人们观察和了解世界的重要方式之一就是通过视觉实现的,信息的获取大多数是通过人们自身视觉系统提供的,通过模拟人类视觉在诸多领域上有着重要的理论意义和实用价值,如生活、军事和航天领域等。计算机视觉技术实际上是通过计算机来实现人类的视觉功能,即实现对客观世界的三维场景的感知、识别和定位。利用计算机和工业相机等工具实现对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理,利用计算机软件等处理成为更适合人眼观察或传输给各种仪器作进一步检测的图像。双目立体视觉就是计算机视觉重要的分支,通过两台相同的摄像机对同一场景采集不同位置的图像,然后将采集到的图像进行立体匹配得到视差图,最后利用视差图根据测距原理计算出实际场景的三维深度。本文主要研究内容分为三个方面工作:第一,分析其双目立体视觉技术的基本原理,深入研究双目立体视觉测距系统,搭建一个可以对近景目标实现测距的软硬件平台,可以在测距界面实现实时测距;第二,对相机标定算法中角点检测进行改进,通过利用梯度和最小二乘法得到更加精确的亚像素角点的位置,完成对亚像素角点的进行精确化处理;第三,在立体匹配环节中,计算匹配代价时,利用8邻域将像素值最大值和最小值去掉,其余利用均值法求得中心点的像素值,通过半全局立体匹配中多条路径的动态规划实现代价聚合。在视差匹配阶段,通过对粗略视差图的唯一性检测、适当的插值和左右一致性检测,提高最终视差图的质量。本平台的硬件部分主要有双目摄像头和高精度浮法玻璃的标定板,软件部分采用Visual Studio 2015和Matlab,通过使用C++以及OpenCV库中大量的视觉处理算法,完成双目立体视觉测距的设计,并完成测距实验。最后实验结果表明,本文实现的双目立体视觉在一定范围内能够进行较准确测距。
基本信息
| 题目 | 基于双目立体视觉测距研究 |
| 文献类型 | 硕士论文 |
| 作者 | 汪永超 |
| 作者单位 | 天津职业技术师范大学 |
| 导师 | 耿丽清 |
| 文献来源 | 天津职业技术师范大学 |
| 发表年份 | 2020 |
| 学科分类 | 信息科技 |
| 专业分类 | 计算机软件及计算机应用 |
| 分类号 | TP391.41 |
| 关键词 | 测距系统,相机定标,角点检测,立体匹配 |
| 总页数： | 61 |
| 文件大小： | 2745K |
论文目录
| 中文摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本文研究内容与章节安排 |
| 1.3.1 本文研究的内容 |
| 1.3.2 本文论文结构 |
| 第2章 双目立体视觉测距系统设计 |
| 2.1 引言 |
| 2.2 摄像机成像模型 |
| 2.2.1 线性成像模型 |
| 2.2.2 非线性成像模型 |
| 2.3 坐标系转换 |
| 2.3.1 参考坐标系 |
| 2.3.2 坐标系转换 |
| 2.4 本章小结 |
| 第3章 双目立体视觉摄像机标定 |
| 3.1 引言 |
| 3.2 摄像机标定 |
| 3.2.1 传统相机定标方法 |
| 3.2.2 摄像机自标定算法 |
| 3.2.3 张氏定标方法 |
| 3.3 角点检测算法 |
| 3.3.1 基于灰度变化的角点检测算法 |
| 3.4 亚像素级角点检测算法 |
| 3.4.1 灰度梯度法 |
| 3.4.2 改进的亚像素角点检测算法 |
| 3.5 实验结果与分析 |
| 3.5.1 双目摄像机标定 |
| 3.5.2 实验结果分析 |
| 3.6 本章小结 |
| 第4章 双目立体视觉立体校正与匹配 |
| 4.1 引言 |
| 4.2 立体校正 |
| 4.2.1 对极几何的数学意义 |
| 4.2.2 校正方法 |
| 4.3 实验验证 |
| 4.4 立体匹配算法原理 |
| 4.5 主要立体匹配算法研究与比较 |
| 4.5.1 局部立体匹配方法 |
| 4.5.2 全局立体匹配方法 |
| 4.5.3 半全局立体匹配方法 |
| 4.6 立体匹配方法的改进 |
| 4.7 本章小结 |
| 第5章 双目立体视觉的深度计算 |
| 5.1 双目相机测距的数学原理 |
| 5.2 双目立体视觉测距系统的搭建 |
| 5.3 实验结果与分析 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
参考文献
| [1] 一种基于双目立体视觉的立体标定方法[J]. 电子测量技术 2020(08) |
| [2] 一种基于双目立体视觉追踪眼球运动的方法[J]. 电子世界 2020(11) |
| [3] 双目立体视觉不止车载，元橡科技赋能无限可能[J]. 商用汽车 2020(07) |
| [4] 基于深度学习与双目立体视觉的物体管理应用[J]. 网络空间安全 2019(04) |
| [5] 双目立体视觉在虚拟钢琴中的应用[J]. 电视技术 2018(08) |
| [6] 双目立体视觉的研究现状及进展[J]. 光学仪器 2018(04) |
| [7] 移动机器人双目立体视觉测量系统研究[J]. 测控技术 2008(09) |
| [8] 双目立体视觉测量系统的精度分析[J]. 传感器与微系统 2020(10) |
| [9] 基于双目立体视觉技术的汽车测距系统实现[J]. 计算机应用与软件 2016(09) |
| [10] 基于双目立体视觉技术的烧结料层厚度检测系统[J]. 冶金自动化 2014(05) |
| [11] 基于双目立体视觉的植株生长状态无损监测方法的研究[J]. 现代农业装备 2014(03) |
| [12] 基于双目立体视觉的指针式仪表判读算法[J]. 传感器与微系统 2020(07) |
| [13] 基于遗传算法双目立体视觉传感器的优化设计[J]. 湖南师范大学自然科学学报 2014(06) |
| [14] 基于虚拟双目立体视觉的空间圆柱轴线测量[J]. 仪表技术与传感器 2013(02) |
| [15] 基于双目立体视觉的目标物测距研究[J]. 软件 2020(01) |
| [16] 基于双目立体视觉的平面测距研究[J]. 软件 2020(09) |
| [17] 双目立体视觉图像多目标处理精确匹配仿真[J]. 计算机仿真 2019(07) |
| [18] 基于双目立体视觉的取走物检测技术研究[J]. 计算机技术与发展 2018(06) |
| [19] 一种基于双目立体视觉的测量方法[J]. 制造技术与机床 2016(08) |
| [20] 双目立体视觉的障碍物检测方法综述[J]. 大众科技 2014(03) |
| [21] 双目立体视觉在机器人三维重建定位中的方法研究[J]. 电子测试 2013(06) |
| [22] 一种用于里程计量的双目立体视觉测距系统[J]. 计量技术 2019(10) |
| [23] 汇聚式双目立体视觉在室内移动机器人定位中的应用[J]. 科技风 2018(08) |
| [24] 双目立体视觉测量的实现和结构参数选择[J]. 机械设计与制造工程 2018(07) |
| [25] 双目立体视觉技术在结构试验中的应用[J]. 应用光学 2018(06) |
| [26] 智能车辆双目立体视觉测距算法[J]. 军事交通学院学报 2015(02) |
| [27] 基于双目立体视觉的坝体形变测量方法[J]. 电子测试 2013(19) |
| [28] 基于双目立体视觉技术的曲面重构[J]. 福建电脑 2010(02) |
| [29] 基于双目立体视觉的三维建模算法[J]. 河北科技大学学报 2008(03) |
| [30] 双目立体视觉被动测距[J]. 电子技术与软件工程 2017(04) |
相似文献
| [1]基于双目立体视觉的车辆速度轨迹智能测量[D]. 李梦龙.中原工学院2019 |
| [2]基于双目立体视觉的汽车测距避障和目标识别研究[D]. 宋子豪.华中科技大学2019 |
| [3]基于FPGA的双目立体视觉图像采集及预处理系统的设计[D]. 汪乐意.西安科技大学2019 |
| [4]基于双目立体视觉的三维重建技术研究[D]. 黄林超.华南理工大学2019 |
| [5]双目立体视觉测距系统的研究[D]. 潘庆甫.安徽理工大学2019 |
| [6]基于双目立体视觉的焊缝定位方法研究[D]. 刘博一.哈尔滨工业大学2018 |
| [7]基于双目立体视觉的肢体震颤检测量化研究[D]. 曾玮强.南昌大学2019 |
| [8]基于SoC的双目立体视觉匹配算法研究[D]. 费宇力.南京航空航天大学2019 |
| [9]双目立体视觉快速匹配算法的研究[D]. 刘光胜.南京航空航天大学2017 |
| [10]基于双目立体视觉的图像测量技术研究[D]. 惠海芳.西安电子科技大学2019 |
