> 硕士毕业论文 > 25320字硕士毕业论文计算机双目视觉软件的开发与应用

25320字硕士毕业论文计算机双目视觉软件的开发与应用

论文类型:硕士毕业论文
论文字数:25320字
论点:匹配,特征,视觉
论文概述:

由于双目立体视觉系统中两个摄像头的焦距、摆放角度、摆放位置存在差异,左、右摄像机采集到的物体在尺寸、形状、亮度等方面都有较大不同。为了提高匹配的准确性,选取图像的局部不变

论文正文:

第一章引言

立体匹配一直是立体视觉中的一个重点和难点,包括特征提取和特征匹配。特征提取是获取匹配所依赖的图像特征。目前,没有普遍适用的特征提取理论,导致立体视觉中匹配特征的多样性。目前常用的匹配特征主要有一些特征、线性特征和区域性特征。一般来说,大规模特征具有丰富的图像信息,在图像中数量少,容易快速匹配,但定位精度差,特征提取和特征描述困难。小规模特征的数量很大,包含的信息很少。因此,匹配需要强约束条件和匹配策略。目前,关于点特征的研究很多。1997年,英国牛津大学的Simth等人提出了著名的SUSAN角点检测算子。该方法通过最小化像素[周围的面积,使用统计特征来确定像素是角、边缘上的点还是圆上的点。基特亨和罗斯菲尔德提出的角点检测器利用了灰度沿边界轮廓梯度方向变化最大的特性。诺贝尔试图给出微分几何角点检测的理论公式,并总结了普莱西算法下的检测原理。1988年,哈里斯和斯蒂芬斯改进了普莱西角,提出了哈里斯角检测算法。随着尺度间理论空的发展,2004年米科拉查克和施密德提出了哈里斯角检测算法与高斯尺度空表示相结合的哈里斯-拉普拉斯检测方法,以及利用辐射不变哈里斯算子进行局部拟合和迭代计算得到被检测区域仿射变换参数的哈里斯-仿射检测方法。Lowe和Bay提出了SIFT和SURF算法,这两种算法可以有效地实现,并且分别具有尺度和旋转不变性。它们综合了特征点检测、特征向量生成、特征匹配搜索等步骤进行优化,达到了接近实时的运算速度。近年来,国内学者也在这方面做了大量的工作。肖志军等人提出了一种基于B样条模型[的曲线特征点检测方法。目前,边缘检测的方法很多,大部分是通过计算图像的差分来实现的。梯度法使用一阶微分,如索贝尔,普雷维特,卡尼。拉普拉斯方法使用图像的二阶微分,如马尔、林德伯格。Canny算子由于其较好的性能,是边缘检测中最常用和最具代表性的方法。作为图像处理领域的经典研究方向,区域检测是目前最常用的区域检测方法,如具有旋转、尺度和辐射不变性的MSERs(最大稳定极值区域)、EBRs(基于边缘的区域)、IBRs(密度极值区域)和显著区域(显著区域)。在特征匹配过程中,根据提取的特征建立特征之间的对应关系。特征匹配通常基于灰度相似性,并辅以对极几何约束或其他约束的搜索。Beardsle等运算相关匹配提取的角点,匹配结果通过奇异值分解得到基本矩阵。Pritchert和Zisseman提出用单应矩阵代替传统的灰色相似性和极线约束作为匹配准北京。他们大概认为特征点和周围的小区域是空之间的中间平面的成像。因此,匹配点对应该近似满足单应矩阵的关系。Lhuillier和龙泉等。提出一种新的密集匹配策略。由核几何表示的全局约束和由灰度相似性和单应矩阵表示的局部约束被集成。在每个匹配过程中,选择灰度相似度最大的匹配对,在其周围的小区域中找到更多的匹配对,重复该过程直到匹配对充满整个图像,然后利用对极线几何的约束消除错误匹配。这种方法对纹理密集的图像特别有效,但精度不高。这些理论和方法极大地促进了相关应用的发展。同时,多摄像机立体视觉技术和实时立体视觉的实现等地方也取得了重要进展。可以说,计算机视觉已经应用于几乎所有需要人类视觉的场合,特别是在人类视觉无法感知的许多场合,如精确的定量感知、对危险场景的感知和对不可见物体的感知等。计算机视觉可以显示其无与伦比的优势。计算机视觉的应用领域包括照片解读,特别是航空空照片和卫星照片,精确制导,移动机器人视觉导航,医疗辅助诊断,工业机器人手眼系统,地图绘制,物体三维形状分析与识别,智能人机界面等。然而,就双目立体视觉技术的发展现状而言,无论是从视觉生理学的角度还是从实际应用的角度来看,现有的立体视觉技术都还处于非常不成熟的阶段。计算机立体视觉系统的研究面临一系列技术难题4.2 KD树算法33:1)立体匹配作为立体视觉的核心,虽然取得了许多研究成果和发展,但在理论和技术上还不完善。例如,如何选择合理的匹配特征来克服匹配精度与恢复视差全面性之间的矛盾;如何选择有效的匹配准则和算法结构来解决严重的灰度失真、几何失真、噪声干扰、特殊结构和遮挡景物的匹配问题;如何建立更有效的图像表达形式和立体视觉模型,降低立体匹配的难度等。目前,还没有可靠的通用匹配方法。2)人类仍然不太熟悉自己的视觉机制。人类是如何选择、获取和分析视觉知识的,至今还没有完全了解。3)立体视觉系统所需的计算量很大。对于标准航空空照片(3000X3000),只有一个3×3运算符的卷积运算相当于108次乘法。然而,实际系统对时间要求有一定的限制。目前,集成电路和特殊功能部件的发展已经不能满足实时性的要求,这给立体视觉系统成为一个实用的通用系统设置了很大的障碍。

第三章特征提取19

3.1局部不变特征概述...........................................19

3.2哈里斯触摸21

3.3 SIFT特征生成……24

3.3.1狗等级空之间的世代24

3.3.2特征点搜索和位置27

3.3.3特征点在方向上的分布.....................................................................29

3.3.4特征点特征向量生成……30

第四章特征匹配……32

4.1匹配算法32

4.1.1归一化互相关(NCC) 32

4.1.2欧几里德距离33

[17]

4.3配对纯化(ranac)38

第五章深度信息的获取40

5.1二面角测量原理................................40

5.2会聚双目立体视觉3D测量41

摘要

本文分析了计算机双目视觉系统的组成。在双目视觉系统的实现中,首先分析了摄像机的成像原理,采用张氏标定法对摄像机进行标定,以获得更加准确的摄像机内外参数。哈里斯角点检测算法和SIFT算法分别用于提取图像的特征点。对于这两种方法提取的特征点,分别采用不同的相似性度量进行匹配,获得更准确的匹配结果。最后,根据标定的摄像机参数和匹配的特征点对,根据立体视觉成像原理,建立方程,得到特征点的三维信息。

该系统还存在一些不足,主要是:1)相机标定中使用的张定标方法,虽然标定非常方便,获得的参数结果精度高,但在实际应用中,为了通过场景变换获得清晰的成像效果,有必要调整相机焦距以获得清晰的成像效果,但这将导致相机中参数的变化。每次调整都需要重新校准两台摄像机,这在实际应用中过于复杂和不切实际。因此,可以进一步研究高精度、不需要校准板的自校准方法。2)介绍了计算机视觉研究中的难点,并对现有匹配基元的选择进行了讨论。匹配精度与视差全面性的恢复之间存在矛盾。针对双目视觉图像对之间存在的视角差异、光照差异、几何失真、噪声干扰等问题,提取图像的局部不变特征进行立体匹配,虽然获得了令人满意的匹配结果。然而,所获得的特征点远不足以完全恢复目标场景的三维信息,并且只能通过插值和其他计算来补充,特别是对于具有很少或没有提取的特征点的对象。3)该系统的实验结果表明,物体边缘的匹配效果不理想,不利于物体三维信息的恢复。因此,可以考虑边缘控制策略来提高边缘匹配精度。4)由于缺乏能力,整个过程的实现与实时双目视觉系统仍有一定差距。有必要进一步优化代码,并考虑引入并行处理来提高算法速度。

参考:

王军。改进的双目立体匹配算法和三维重建技术[。2005.

[2]布朗·米茨,伯施卡·德,哈格·德,计算立体声的进展[。模式分析和机器智能的电子交易,2003,25(8):993-1008。

[3]马尔代夫视觉:视觉信息的人类表征和处理的计算研究[。旧金山:弗里曼和公司,1982:18-22。

全红岩,张田文。一种利用模板进行摄像机自标定的新方法[。《电子学报》,2005,33 (11): 1941-1945。

刘劲松,袁思聪,张庆洋,等。双目立体视觉中蛇纹标定技术的研究[。计算机工程与应用,2008,44(6):237-239。

刘远坤、苏先玉、武青阳。基于傅里叶条纹分析的多摄像机标定方法[[]。《光子学报》,2007,36(9):1734-1737。

[7]孟克勤,胡振英。一种基于圆点的简易摄像机标定新技术[。模式识别,2003,36(5): 1155-1164。

[8]马丁斯·海·阿,伯克·杰·R,凯利·R·B .基于来自两个校准平面的数据的照相机模型[·杰]。计算机图形和成像处理?1981,17:173-180。

[9]魏广庆,马士德.隐式和显式摄像机标定理论与实验[.《模式分析和加工智能的电气电子工程师协会学报》,1944,16:469-480。

[10]浮杰拉斯0,罗荣奎,梅班克s .相机自校准:理论与实验[Z]。第二届欧洲计算机视觉会议录,意大利,1922:321-334。