基于双目视觉的物体深度信息提取

摘要

双目视觉技术作为计算机视觉领域的一个热点分支,广泛应用于机器视觉、雕刻与建筑、工程检测以及虚拟现实等领域。双目视觉技术是将两幅或多幅二维图像,通过摄像机标定、特征提取与匹配以及三维重构等步骤来获取三维景物的深度信息。本文在分析研究大量相关技术和文献的基础上,对特征匹配与三维重构两个环节进行了研究。主要研究如下:
　　(1)通过改进灰度匹配方法来获得更多的匹配点对,其原理是使用像素灰度差分积代替传统的灰度梯度模来对图像进行锐化,以增强图像的高频分量,使得图像细节更为清晰,从而达到获取更多匹配点对的目的。
　　(2)针对基于双目视觉获取的点云稀疏、难以形成重构景物外在轮廓的问题,本文首先使用 Kinect采集了物体的深度信息,通过二次标定统一了 Kinect深度图与双目相机点云的坐标系,使二者在同一场景下的物体空间信息一致;然后在Kinect重构辅助中使用稀疏点云的深度最值约束技术进行景物轮廓提取,从而获得较为良好的感观效果。
　　本文采用双目相机进行图像拍摄,通过摄像机标定、SIFT特征匹配以及 Kinect辅助重构,软件编程完成了整个三维重建过程,验证了改进方法的可行性,达到了预期目的。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1引言

1.2计算机视觉技术的发展

1.3 研究的意义

1.4 论文内容与组织结构

第2章 图像预处理

2.1 引言

2.2 摄像机标定

2.3 图像去噪

2.4 本章小结

第3章 基于灰度改进的SIFT特征匹配

3.1 SIFT特征提取

3.2 图像匹配概述

3.3 基于灰度改进的SIFT图像匹配

3.4 本章小结

第4章 三维重构

4.1引言

4.2 深度信息计算

4.3 初始重构

4.4 Kinect重构辅助

4.5 本章小结

第5章 结论与展望

参考文献

攻读硕士学位期间发表的论文及所取得的研究成果

致谢