当前位置: > 硕士毕业论文 > 38120字硕士毕业论文计算机应用论文选集:计算机视觉双目立体匹配技术研究

38120字硕士毕业论文计算机应用论文选集:计算机视觉双目立体匹配技术研究

论文类型:硕士毕业论文
论文字数:38120字
论点:视觉,匹配,计算机
论文概述:

本文的研究工作选择在基于双目立体视觉的针孔模型成像条件下进行,要解决的问题有:摄像机标定、匹配以及三维重建。其中,匹配是核心问题,匹配的准确性直接决定三维重建结果,文章详

论文正文:

介绍

1.1计算机视觉技术简介
1.1.1计算机视觉概述
经过漫长的过程,人类对视觉的感知已经从感性知识转向定性和定量分析。用机器代替人眼来识别、判断和测量目标物体是人类多年来的梦想。具有与人类相似视觉感知能力的机器和计算机可以为人类提供更好的质量、更人性化和更紧密的服务。近几十年来,为了实现这一目标,科技工作者基于“计算机视觉”进行了不懈的努力来处理信息。计算机视觉通常也被称为机器视觉。这门学科的研究和发展已经有几十年的历史了。这是一门通过图像或视频数据感知、识别和理解客观世界的学科。它主要是将相机拍摄的数字图像或数字视频作为原始数据,提取图像或视频中可以观察到的东西。计算机视觉要解决的问题与人类通过眼镜观察世界的视觉感知功能非常相似。在特定的应用中,机器视觉与计算机视觉有些不同。据说机器视觉强调使用由机器组成的系统来处理视觉问题,而计算机视觉强调处理视觉问题是一个计算问题,核心组件是一台具有强大计算功能的计算机
2双目立体视觉系统模型和摄像机标定。随着视觉传感技术、计算机技术和图像处理技术的快速发展,计算机视觉技术的应用越来越广泛,如食品、制药、建材、化工、电子制造、包装、汽车制造等行业。机器视觉可以应用于各种需要视觉观察的场合。在一些危险、狭窄和不可见的场合,它比人类视觉更有优势。计算机视觉技术主要涉及目标物体的图像采集技术、图像信息处理技术和目标物体的测量与识别技术。其中,典型的计算机视觉测量对象和方波包括尺寸测量、缺陷检测、模式识别、图像融合、目标跟踪、三维重建等。
2.1人类视觉系统的立体感知原理
在观察外界时,人类可以感知物体的立体视觉,区分观察场景的深度和场景的距离。人眼获取的场景信息是立体信息,人类视觉系统是立体视觉系统。双目立体视觉系统是模拟人类双目视觉观察特性的计算机视觉系统。双目立体视觉系统可以实现待测场景中目标的距离感知和被动测距,以及目标场景的三维信息恢复和重建。双目立体视觉技术是计算机视觉研究和应用的重要组成部分,在无人驾驶、生命医学、工业测量等领域具有广泛的应用和重要的研究意义。由于单个图像仅提供图像中每个单点的视线,但不知道世界坐标系中相应的三维空点离检测平面有多远,所以从单个图像获得的信息只能提供世界坐标系中平面上的二维测量,不能重建场景的三维几何信息。双目立体视觉技术(双目立体视觉技术)是通过分析两幅二维图像的图像信息,结合视差测距等先验知识,获得物体的三维表面形状信息的技术。其工作原理主要基于人类双目视觉中的视差测距原理。双目视觉是最接近人类视觉的三维数据恢复方法。人类的视觉系统由眼睛、视神经和大脑组成。在可见光照射下,正常人的眼睛会感受到光的刺激,并将场景成像在视网膜上。信号将通过视神经传输到大脑,由大脑处理形成图像。根据两只眼睛获得的图像,大脑产生远近深度,从而产生立体印象。人眼是一个非常复杂的成像系统,人类视觉系统的立体成像过程是一个非常复杂的过程,不仅包括生物知识,还包括心理学等相关知识。。计算机视觉系统通过图像获取装置获取图像,然后将获取的图像传输到处理单元,通过数字图像处理辨别尺寸、形状、颜色等,并且进一步根据辨别结果控制现场设备
3立体匹配技术研究与改进综述……22 [/BR/] 3.1立体匹配技术........22 [/BR/] 3.2立体声匹配约束........23 [/BR/] 3.3立体匹配方法........25 [/BR/] 3.3.1基于特征的立体匹配方法........26 [/溴/]3.3.2基于区域的立体匹配方法........27
3.3.3基于相位的立体匹配方法........27
3.3.4立体匹配方法的比较与选择........28
3.4区域立体匹配算法研究........29
3.4.1传统区域匹配算法........29
3.4.2自适应窗口算法........30
3.4.3自适应加权算法........31
3.5改进的区域立体匹配算法........32
3.6实验和结果分析........40
4双目立体系统构建及实验分析........45
4.1双目立体视觉系统构建........45
4.2被动双目测距和实验分析........46
4.2.1被动测距系统校准........46
4.2.2测距和结果分析........47 [/溴/]4.3系统实施和结果分析........48
4.3.1理想光照条件下的实验结果和分析........48
4.3.2不同光照条件下的实验结果........50
5摘要和展望........52。该系统由视觉采集单元、传感器单元、处理器单元、存储单元等组成。基于PC机的计算机视觉由摄像头、图像(视频)采集卡和PC机组成,嵌入式机器视觉由摄像头、存储器、处理器、通信接口等组成。图1.1示出了典型机器视觉系统的组成,(1)待测物体,(2)照相机,(3)图像采集卡,(4)通信接口和图像处理器,(5)控制驱动单元,(6)操作执行单元,(7)显示器,和(8)光源。

1.1.2计算机视觉原理
计算机视觉系统以图形图像模型的形式构建或恢复现实世界,识别现实世界,并建立类似于人类视觉系统
计算机视觉是人工智能领域的一个重要研究课题,为人机交互、智能工程和视觉工程操作提供方法和接口。计算机视觉已经广泛应用于许多领域,如医疗、军事、设计、生产制造、智能交通、航空空航空航天、影视娱乐等。计算机视觉可以应用于需要视觉观察的场合,特别是在人类视觉难以观察的一些场合,计算机视觉具有更多的优势。立体视觉是计算机视觉技术的主要内容之一,它解决了从二维平面图像到三维空的结构转换问题。在双目立体视觉技术的研究中,立体匹配是精确三维重建的前提。更精确、更快速的立体匹配算法一直是研究的热点。本文对三维重建技术的主要环节进行了系统的分析和研究。研究内容和问题如下:
(1)在分析双目立体摄像机系统标定和成像模型的基础上,研究了双目立体视觉系统的参数计算和调整方法。标定后的双目立体系统可以实现更精确的特殊点距离测量。
(2)在立体图像对的匹配分析阶段,首先研究立体视觉技术的原理,然后综合分析立体匹配中的各种约束,最后根据各种立体匹配方法的优缺点和主题需求选择基于区域的立体匹配算法。
(3)设计了一种既准确又快速的区域立体匹配算法。针对区域立体匹配算法中存在的支持窗口大小一致和匹配系数均匀会影响匹配效果的问题,提出了一种基于图像边缘自适应窗口大小、几何距离自适应权重和颜色距离权重的彩色图像立体匹配算法。该算法首先利用图像边缘信息选择支持窗口大小;然后,根据匹配值的变化特征,建立符合概率曲线的权重模型。最后,结合颜色相似度约束,利用加权颜色距离累积和作为相似度,获得稠密视差图。利用米德尔伯里数据库和评估系统对算法进行了仿真。实验结果表明,该算法能有效降低匹配噪声,提高边缘区域和低纹理区域的匹配精度,匹配速度快。
(4)搭建了双目立体视觉系统实验的硬件平台。首先,调整系统。然后,对系统采集的图像进行特殊点测距实验。最后,将采集的图像与本文算法进行立体匹配,并将匹配结果用于测距。实验结果表明,该算法能有效应用于实验系统采集的图像,匹配结果噪声低、速度快。该系统能有效实现双目被动测距功能,测距结果精度高,效果好。的通用计算机视觉系统。计算机和信号处理理论出现后,人们开始尝试用相机等图像捕捉设备代替人眼来获取图像,然后用计算机或嵌入式处理器代替人脑来分析、识别和理解数据,于是计算机视觉这门学科诞生了。计算机视觉的最终目标是让计算机和机器像人类一样观察和理解世界。当前应用程序的总体目标是使计算机或机器能够满足某些智能要求。计算机视觉的研究始于20世纪50年代,光学字符最初是通过统计模式识别来识别的。20世纪60年代初,数字图像处理学科应运而生。一些研究者开始通过计算机编程提取简单物体的三维结构,从而获得物体的形状和空之间的位置关系。同时,越来越多的研究者开始研究图像特征提取,分析图像灰度、纹理、运动等,形成多方面的研究标准和统一规则。20世纪80年代和90年代,人工智能发展迅速,计算机视觉,尤其是立体视觉和立体匹配受到了极大的关注。视觉理论研究的创始人大卫·马尔(David Marr)在其著作《视觉》(Vision)中提出了视觉理论框架(如图1.2所示)。马尔的理论受到人工智能和神经科学的影响,是计算神经科学的先驱。它也是对视觉理论研究影响最深远的理论之一。

[4]

[5]

[6]

结论

[8]

参考
[1]张玉进。图像理解和计算机视觉。北京:清华大学出版社,2011年
[2]高文,陈西林。计算机视觉算法和系统原理。北京:清华大学出版社,2002
[3]卫斯理·斯奈德。机器视觉教程。北京:机械工业出版社。2005年
[4]冯端、王耀南、雷晓峰、吴李钊、谭文。机器视觉技术及其应用综述。自动化博览会,59-61
[5]琳达·夏皮罗,乔治·斯托克曼。计算机视觉。北京:机械工业出版社,2005
[6]卡斯滕·斯特格。马库斯·乌尔里希,克里斯蒂安·威德曼。机器视觉算法和应用。北京:清华大学出版社,2008
[7]韩久强。机器视觉技术和应用。北京:高等教育出版社,2009
[8]李延奇。基于SIFT算子的双目视觉立体匹配算法研究。Xi安:西安电子科技大学。2010
[9]马尔代夫,姚郑国译。视觉计算http://sblunwen.com/jsjyy/理论。北京:高等教育?教育出版社,1988
[10]张陶虹。计算机视觉结构概述。中国视觉网文章,2006