基于激光标定和OpenCV的汽车外廓三维检测的研究与应用

摘要

汽车已经成为了现代社会最为普遍的交通工具。随着改革开放以后我国经济水平的不断发展与提高，汽车在我国的保有量也得到了迅猛的发展。汽车虽然给人们的出行带来了极大的便利，但是与之相关的一系列问题也变得越来越突出。有很多人在经济利益的驱使下，随意的改装车体的长度、宽度和高度。而这些改装在很大程度上破坏了车体的平衡性，过重的负荷使得车体变形或者造成了制动装置的失灵。所以，我们必须加大对车体改造的监管力度。但是，人工测量费时费力，并且效率极其的低下。为了解决这一问题，必须有一套行之有效的方法来实现对车体外廓三维的简单测量，为了实现这一目的，本文从以下几方面进行研究：
　　为了实现测量系统对车体进行简单快捷的测量，在此我们选用摄像机拍照，从机器视觉理论来实现对车体的非接触测量。运用机器视觉理论我们首先要做的是对获取图片的摄像机进行标定处理。通过对摄像机标定模型的学习，了解摄像机标定过程中用到的几种坐标系的转换关系。通过分析线性以及非线性模型下摄像机的标定，还有对比了传统摄像机标定方法以及摄像机自标定方法之间的优缺点。最后综合考虑，采用了激光测距辅助的摄像机标定方案，并从理论上论证了激光测距辅助标定的可行性。并设计实验证明了引入了激光测距辅助的摄像机标定在现场测量时的准确性。
　　在对获取到的图片的图像处理阶段，为了排除背景对图像处理所造成的影响我们采用了背景差分的方法。对于摄像头视野不足以覆盖整个车身的问题，我们采用图像拼接融合的方法来获取完整的汽车车身。在后面处理车身轮廓的时候我们适时的采用了开源图像处理库OpenCV中的多边形逼近和矩形边界框理论。对获得的车型外廓边缘，先用多边形去逼近，然后用矩形边界框去包围这个多边形并返回此时的汽车外廓尺寸的像素值。通过图像的缩放比例以及标定参数便可以得到车体的实际尺寸，从而实现汽车外廓尺寸的测量工作。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 课题背景

1.2 研究现状

1.3 研究的意义

1.4 内容安排

2 主要理论基础

2.1 机器视觉及其理论

2.2 激光测距原理[21]

2.3 OpenCV简介

3 摄像机标定方案

3.1 摄像机标定模型

3.2 摄像机标定分类

3.3 激光测距用于摄像机标定

4 图像的获取与处理

4.1 图像的获取

4.2 图像压缩

4.3 二值化图像

4.4 图像拼接

4.5 背景差分

4.6 边缘检测

4.7 OpenCV轮廓处理

5 算法流程及场景布局

5.1 测试场景布局

5.2 软件界面及算法主要流程

6 总结与展望

参考文献

致谢

附录一：攻读学位期间发表的学术论文目录