双目立体视觉移动车辆三维重建系统研究

摘要

计算机视觉三维重建技术的研究是计算机视觉学科的一个重要领域，有助于实现非接触三维测量与快速建模。该项技术工作效率高，有利于提高工作环境的自动化程度，是三维建模的一个重要发展方向。 本文以移动车辆为研究对象，采用计算机视觉三维重建技术和机器视觉理论方法，研究如何在熟悉或不熟悉环境条件下利用双目立体视觉对移动车辆实现三维测量与建模，解决传统图象检测精度低，可靠性差的问题。由此，本文主要对双目立体视觉移动车辆重建技术的摄像机自标定、特征提取和立体匹配等内容做了如下研究工作： 在摄像机标定部分：采用线性和非线性结合的方法标定摄像机参数，首先利用直接线性转换模型得到投影矩阵，通过约束条件分解参数矩阵，分别求出摄像机内部参数，再将得到的标定参数作为初值，代入非线性方程进行优化，得到精确的标定参数。 在特征提取部分：首先提出了一种序列图象帧差分和二次帧差分的改进HIS差分模型，采用自适应运动目标区域检测、阴影部分分割和噪声消除算法，在无背景图象条件下自动提取运动目标区域，并对该目标区域进行角点和边缘检测。 在立体匹配部分：提出了基于边缘特征的立体匹配方法，即先匹配角点，再由角点引导边缘匹配。通过边缘检测、相关性检验和连续松弛迭代完成匹配全过程。 本文最后给出了实际模型三维坐标重建的全过程，并应用MATLAB编程进行了仿真实验。

目录

文摘

英文文摘

论文说明：图表目录

声明

致谢

第一章绪论

1.1引言

1.2计算机视觉研究内容

1.3计算机视觉的发展概况

1.3.1 Marr理论

1.3.2 Marr视觉理论框架的不足与改进

1.3.3计算机视觉的发展

1.3.4计算机视觉研究的困难

1.4计算机视觉三维感知方法

1.4.1被动立体测定技术

1.4.2主动立体测定技术

1.5课题研究的目的和意义

1.6课题研究的内容

第二章双目视觉系统视觉原理与三维重建体系结构

2.1双目立体视觉原理

2.2目立体视觉三维重建体系结构

2.2.1图象获取

2.2.2摄像机标定

2.2.3图象预处理和特征提取

2.2.4立体匹配

2.2.5深度确定

第三章摄像机标定

3.1引言

3.2参考坐标系介绍

3.2.1像素坐标系

3.2.2物体坐标系

3.2.3摄像机坐标系

3.2.4实际图象坐标系

3.2.5世界坐标系

3.3线性摄像机模型

3.4传统摄像机标定法

3.4.1线性摄像机模型标定

3.4.2非线性优化方法

3.5摄像机双目立体标定法

3.5.1求解摄像机内外部参数的初值

3.5.2非线性参数估计与双目立体摄像机位姿求解

3.5.4小结

3.6实验过程与结果分析

第四章移动目标信息提取与图象预处理

4.1几种常用的移动目标检测方法的分析与比较

4.1.1背景差分法

4.1.2基于动态阈值的背景差分算法

4.1.3基于帧间差阈值方法

4.1.4基于光流场的方法

4.2图象的色彩系统

4.2.1 RGB色彩系统

4.2.2 CMY色彩系统

4.2.3 YIQ色彩系统

4.2.4 YUV色彩系统

4.2.5 YCbCr色彩系统

4.2.6 HIS系统

4.3改进的运动目标检测方法

4.3.1改进的HIS模型

4.3.2运动目标图象HIS帧间差值模型建立

4.4图象优化

4.4.1面积去除

4.4.2阴影部分去除

4.4.3形态学处理

4.5移动目标信息提取优化算法

4.5.1连通区域获取

4.5.2移动车辆区域特征定义

4.5.3移动车辆区域识别与边缘提取

4.5.4边缘检测

4.6算法流程小结

第五章基于角点引导的边缘匹配与三维重建实现

5.1立体匹配前提

5.1.1匹配准则

5.1.2匹配中的影响因素

5.2匹配基元选择

5.2.1区域匹配

5.2.2特征匹配

5.3基于角点引导的边缘匹配算法

5.3.1角点匹配

5.3.2基于角点引导的边缘匹配

5.3.3插值算法

5.4三维重建实现

5.5算法流程小结

5.6实验验证与结果分析

第六章总结与展望

参考文献