基于双目立体全景视觉传感器的道路宽度实时检测技术的研究

摘要

随着我国城市化进程的飞速发展,城市中的人口、能源、交通、基础设施等各方面压力逐步增大,为了更好的推动城市建设的发展,“数字城市”的概念被提出。数字城市是对城市进行多分辨率、多尺度、多时空和多种类的三维描述,以便实现国民经济信息化和社会公众服务信息化、数字化。
　　 城市基础数据库建设,是“数字城市”建设的战略基础；城市基础数据的采集与处理工作,则是基础数据库建设的前提。传统的数据采集与处理工作,不仅需要大量的人力、物力、财力,而且效率低下,难以跟得上城市交通建设日新月异的变化；移动道路测量系统(Mobile Mapping System,MMS)提供了一种便捷、经济的工作方式,可以更好的满足智能交通基础数据库建设的要求。
　　 移动道路测量系统是当今测绘界的尖端科技。通过将全球定位系统(GPS)、视频系统(CCD)、惯性导航系统(INS)或航位推算系统(DR)等先进传感器安装在车辆、火车、飞机等移动设备上,在载体高速行进中,快速采集道路及其两旁地物的空间位置数据和属性数据,并同步存储在车载计算机中,经事后或实时处理,形成各种有用数据集的综合系统。
　　 如何利用MMS中的CCD视频系统捕获丰富的道路及两旁地物的图像信息,准确实时地计算它们的空间位置数据、属性数据,实现实景三维空间信息系统,是MMS的关键问题。
　　 本文所选课题是基于双目立体全景视觉传感器的视频系统在道路宽度测量上的应用研究。采用基于全方位视觉传感器(Omnidirectional vision sensors,ODVS)的垂直式结构设计的双目立体CCD视频系统,主要实现360°范围内道路立体图像的捕获和道路空间位置数据、属性数据的提取。
　　 论文以全方位视觉传感器为基础的同时,将双目立体视觉原理引入全景视觉领域。在全景视觉下,对道路的识别算法进行研究,并对双目立体全景视觉系统应用在道路信息数字化过程中,做了一个完整的、有侧重点的分析和研究,包括全方位视觉传感器的标定、全景立体摄像机模型的建立、全景图像的捕获与预处理、特征点的识别和匹配、三维空间信息的测量等。
　　 本文完成的主要工作有以下几个方面:
　　 1、基于双目立体全景视觉传感器的移动道路测量平台的研究。简单介绍当前移动道路测量平台的研究现状和具有代表性的LD2000-RM型MMS。提出对其中的CCD视觉系统进行改进,将全方位视觉和双目全景立体视觉引入MMS。全方位视觉传感器具有360°的水平视野和120°的垂直视野,可以瞬间捕获超大范围的道路图像,并且具有单视点成像属性,可以实现图像空间信息的测量。在此基础上,我们设计了一种垂直结构的双目立体全景视觉传感器(BinocularOmni-stereo Vision Sensor,BOSVS),可以瞬间捕获全方位的道路立体图像,并从结构上实现了立体匹配的极线约束,将图像匹配复杂度从n2降到一维极线,大大降低了匹配复杂度的同时,降低了误匹配的可能,提高了立体视觉的准确度。
　　 2、全景视觉下道路识别算法的研究。分析了全景视觉下,道路图像发生的畸变,给道路识别带来检测的不便。本文提出了基于特征的道路检测算法,即基于彩色图像的道路区域特征和边缘特征相结合的道路检测算法:首先,利用OTSU算法对HSI颜色模型下的彩色图像进行自适应阈值的图像分割,在对道路区域进行粗识别后；接下来,再利用Canny算法、Hough算法检测道路的边缘信息,进而修正道路的边缘细节,得到准确的道路区域；最后,根据空间成像模型,确立道路宽度测量基准。在道路识别中,不仅注重道路检测的准确度,还充分考虑了各种复杂环境的影响,极力提高算法的鲁棒性。
　　 3、基于全方位视觉传感器的双目立体全景视觉系统的研究。在简单探讨了全方位视觉传感器标定方法和全景图像校正后,着重对全方位双目立体视觉系统中的图像匹配进行深入研究。利用极线约束理论实现快速立体匹配的同时,采用SIFT算法和改进后的ASIFT算法实现了完全仿射空间、全视角范围内,图像特征点的准确快速匹配。有效克服了立体图像因摄像机旋转、平移、缩放、以及光照、图像仿射和视角变化的干扰,抑制了因环境影响带来的无匹配、误匹配、匹配不稳定等问题。
　　 4、双目立体视觉系统的准确性和实时性的分析与研究。将双目视差测距原理引入双目立体全景视觉领域,实现三维球体空间内任意物点的空间坐标测量；进而,根据道路应用环境,建立空间成像模型实现道路宽度的计算。最后,对测量的准确性和实时性进行总结,分析各影响因素对测量准确度的影响,并提出改进方法。