基于双目立体视觉的物体深度信息提取系统研究

摘要

现实世界场景的三维信息包括高度、宽度和深度。其中，深度信息或深度感知在许多计算机视觉应用中起着关键的作用。双目立体视觉技术属于被动测距的一种，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。即运用两个摄像机对同一景物从不同位置成像，进而从视差中恢复深度信息。本文对基于双目立体视觉的物体深度信息提取系统进行研究，将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。 论文在对双目视觉系统的研究意义与国内外研究现状进行调研的基础上，重点对系统设计中摄像机标定、图像预处理、立体匹配及深度信息提取四大部分进行了论述。 1.摄像机标定部分研究了摄像机成像模型和传统的摄像机标定方法，考虑到实验环境和实验设备，本课题采用了标定精度高、手动操作干预少的半自动棋盘平面标定法对摄像机进行了精确的标定。 2.图像预处理部分分析了常用的图像预处理算法，根据课题的实际环境选择了符合课题的最优算法，构建了双目视觉实验平台，设计了基于VC++编程语言的图像平滑、图像锐化、边缘检测等功能程序。 3.立体匹配部分针对传统的固定窗口区域匹配算法匹配错误率高，抗噪性低及匹配速度慢等缺点，提出了一种基于视差梯度的快速鲁棒区域匹配算法。算法中提出的新的相似性测度函数提高了匹配的鲁棒性，视差梯度约束的引入减小了匹配搜索区间提高了匹配速度，同时根据视差梯度的取值范围判断图像中平滑区域和边缘区域并分别采用大小窗口进行匹配，提高了匹配的正确率。 4.深度信息提取部分首先介绍了双目立体视觉的结构模型，然后分别推导了基于任何摆置的双目立体视觉环境下射线交汇深度提取法和基于平行双目立体视觉环境下三角测量深度提取法。最后对实际所拍摄的立体图像对的深度信息进行了提取，并与实际的深度信息进行对比，进行了相对误差分析。结果表明系统提取1m范围内目标的深度信息稳定，精度较高。

目录

文摘

英文文摘

声明

第一章 绪论

1.1概述

1.2计算机视觉理论的发展

1.3计算机视觉的应用

1.4双目立体视觉研究现状及发展方向

1.4.1国内外双目立体视觉研究现状

1.4.2双目立体视觉的发展方向

1.5本课题选题依据和研究思路

1.5.1选题依据

1.5.2研究思路

1.6主要工作

第二章摄像机标定

2.1引言

2.2摄像机的成像模型

2.2.1坐标系的定义

2.2.2摄像机线性成像模型中坐标系之间的转换

2.3传统的摄像机标定方法

2.3.1线性模型摄像机标定

2.3.2非线性模型的摄像机标定

2.4本课题所用标定方法

2.4.1基本方程

2.4.2模板平面与其单应性矩阵

2.4.3参数求解过程

2.4.4标定步骤

2.5实验结果及分析

2.6本章小结

第三章图像预处理

3.1引言

3.2图像采集

3.3图像的灰度转换

3.4图像的平滑和锐化

3.4.1图像的平滑

3.4.2图像的锐化

3.5图像边缘的提取

3.6本章小结

第四章立体匹配

4.1引言

4.2立体匹配约束准则及匹配策略

4.2.1立体匹配约束准则

4.2.2立体匹配策略

4.3立体匹配算法分类

4.3.1基于区域的匹配

4.3.2基于特征的匹配

4.3.3基于相位的匹配

4.4本课题所用匹配算法

4.4.1相似性测度函数

4.4.2视差梯度约束

4.4.3窗口选择

4.4.4算法实现

4.5实验结果及分析

4.6本章小结

第五章 系统设计及物体深度信息提取

5.1引言

5.2深度信息提取的方法

5.3双目立体视觉的结构模型

5.4深度提取原理

5.4.1射线交汇法提取深度信息

5.4.2三角测量法提取深度信息

5.5系统设计

5.6实验结果及其误差分析

5.7本章小结

第六章结论与展望

6.1结论

6.2展望

参考文献

附录：部分算法源代码

致谢

攻读学位期间主要的研究成果