三维型面的双目视差重构方法和实验研究

摘要

目前计算机视觉技术已经在人们实际生活和生产中得到了广泛应用，例如无人机实时定位导航、指纹识别、人脸识别等。作为代替人眼的技术，计算机视觉在测距和尺寸测量方面有着比人眼估计更高的精度。基于计算机视觉的测量技术包括单目视觉测量和双目视觉测量。其中，双目视觉测量因为更能模拟人类眼睛而得到了许多研究者的重视。虽然，双目视觉测量技术已经在智能测距、智能定位、VR、三维重建等方面得到了广泛应用，并且双目视觉具有系统结构简单、非接触、自动化等优点。但是，该项技术仍存在对大型测量数据处理效率低、算法鲁棒性差、精度和适用范围有限等不足。
　　本研究主要内容包括：⑴双目摄像机的鲁棒标定算法研究。本论文针对双目标定鲁棒性和实时性问题，首先，运用张正友平面标定法计算双目相机的标定初始值，然后，通过Levenberg-Marquardt迭代算法求解标定参数最优解。最后，对影响相机标定鲁棒性的因素进行实验分析。⑵三维型面图像的预处理算法研究。为了减小图像噪声和背景对后期视差图重构精度的影响，本论文采用高斯滤波算法和Grabcut分割算法对图像进行预处理。此外，为了增强用于重构视差图的立体图像的抗噪性，本论文将图像灰度值和梯度值融合（IG图）作为目标图像的强度值，为视差图的重构提供更多可用信息。⑶双目图像对的稠密视差图重构及三维重建。为了改善现有视差图重构的低精度问题，本论文详细研究了基于全像素的稠密视差图的重构方法。在图像对良好校正状态下，采用基于图割理论的匹配方法,结合视差连续性和一致性等约束条件,实现全像素稠密视差图的重构，进而实现了稠密视差图的三维重构。⑷构建的三维型面测量实验系统主要包括双目相机、图像采集卡、三维运动测量台等。首先，对影响相机标定鲁棒性的因素和获得的双目相机内外参精度进行实验分析。然后，采用标准测试图像和规则试件图像，对本文的三维型面图像预处理算法进行实验效果分析；最后，分别采用灰度图和IG图获得本论文基于图割算法的视差图重构结果，和基于块匹配算法的视差图重构结果对比分析，进而实现目标的三维重建，验证本文方法的可行性。

目录

声明

第一章 绪 论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 本文主要研究内容

1.4 本论文的结构安排

第二章 立体图像对的获取和预处理研究

2.1平行双目立体视觉测量系统构建

2.2 图像预处理

2.3 立体图像对获取和预处理实验结果分析

2.4 本章小结

第三章 相机标定鲁棒性分析

3.1 双目相机标定

3.2 影响相机标定精度及鲁棒性的因素分析

3.3 相机标定鲁棒性实验分析

3.4 本章小结

第四章 弱纹理图像稠密视差图的快速重构研究及三维重建

4.1 立体校正

4.2 基于图割立体匹配的视差图重构方法研究

4.3 基于稠密视差图的三维重建分析

4.4 实验结果分析

4.5 本章小结

第五章 总结与展望

致谢

参考文献

攻读硕士学位期间取得的成果