非线性解，标定精度较高。 （5）双平面标定法。 在双摄像机标定中，需要精确的外部参数。由于结构配置很难准确，两个摄像机的距离
双目视觉传感器系统 视觉检测广泛地应用于工件的完整性、表面平整度的测量:微电子器件(IC芯片、PC板、BGA)等的自动检测;软质、易脆零部件的检测;各种模具三维形状的检测;机器人的视觉导引等。最具有吸引力的是由视觉传感器阵列组成的大型物体(如白车身)空间三维尺寸多传感器视觉检测系统。 双目视觉传感器由两台性能相同的面阵CCD摄像机组成,基于立体视差的原理,可完成视场内的所有特征点的三维测量,尤其是其它类型的视觉传感器所不能完成的测量任务,如圆孔的中心、三棱顶点位置的测量等。因此,双目视觉传感器是多传感器视觉检测系统的主要传感器之一。要实现双目视觉传感器直接测量大型物体关键点的三维测量,就必须知道传感器的内部参数(摄像机的参数)、结构参数(两摄像机间的位置关系)及传感器坐标系与检测系统的整体坐标系的关系(即全局标定)。因此,在实际测量之前,先要对摄像机进行参数标定。一般方法是,传感器被提供给整个系统使用前,就离线完成传感器的内部参数及结构参数的标定,采用一标准二维精密靶标及一维精密导轨,通过移动导轨来确定坐标系的一个坐标,通过摄像机的像面坐标及三个世界坐标的对应关系求得这些参数。 这种方法的缺点是:标定过程中,需要精确调整靶标与导轨的垂直关系,而且需多次准确移动导轨;同时标定过程的环境与实际测量的情形有差异;传感器在安装的过程中,易引起部分参数的变化,需多次的拆卸;摄像机还需进行全局标定。由此可知标定的劳动强度大,精度难以保证。本文提出了一种现场双目传感器的标定方法,只需先确定摄像机的部分不易变化的参数,其它参数在摄像机安装到整个系统后进行标定。该方法大大地减少了上述因素的影响,能得到满意的标定精度。 双目视觉测量探头由2个CCD摄像机和1个半导体激光器组成，如下图所示。
§5.5 精密水准测量的实施 精密水准测量一般指国家一、二等水准测量，在各项工程的不同建设阶段的高程控制测量中，极少进行一等水准测量，故在工程测量技术规范中，将水准测量分为二、三、四等三个等级，其精度指标与国家水准测量的相应等级一致。 下面以二等水准测量为例来说明精密水准测量的实施。 5.5.1 精密水准测量作业的一般规定 在前一节中，分析了有关水准测量的各项主要误差的来源及其影响。根据各种误差的性质及其影响规律，水准规范中对精密水准测量的实施作出了各种相应的规定，目的在于尽可能消除或减弱各种误差对观测成果的影响。 （1）观测前30分钟，应将仪器置于露天阴影处，使仪器与外界气温趋于一致；观测时应用测伞遮蔽阳光；迁站时应罩以仪器罩。 （2）仪器距前、后视水准标尺的距离应尽量相等，其差应小于规定的限值：二等水准测量中规定，一测站前、后视距差应小于1.0m，前、后视距累积差应小于3m。这样，可以消除或削弱与距离有关的各种误差对观测高差的影响，如i角误差和垂直折光等影响。 （3）对气泡式水准仪，观测前应测出倾斜螺旋的置平零点，并作标记，随着气温变化，应随时调整置平零点的位置。对于自动安平水准仪的圆水准器，须严格置平。 （4）同一测站上观测时，不得两次调焦；转动仪器的倾斜螺旋和测微螺旋，其最后旋转方向均应为旋进，以避免倾斜螺旋和测微器隙动差对观测成果的影响。 （5）在两相邻测站上，应按奇、偶数测站的观测程序进行观测，对于往测奇数测站按“后前前后”、偶数测站按“前后后前”的观测程序在相邻测站上交替进行。返测时，奇数测站与偶数测站的观测程序与往测时相反，即奇数测站由前视开始，偶数测站由后视开始。这样的观测程序可以消除或减弱与时间成比例均匀变化的误差对观测高差的影响，如i角的变化和仪器的垂直位移等影响。 （6）在连续各测站上安置水准仪时，应使其中两脚螺旋与水准路线方向平行，而第三脚螺旋轮换置于路线方向的左侧与右侧。 （7）每一测段的往测与返测，其测站数均应为偶数，由往测转向返测时，两水准标尺应互换位置，并应重新整置仪器。在水准路线上每一测段仪器测站安排成偶数，可以削减两水准标尺零点不等差等误差对观测高差的影响。 （8）每一测段的水准测量路线应进行往测和返测，这样，可以消除或减弱性质相同、正负号也相同的误差影响，如水准标尺垂直位移的误差影响。 （9）一个测段的水准测量路线的往测和返测应在不同的气象条件下进行，如分别在上午和下午观测。 （10)使用补偿式自动安平水准仪观测的操作程序与水准器水准仪相同。观测前对圆水准器应严格检验与校正，观测时应严格使圆水准器气泡居中。
双目立体视觉 双目立体视觉的研究一直是机器视觉中的热点和难点。使用双目立体视觉系统可以确定任意物体的三维轮廓，并且可以得到轮廓上任意点的三维坐标。因此双目立体视觉系统可以应用在多个领域。现说明介绍如何基于HALCON实现双目立体视觉系统，以及立体视觉的基本理论、方法和相关技术，为搭建双目立体视觉系统和提高算法效率。 双目立体视觉是机器视觉的一种重要形式，它是基于视差原理并由多幅图像获取物体三维几何信息的方法。双目立体视觉系统一般由双摄像机从不同角度同时获得被测物的两幅数字图像，或由单摄像机在不同时刻从不同角度获得被测物的两幅数字图像，并基于视差原理恢复出物体的三维几何信息，重建物体三维轮廓及位置。双目立体视觉系统在机器视觉领域有着广泛的应用前景。 HALCON是在世界范围内广泛使用的机器视觉软件。它拥有满足您各类机器视觉应用需求的完善的开发库。HALCON也包含Blob分析、形态学、模式识别、测量、三维摄像机定标、双目立体视觉等杰出的高级算法。HALCON支持Linux和Windows，并且可以通过C、C++、C#、Visual Basic和Delphi 语言访问。另外HALCON与硬件无关，支持大多数图像采集卡及带有DirectShow和IEEE 1394驱动的采集设备，用户可以利用其开放式结构快速开发图像处理和机器视觉应用软件。 一．双目立体视觉相关基本理论说明 1．1 双目立体视觉原理 双目立体视觉三维测量是基于视差原理，图1所示为简单的平视双目立体成像原理图，两摄像机的投影中心的连线的距离，即基线距为b。摄像机坐标系的原点在摄像机镜头的光心处，坐标系如图1所示。事实上摄像机的成像平面在镜头的光心后，图1中将左右成像平面绘制在镜头的光心前f处，这个虚拟的图像平面坐标系O1uv的u轴和v轴与和摄像机坐标系的x轴和y轴方向一致，这样可以简化计算过程。左右图像坐标系的原点在摄像机光轴与平面的交点O1和O2。空间中某点P在左图像和右图像中相应的坐标分别为P1(u1,v1)和P2(u2,v2)。假定两摄像机的图像在同一个平面上，则点P图像坐标的Y坐标相同，即v1=v2。由三角几何关系得到: 上式中（xc，yc，zc）为点P在左摄像机坐标系中的坐标，b为基线距，f为两个摄像机的焦距，（u1，v1）和（u2，v2）分别为点P在左图像和右图像中的坐标。 视差定义为某一点在两幅图像中相应点的位置差: 图1 双目立体成像原理图图3 一般双目立体视觉系统原理图
四物理四生物四技术四ＩＭＲＴ计划剂量验证通过率对机架角度误差 灵敏度分析 王宁王彬陈阿龙黄晓延 ５２８４００中山市中医院医学影像科（王宁）；５１００６０广州，华南肿瘤学国家重点实验室 中山大学肿瘤防治中心放射治疗科（王彬二陈阿龙二黄晓延） 通信作者：黄晓延，Ｅｍａｉｌ：ｈｕａｎｇｘｉａｏｙ＠ｓｙｓｕｃｃ．ｏｒｇ．ｃｎ ＤＯＩ：１０．３７６０／ｃｍａ．ｊ．ｉｓｓｎ．１００４?４２２１．２０１６．１２．０１２ ?摘要?目的分析患者ＩＭＲＴ计划剂量验证通过率对机架角度误差的灵敏度三方法选取 ９例ＩＭＲＴ计划，引入机架角度误差（?２.０?二?１.０?二?０.５?）三每个病例有７个计划，１个原计划和６个 带有误差的新计划三利用螺旋形半导体探测阵列（ＡｒｃＣＨＥＣＫ）进行验证测量，得到每个病例原计划 和新计划的剂量分布三分别采用绝对剂量ＤＴＡ和Ｇａｍｍａ的计算方法，３％／３ｍｍ和２％／２ｍｍ为评价 指标，以原计划计算剂量分布为参考，分别得到每个计划的通过率三通过率行非参数Ｗｉｌｃｏｘｏｎ秩和检 验三结果当评价指标取３％／３ｍｍ时，９例原计划的平均通过率分别为ＤＴＡ方法９５.２％和Ｇａｍｍａ 方法９６.５％；采用Ｇａｍｍａ方法－２.０?二２.０?二１.０?二－０.５?二０.５?机架角度误差的计划平均通过率降低了 １２.２％二２３.５％二６.３％二０.９％二２.９％（Ｐ＝０.００８二０.００８二０.００８二０.０３６二０.０１２）；采用ＤＴＡ方法－２.０?二 ２.０?二－１.０?二１.０?二０.５?机架角度误差的计划平均通过率降低了１６.２％二２３.８％二１.７％二６.８％二３％（Ｐ 均＝０.００８）三ＤＴＡ方法较Ｇａｍｍａ方法，以及２％／２ｍｍ评价指标较３％／３ｍｍ对机架角度误差更敏 感三结论机架角度误差越大，平均通过率下降越大三０.５?机架角度误差，ＩＭＲＴ计划的剂量验证也 对其敏感三为保证ＩＭＲＴ计划执行的准确性，需要对机架角度做更加严格的质量控制和质量保证三 ?关键词?剂量验证； 机架； 角度误差； 通过率 Ｓｅｎｓｉｔｉｖｉｔｙｏｆｐａｓｓｉｎｇｒａｔｅｓｏｆｉｎｔｅｎｓｉｔｙ?ｍｏｄｕｌａｔｅｄｒａｄｉｏｔｈｅｒａｐｙｐｌａｎｓｉｎｄｏｓｅｖｅｒｉｆｉｃａｔｉｏｎａｇａｉｎｓｔ ｇａｎｔｒｙａｎｇｌｅｅｒｒｏｒｓＷａｎｇＮｉｎｇ，ＷａｎｇＢｉｎ，ＣｈｅｎＡｌｏｎｇ，ＨｕａｎｇＸｉａｏｙａｎ ＤｅｐａｒｔｍｅｎｔｏｆＭｅｄｉｃａｌＩｍａｇｉｎｇ，ＺｈｏｎｇｓｈａｎＴｒａｄｉｔｉｏｎａｌＣｈｉｎｅｓｅＭｅｄｉｃｉｎｅＨｏｓｐｉｔａｌ，Ｚｈｏｎｇｓｈａｎ５２８４００，Ｃｈｉｎａ （ＷａｎｇＮ）；ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＯｎｃｏｌｏｇｙｉｎＳｏｕｔｈＣｈｉｎａ，ＤｅｐａｒｔｍｅｎｔｏｆＲａｄｉａｔｉｏｎＯｎｃｏｌｏｇｙ，Ｃａｎｃｅｒ Ｃｅｎｔｅｒ，ＳｕｎＹａｔ?ｓｅｎＵｎｉｖｅｒｓｉｔｙ，Ｇｕａｎｇｚｈｏｕ５１００６０，Ｃｈｉｎａ（ＷａｎｇＢ，ＣｈｅｎＡＬ，ＨｕａｎｇＸＹ） Ｃｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ：ＨｕａｎｇＸｉａｏｙａｎ，Ｅｍａｉｌ：ｈｕａｎｇｘｉａｏｙ＠ｓｙｓｕｃｃ．ｏｒｇ．ｃｎ ?Ａｂｓｔｒａｃｔ?ＯｂｊｅｃｔｉｖｅＴｏａｎａｌｙｚｅｔｈｅｓｅｎｓｉｔｉｖｉｔｙｏｆｐａｓｓｉｎｇｒａｔｅｓｏｆｉｎｔｅｎｓｉｔｙｍｏｄｕｌａｔｅｄｒａｄｉａｔｉｏｎ ｔｈｅｒａｐｙ（ＩＭＲＴ）ｐｌａｎｓｉｎｄｏｓｅｖｅｒｉｆｉｃａｔｉｏｎａｇａｉｎｓｔｇａｎｔｒｙａｎｇｌｅｅｒｒｏｒｓ．ＭｅｔｈｏｄｓＧａｎｔｒｙａｎｇｌｅｅｒｒｏｒｓ（? ２.０?，?１.０?，ａｎｄ?０.５?）ｗｅｒｅｉｎｔｒｏｄｕｃｅｄｉｎｔｏｔｈｅｃｌｉｎｉｃａｌＩＭＲＴｐｌａｎｓｏｆ９ｐａｔｉｅｎｔｓ．Ｔｈｅｒｅｗｅｒｅ７ＩＭＲＴ ｐｌａｎｓｆｏｒｅａｃｈｐａｔｉｅｎｔ，ｃｏｎｔａｉｎｉｎｇ１ｏｒｉｇｉｎａｌＩＭＲＴｐｌａｎａｎｄ６ＩＭＲＴｐｌａｎｓｗｉｔｈｇａｎｔｒｙａｎｇｌｅｅｒｒｏｒｓ．Ｔｈｅｄｏｓｅ ｄｉｓｔｒｉｂｕｔｉｏｎｏｆｔｈｅｏｒｉｇｉｎａｌａｎｄｍｏｄｉｆｉｅｄｐｌａｎｓｆｏｒｅａｃｈｐａｔｉｅｎｔｗａｓｍｅａｓｕｒｅｄｂｙＡｒｃＣＨＥＣＫａｒｒａｙ．Ｂａｓｅｄｏｎ ｔｈｅｄｏｓｅｄｉｓｔｒｉｂｕｔｉｏｎｏｆｔｈｅｏｒｉｇｉｎａｌｐｌａｎ，ｔｈｅｐａｓｓｉｎｇｒａｔｅｏｆｅａｃｈｐｌａｎｗａｓｃａｌｃｕｌａｔｅｄｕｓｉｎｇａｂｓｏｌｕｔｅｄｉｓｔａｎｃｅ ｔｏａｇｒｅｅｍｅｎｔ（ＤＴＡ）ａｎａｌｙｓｉｓａｎｄＧａｍｍａａｎａｌｙｓｉｓｗｉｔｈｔｈｅｃｒｉｔｅｒｉａｏｆ３％／３ｍｍａｎｄ２％／２ｍｍ．Ｔｈｅ ｏｂｔａｉｎｅｄｐａｓｓｉｎｇｒａｔｅｓｗｅｒｅａｎａｌｙｚｅｄｂｙｎｏｎ?ｐａｒａｍｅｔｒｉｃＷｉｌｃｏｘｏｎｒａｎｋｔｅｓｔ．ＲｅｓｕｌｔｓＵｎｄｅｒｔｈｅｃｒｉｔｅｒｉａｏｆ ３％／３ｍｍ，ｔｈｅｍｅａｎｐａｓｓｉｎｇｒａｔｅｉｎ９ｏｒｉｇｉｎａｌＩＭＲＴｐｌａｎｓｗａｓ９５.２％ｕｓｉｎｇＤＴＡａｎａｌｙｓｉｓａｎｄ９６.５％ ｕｓｉｎｇＧａｍｍａａｎａｌｙｓｉｓ．ＡｃｃｏｒｄｉｎｇｔｏＧａｍｍａａｎａｌｙｓｉｓ，ｔｈｅｐｌａｎｓｗｉｔｈｇａｎｔｒｙａｎｇｌｅｅｒｒｏｒｓｏｆ－２.０?，２.０?， １.０?，－０.５?，ａｎｄ０.５?ｈａｄｔｈｅｍｅａｎｐａｓｓｉｎｇｒａｔｅｓｄｅｃｒｅａｓｅｄｂｙ１２.２％，２３.５％，６.３％，０.９％，ａｎｄ ２.９％，ｒｅｓｐｅｃｔｉｖｅｌｙ（Ｐ＝０.００８，０.００８，０.００８，０.０３６，０.０１２）．ＡｃｃｏｒｄｉｎｇｔｏＤＴＡａｎａｌｙｓｉｓ，ｔｈｅａｂｏｖｅｐｌａｎｓ ｈａｄｔｈｅｍｅａｎｐａｓｓｉｎｇｒａｔｅｓｄｅｃｒｅａｓｅｄｂｙ１６.２％，２３.８％，１.７％，６.８％，ａｎｄ３％，ｒｅｓｐｅｃｔｉｖｅｌｙ（ａｌｌＰ＝ ０.００８）．ＴｈｅｐａｓｓｉｎｇｒａｔｅｓｃａｌｃｕｌａｔｅｄｂｙＤＴＡｍｅｔｈｏｄｗｅｒｅｍｏｒｅｓｅｎｓｉｔｉｖｅｔｏｔｈｅｇａｎｔｒｙａｎｇｌｅｅｒｒｏｒｓｔｈａｎ ｔｈｏｓｅｂｙＧａｍｍａｍｅｔｈｏｄ，ｗｈｉｌｅｔｈｅｐａｓｓｉｎｇｒａｔｅｓｕｎｄｅｒｔｈｅｃｒｉｔｅｒｉｏｎｏｆ２％／２ｍｍｗｅｒｅｍｏｒｅｓｅｎｓｉｔｉｖｅｔｈａｎ ｔｈｏｓｅｕｎｄｅｒｔｈｅｃｒｉｔｅｒｉｏｎｏｆ３％／３ｍｍ．ＣｏｎｃｌｕｓｉｏｎｓＴｈｅｇｒｅａｔｅｒｔｈｅｇａｎｔｒｙａｎｇｌｅｅｒｒｏｒｓ，ｔｈｅｌａｒｇｅｒｔｈｅ ｄｅｃｒｅａｓｅｉｎｔｈｅｍｅａｎｐａｓｓｉｎｇｒａｔｅ．ＩＭＲＴｄｏｓｅｖｅｒｉｆｉｃａｔｉｏｎｉｓｅｖｅｎｓｅｎｓｉｔｉｖｅｅｎｏｕｇｈｔｏｄｅｔｅｃｔｔｈｅｇａｎｔｒｙａｎｇｌｅ 万方数据 ｅｒｒｏｒｓｗｉｔｈｉｎ０.５?．Ｅｎｈａｎｃｅｄｑｕａｌｉｔｙｃｏｎｔｒｏｌａｎｄａｓｓｕｒａｎｃｅｏｆｇａｎｔｒｙａｎｇｌｅｉｓｎｅｅｄｅｄｔｏｇｕａｒａｎｔｅｅｔｈｅ
双目立体视觉技术简介 1. 什么是视觉 视觉是一个古老的研究课题，同时又是人类观察世界、认知世界的重要功能和手段。人类从外界获得的信息约有75%来自视觉系统，用机器模拟人类的视觉功能是人们多年的梦想。视觉神经生理学，视觉心里学，特别是计算机技术、数字图像处理、计算机图形学、人工智能等学科的发展，为利用计算机实现模拟人类的视觉成为可能。在现代工业自动化生产过程中，计算机视觉正成为一种提高生产效率和检验产品质量的关键技术之一，如机器零件的自动检测、智能机器人控制、生产线的自动监控等;在国防和航天等领域，计算机视觉也具有较重要的意义，如运动目标的自动跟踪与识别、自主车导航及空间机器人的视觉控制等。人类视觉过程可以看作是一个从感觉到知觉的复杂过程，从狭义上来说视觉的最终目的是要对场景作出对观察者有意义的解释和描述；从广义上说，是根据周围的环境和观察者的意愿，在解释和描述的基础上做出行为规划或行为决策。计算机视觉研究的目的使计算机具有通过二维图像信息来认知三维环境信息的能力，这种能力不仅使机器能感知三维环境中物体的几何信息(如形状、位置、姿态运动等)，而且能进一步对它们进行描述、存储、识别与理解，计算机视觉己经发展起一套独立的计算理论与算法。 2. 什么是计算机双目立体视觉 双目立体视觉(Binocular Stereo Vision)是机器视觉的一种重要形式，它是基于视差原理并利用成像设备从不同的位置获取被测物体的两幅图像，通过计算图像对应点间的位置偏差，来获取物体三维几何信息的方法。融合两只眼睛获得的图像并观察它们之间的差别，使我们可以获得明显的深度感，建立特征间的对应关系，将同一空间物理点在不同图像中的映像点对应起来，这个差别，我们称作视差(Disparity)图像，如图一。 图一、视差（Disparity）图像 双目立体视觉测量方法具有效率高、精度合适、系统结构简单、成本低等优点，非常适合于制造现场的在线、非接触产品检测和质量控制。对运动物体（包括动物和人体形体）测量中，由于图像获取是在瞬间完成的，因此立体视觉方法是一种更有效的测量方法。 双目立体视觉系统是计算机视觉的关键技术之一，获取空间三维场景的距离信息也是计算机视觉研究中最基础的内容。 双目立体视觉的开创性工作始于上世纪的60年代中期。美国MIT的Roberts通过从数字图像中提取立方体、楔形体和棱柱体等简单规则多面体的三维结构，并对物体的形状和空间关系
计算机双目立体视觉 双目立体视觉技术是仿照人类利用双目线索感知深度信息的方法，实现对三维信息的感知。为解决智能机器人抓取物体、视觉导航、目标跟踪等奠定基础。 双目立体视觉（Binocular Stereo Vision ）是机器视觉的一种重要形式，它是基于视差原理并利用成像设备从不同的位置获取被测物体的两幅图像，通过计算图像对应点之间的位置偏差，来获取物体三维几何信息的方法。融合两只眼睛获取的图像并观察它们之间的差别，使我们可以获得明显的深度感，建立特征间的对应关系，将同一空间物理点在不同图像中的映像点对应起来，这个差别，我们称作为视差（Disparity ）图像。 双目立体视觉系统 立体视觉系统由左右两部摄像机组成，如图，世界空间中的一点A(X,Y ,Z)在左右摄像机的成 像面1C 和r C 上的像点分别为）（111,v u a 和） （r r r v u a ,。这两个像点是世界空间中同一个对象点A 的像，称为“共轭点”。知道了这两个共轭像点，分别作它们与各自相机的光心1O 和r O 的连线，即投影线11O a 和r r O a ，它们的交点即为世界空间中的对象点A 。这就是立体视觉的基本原理。 双目立体视觉智能视频分析技术 恢复场景的3D 信息是立体视觉研究中最基本的目标，为实现这一目标，一个完整的立体视觉系统通常包含六个模块：图像获取、摄像机标定、特征提取、立体匹配、三维恢复和视频
分析（运动检测、运动跟踪、规则判断、报警处理）。 图像获取（Image Acquisition ） 数字图像的获取是立体视觉的信息来源。常用的立体视觉图像一般为双目图像，有的采用夺目图像。图像的获取方式有很多种，主要有具体运用的场合和目的决定。立体图像的获取不仅要满足应用要求，而且考虑视点差异、光照条件、摄像机的性能和场景特点等方面的影像。 摄像机标定（Camera Calibration ） 图像上每一点的亮度反映了空间物体表面某点反射光的强度，而该点在图像上的位置则与空 间物体表面相应点的几何位置有关。这些位置的相互关系由摄像机成像几何模型来决定。该几何模型的参数称为摄像机参数，这些参数必须由实验与计算来确定，实验与计算的过程称为摄像机定标。 立体视觉系统摄像机标定是指对三维场景中对象点在左右摄像机图像平面上的坐标位置）（111,v u a 和） （r r r v u a ,与其世界空间坐标A （X, Y , Z ）之间的映射关系的确立，是实现立体视觉三维模型重构中基本且关键的一步。 特征提取（Feature Acquisition ） 特征提取的目的是获取匹配得以进行的图像特征，图像特征的性质与图像匹配的方法选择有着密切的联系。目前，还没有建立起一种普遍适用的获取图像特征的理论，因此导致了立体视觉研究领域中匹配特征的多样化。像素相位匹配是近二十年才发展起来的一类匹配算法。相位作为匹配基元，本身反映着信号的结构信息，对图像的高频噪声有很好的一直作用，适于并行处理，能获得亚像素级精度的致密视差。但存在相位奇点和相位卷绕的问题，需加入自适应滤波器解决。或者是像素的集合，也可以是它们的抽象表达，如图像的结构、图像的目标和关系结构等。常用的匹配特征主要有点状特征、线装特征和区特征等几种情形。 一般而言，尺度较大的图像特征蕴含较多的图片信息，且特征本身的数目较少，匹配效率高；但特征提取和描述过程存在较大的困难，定位精度也较差。而对于尺度较小的图像特征来说，对其进行表达和描述相对简单，定位的精度高；但由于特征本身数码较多，所包含的图像信息少，在匹配时需要采用较为严格的约束条件和匹配策略，一尽可能的减少匹配歧义和提高匹配效率。总的来说，好的匹配特征应该具有要可区分性、不变性、唯一性以及有效解决匹配歧义的能力。 图像匹配（Image Matching ） 在立体视觉中，图像匹配是指将三维空间中一点A （X, Y , Z ）在左右摄像机的成像面1C 和r C 上的像点）（111,v u a 和） （r r r v u a ,对应起来。图像匹配是立体视觉中最重要也是最困难的问题，一直是立体视觉研究的焦点。当空间三维场景经过透视投影（Perspective Projection ）变换为二维图像时，同一场景在不同视点的摄像机图像平面上成像会发生不同程度的扭曲和变形，而且场景中的光照条件、被测对象的几何形状和表面特性、噪声干扰和畸变、摄像机特性等诸多因素的影响都被集中体现在单一的图像灰度值中。显然，要包含了如此之多不利因素的图像进行精准的匹配是很不容易的。