資源描述：
《雙目立體視覺技術的實現(xiàn)》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在工程資料-天天文庫。
1、雙目立體視覺技術的實現(xiàn).freelarr提出了一種視覺計算理論并應用在雙睛匹配上,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。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,在許多領域均極具應用價值,如微操作系統(tǒng)的位姿檢測與控制、機器人導航與航測、三維測量學及虛擬現(xiàn)實等。1雙目體視的技術特點雙目標視技術的實現(xiàn)可分為以下步驟:圖像獲取、攝像機標定、特征提取、圖像匹配和三維重建,下面依次介紹各個步驟
2、的實現(xiàn)方法和技術特點。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)過移動或旋轉拍攝同一幅場景,獲取立體圖像對。其針孔模型如圖1。假定攝像機C1與C2的角距和內(nèi)部參數(shù)都相等,..畢業(yè)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)結構參數(shù)
3、之間的關系作了詳盡分析,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光軸夾角是一復雜的函數(shù)關系;若兩攝像頭光軸夾角一定,則被測坐標與攝像頭坐標系之間距離越大,測量得到點距離的誤差就越大。在滿足測量范圍的前提下,應選擇兩CCD之間夾角在50℃~80℃之間。1.2攝像機的標定對雙目體視而言,CCD攝像機、數(shù)碼相機是利用計算機技術對物理世界進行重建前的基本測量工具,對它們的標定是實現(xiàn)立體視覺基本而又關鍵的一步。通常先采用單攝像機的標定方法,分別得到兩個攝像機的內(nèi)、外參數(shù);再通過同一
4、世界坐標中的一組定標點來建立兩個攝像機之間的位置關系。目前常用的單攝像機標定方法主要有:(1)攝影測量學的傳統(tǒng)設備標定法。利用至少17個參數(shù)描述攝像機與三維物體空間的結束關系,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,可進行實時計算。(4)相機標定的兩步法。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,標定精度較高。(5)雙平面標定法
5、。在雙攝像機標定中,需要精確的外部參數(shù)。由于結構配置很難準確,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雜,而且效果并不一定理想,大大地限制了其應用范圍。此外雙攝像機標定還需考慮鏡頭的非線性校正、測量范圍和精度的問題,目前戶外的應用還有少。上海大學通信與信息工程學院提出了基于神經(jīng)網(wǎng)絡的雙目立體視覺攝像機標定方法。首先對攝像機進行線性標定,然后通過網(wǎng)絡訓練建立起三維空間點位置補償?shù)亩鄬忧梆伾窠?jīng)網(wǎng)絡模
6、型。此方法對雙目立體視覺攝像機的標定具有較好的通用性,但是精確測量控制點的世界坐標和圖像坐標是一項嚴格的工作。因此神經(jīng)網(wǎng)絡中訓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滿足以下要求:與傳感器類型及抽取特征所用技術等相適應;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提取前,需對獲取的圖像進行預處理。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視中最關系、困難的一步。與普通的圖
7、像配準不同,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)域匹配算法的實質是利用局部窗口之間灰度信息的相關程度,它在變化平緩且細節(jié)豐富的地方可以達到較高的精度。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,與匹配窗大小無關的互相關運算能顯著提高運算速度。特片匹配不直接依賴于灰
8、度,具有較強的抗干擾性,計算量小,速度快。但也同樣存一些不足:特征在圖像中的稀疏性決定特征匹配只能得到稀疏的視差場;特征的撮和定位過程直接影響匹配結果的精確度。改善辦法是將特征匹配的魯棒性和區(qū)域匹配的致密性充分結合,利用對高頻噪聲不敏感的模型來提取和定位特征。相位匹配是近二十年才發(fā)展起來的一類匹配算法。相位作為匹配基元,本身反映信號的結構信息,對圖像的高頻噪聲有很好的抑制作用,適于并行處理,能獲得亞像素級精度的致密視差。但存在相位奇點和相位卷繞的問題,需加入自適應濾波器解決。1.5三維重建在得到
