基于双目立体视觉的典型堆积体体积测量方法

摘要

21世纪以来，随着工业化的不断推进，世界人口的持续增长，人类对资源的需求不断加大，这就导致了环境的不断恶化，地质灾害不断发生，滑坡也成为了发生频率最高的地质灾害。就地质灾害的危害性而言，滑坡具有分布范围广、发生次数多、财产损失大、难以预测等特点，它所带来的灾难性后果仅比地震低。
　　在我国，由于国土面积大，地质环境十分复杂，特别是有70％的地区是山区，这就给滑坡的发生提供了条件，造成滑坡密度大，类型齐全，爆发频繁，规模巨大，危害非常严重。滑坡不仅使人民的生命财产安全时刻受到威胁，而且毁坏自然环境和影响社会经济发展，给国家和人民带来了巨大的损失。但是面对由于滑坡等地质灾害而产生的体积庞大的堆积体，现有的体积测量方法和系统存在诸多的弊端和不足，如:有些方法和系统只能满足小范围的堆积体测量需要，如果有大范围的堆积体，地形测绘的花费将会相当昂贵，不具有广泛性;有些方法和系统需要采集大量数据信息，建立几何模型也耗费很多时间，不具有实时性等。基于此，本文设计一种基于双目立体视觉的典型堆积体体积测量方法，具有普遍性、准确性、快速性的特点，能够对典型堆积体进行有效测量，以改善目前测量方法和系统的不足，能对灾害评估提供帮助，并对今后的灾后重建提供参考。
　　该方法采用计算机技术、图像采集处理技术、数据存储技术、双目立体视觉技术选择典型堆积体，使用双目摄像机采用非接触的方法，即可进行快速、有效地测量堆积体，获取其三维图像信息。基于双目立体视觉的典型堆积体体积测量方法主要由二个部分组成:硬件部分和软件部分。其中硬件部分包括双目摄像机（2个CCD相机）和计算机。软件部分包括vs2012、OpenCV、OpenGL、Matlab等。文中主要研究内容如下:
　　(1)相机标定和图像预处理研究
　　对相机标定和图像预处理进行研究，重点是对基于张正友标定算法及其改良算法，和图像的各种预处理方法进行研究。主要是借助vs2012和OpenCV软件通过在适合的光照环境下完成摄像机的系统标定，获得摄像机的相关内外参数。并对采集到的图像进行滤波、灰度化、二值化、直方图均值化等预处理，抑制噪声，提高图像的清晰度。
　　(2)立体匹配研究
　　研究立体匹配的各种算法，重点是对预处理后的两幅图像进行基于Harris角点检测方法完成特征点的提取，和通过灰度邻域进行特征匹配的研究。主要是借助vs2012和OpenCV软件，完成基于Harris角点检测方法的立体匹配。
　　(3)三维重建与体积计算研究
　　研究三维重建的各种算法，并进行堆积体的体积计算。主要是借助OpenGL和Matlab软件，对堆积体进行三维重建，利用基于角点的体积计算方法来实现堆积体的体积计算。最后，对计算出的体积进行误差校正的研究。
　　本文设计开发的“基于双目立体视觉的典型堆积体体积测量方法”不仅可以为准确快速地测量堆积体的体积提供了一种全新的思路，并且本硬件系统易携带、使用方便的特点，适合地震的震中地区和滑坡高发区等地质条件恶劣的地区，对于防灾减灾和灾后重建等都具有很大的现实意义。同时，本方法也提高了检测的精度和速度，保障了工作人员的生命安全，具有较强的研究价值和市场价值。

目录

声明

摘要

1．1 研究背景

1．1．1 选题依据及研究意义

1．1．2 国内外研究现状

1．2 论文研究内容

1．3 论文主要章节安排

第2章 双目视觉的理论基础

2．1 摄像机标定参数

2．2 摄像机参考坐标系

2．2．1 图像像素坐标系

2．2．2 图像物理坐标系

2．2．3 摄像机坐标系

2．2．4 世界坐标系

2．3 摄像机线性模型

2．4 摄像机非线性模型

2．4．1 径向畸变

2．4．2 离心畸变

2．4．3 薄棱镜畸变

2．5 双目立体视觉

2．5．1 双目立体视觉的成像模型

2．5．2 双目立体视觉的原理

2．5．3 双目立体视觉的流程

2．5．4 双目立体视觉的硬件平台

2．5．5 双目立体视觉的软件环境

2．6 本章小结

第3章 摄像机参数标定

3．1 摄像机标定方法

3．1．1 传统标定法

3．1．2 自动标定法

3．1．3 主动视觉标定法

3．2 张正友标定法

3．2．1 棋盘格标定板

3．2．2 张正友标定法的原理

3．2．3 摄像机内部参数的标定流程

3．2．4 摄像机外部参数的标定算法

3．3 本章小结

第4章 图像处理与立体匹配

4．1 图像预处理

4．1．1 灰度化

4．1．2 二值化

4．1．3 滤波

4．1．4 直方图均值化

4．2 立体匹配

4．2．1 立体匹配概述

4．2．2 立体匹配的匹配基元

4．2．3 立体匹配的准则

4．2．4 立体校正

4．3 立体匹配方法

4．3．1 基于区域的立体匹配

4．3．2 基于特征的立体匹配

4．3．3 基于相位的立体匹配

4．4 基于Harris算法的立体匹配

4．4．1 Harris角点检测算法

4．4．2 基于灰度的窗口匹配

4．5 本章小结

第5章 三维重建与堆积体拟合

5．1 三维重建算法概述

5．1．1 射影重建算法

5．1．2 仿射重建算法

5．1．3 欧式重建算法

5．2 基于欧式空间的三维点云计算

5．2．1 立体成像几何法

5．2．2 最小二乘法

5．3 OpenGL三维图像显示

5．3．1 OpenGL简介

5．3．2 坐标系的转换与统一

5．3．3 OpenGL基本步骤

5．4 典型堆积体拟合

5．4．1 典型堆积体的概述

5．4．2 典型堆积体的近似拟合

5．5 本章小结

第6章 试验研究与分析

6．1 实验系统设计

6．1．1 实验步骤

6．1．2 设计方案

6．2 双目视觉系统的标定和校正

6．2．1 立体标定结果

6．2．2 立体校正结果

6．3 预处理与立体匹配

6．3．1 预处理

6．3．2 立体匹配

6．4 三维重建与体积计算

6．4．1 三维重建

6．4．2 体积计算

6．4．3 误差校正

6．4．4 校正结果

6．5 实验结论与误差分析

6．5．1 实验结论

6．5．2 误差分析

结论

致谢

参考文献

攻读学位期间取得学术成果