資源描述：
《雙目立體視覺技術(shù)的實現(xiàn)及其進展》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、雙目立體視覺技術(shù)的實現(xiàn)及其進展
2、第1內(nèi)容顯示中摘要：闡述了雙目立體視覺技術(shù)在國內(nèi)外應(yīng)用的最新動態(tài)及其優(yōu)越性。指出雙目體視技術(shù)的實現(xiàn)分為國像獲取、攝像機標(biāo)定、特片提取、立體匹配和三維重建幾個步驟，詳細(xì)分析了各個步驟的技術(shù)特點、存在的問題和解決方案，并對雙目體視技術(shù)的發(fā)展做了展望。關(guān)鍵詞：雙目立體視覺計算機視覺立體匹配攝像機標(biāo)定特征提取雙目立體視覺是計算機視覺的一個重要分支，即由不同位置的兩臺或者一臺攝像機（CCD）經(jīng)過移動或旋轉(zhuǎn)拍攝同一幅場景，通過計算空間點在兩幅國像中的視差，獲得該點的三維坐標(biāo)值。80年代美國麻省理工學(xué)院人工智能實驗室的Marr提出了一種視覺計算理論并應(yīng)用
3、在雙睛匹配上，使兩張有視差的平面圖產(chǎn)生在深度的立體圖形，奠定了雙目立體視覺發(fā)展理論基礎(chǔ)。相比其他類的體視方法，如透鏡板三維成像、投影式三維顯示、全息照相術(shù)等，雙目本視直接模擬人類雙眼處理景物的方式，可靠簡便，在許多領(lǐng)域均極具應(yīng)用價值，如微操作系統(tǒng)的位姿檢測與控制、機器人導(dǎo)航與航測、三維測量學(xué)及虛擬現(xiàn)實等。1雙目體視的技術(shù)特點雙目標(biāo)視技術(shù)的實現(xiàn)可分為以下步驟：圖像獲取、攝像機標(biāo)定、特征提取、圖像匹配和三維重建，下面依次介紹各個步驟的實現(xiàn)方法和技術(shù)特點。1.1圖像獲取雙目體視的圖像獲取是由不同位置的兩臺或者一臺攝像機（CCD）經(jīng)過移動或旋轉(zhuǎn)拍攝同一幅場景，獲取立體圖像對。其針
4、孔模型如圖1。假定攝像機C1與C2的角距和內(nèi)部參數(shù)都相等，兩攝像機的光軸互相平行，二維成像平面X1O1Y1和X2O2Y2重合，P1與P2分別是空間點P在C1與C2上的成像點。但一般情況下，針孔模型兩個攝像機的內(nèi)部參數(shù)不可能完成相同，攝像機安裝時無法看到光軸和成像平面，故實際中難以應(yīng)用。上海交大在理論上對會攝式雙目體視系統(tǒng)的測量精度與系統(tǒng)結(jié)構(gòu)參數(shù)之間的關(guān)系作了詳盡分析，并通過試驗指出，對某一特定點進行三角測量。該點測量誤差與兩CCD光軸夾角是一復(fù)雜的函數(shù)關(guān)系；若兩攝像頭光軸夾角一定，則被測坐標(biāo)與攝像頭坐標(biāo)系之間距離越大，測量得到點距離的誤差就越大。在滿足測量范圍的前提下，應(yīng)
5、選擇兩CCD之間夾角在50℃～80℃之間。1.2攝像機的標(biāo)定對雙目體視而言，CCD攝像機、數(shù)碼相機是利用計算機技術(shù)對物理世界進行重建前的基本測量工具，對它們的標(biāo)定是實現(xiàn)立體視覺基本而又關(guān)鍵的一步。通常先采用單攝像機的標(biāo)定方法，分別得到兩個攝像機的內(nèi)、外參數(shù)；再通過同一世界坐標(biāo)中的一組定標(biāo)點來建立兩個攝像機之間的位置關(guān)系。目前常用的單攝像機標(biāo)定方法主要有：（1）攝影測量學(xué)的傳統(tǒng)設(shè)備標(biāo)定法。利用至少17個參數(shù)描述攝像機與三維物體空間的結(jié)束關(guān)系，計算量非常大。（2）直接線性變換性。涉及的參數(shù)少、便于計算。（3）透視變換短陣法。從透視變換的角度來建立攝像機的成像模型，無需初始值，
6、可進行實時計算。（4）相機標(biāo)定的兩步法。首先采用透視短陣變換的方法求解線性系統(tǒng)的攝像機參數(shù)，再以求得的參數(shù)為初始值，考慮畸變因素，利用最優(yōu)化方法求得非線性解，標(biāo)定精度較高。（5）雙平面標(biāo)定法。在雙攝像機標(biāo)定中，需要精確的外部參數(shù)。由于結(jié)構(gòu)配置很難準(zhǔn)確，兩個攝像機的距離和視角受到限制，一般都需要至少6個以上（建議取10個以上）的已知世界坐標(biāo)點，才能得到比較滿意的參數(shù)矩陣，所以實際測量過程不但復(fù)雜，而且效果并不一定理想，大大地限制了其應(yīng)用范圍。此外雙攝像機標(biāo)定還需考慮鏡頭的非線性校正、測量范圍和精度的問題，目前戶外的應(yīng)用還有少。上海大學(xué)通信與信息工程學(xué)院提出了基于神經(jīng)網(wǎng)絡(luò)的雙
7、目立體視覺攝像機標(biāo)定方法。首先對攝像機進行線性標(biāo)定，然后通過網(wǎng)絡(luò)訓(xùn)練建立起三維空間點位置補償?shù)亩鄬忧梆伾窠?jīng)網(wǎng)絡(luò)模型。此方法對雙目立體視覺攝像機的標(biāo)定具有較好的通用性，但是精確測量控制點的世界坐標(biāo)和圖像坐標(biāo)是一項嚴(yán)格的工作。因此神經(jīng)網(wǎng)絡(luò)中訓(xùn)練樣本集的獲得非常困難。1.3特征點提取立體像對中需要撮的特征點應(yīng)滿足以下要求：與傳感器類型及抽取特征所用技術(shù)等相適應(yīng)；具有足夠的魯棒性和一致性。需要說明的是：在進行特征點像的坐標(biāo)提取前，需對獲取的圖像進行預(yù)處理。因為在圖像獲取過程中，存在一系列的噪聲源，通過此處理可顯著改進圖像質(zhì)量，使圖像中特征點更加突出。1．4立體匹配立體匹配是雙目體
8、視中最關(guān)系、困難的一步。與普通的圖像配準(zhǔn)不同，立體像對之間的差異是由攝像時觀察點的不同引起的，而不是由其它如景物本身的變化、運動所引起的。根據(jù)匹配基元的不同，立體匹配可分為區(qū)域匹配、特征匹配和相位匹配三大類。區(qū)域匹配算法的實質(zhì)是利用局部窗口之間灰度信息的相關(guān)程度，它在變化平緩且細(xì)節(jié)豐富的地方可以達(dá)到較高的精度。但該算法的匹配窗大小難以選擇，通常借助于窗口形狀技術(shù)來改善視差不連續(xù)處的匹配；其次是計算量大、速度慢，采取由粗至精分級匹配策略能大大減少搜索空間的大小，與匹配窗大小無關(guān)的互相關(guān)運算能顯著提高運算速度。特片匹配不直接依賴于
