資源描述：
《雙目視覺(jué)系統(tǒng)標(biāo)定與立體匹配研究.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、ClassifiedIndex：TP391．4U．D．C：620SouthwestUniversity0fScienceandTechnoIogyMasterDegreeThesiS^I-^-1●1■■11ceSearch0tUameraUalIbrat10nandStereoMatchingonBinocuIarViSionSystemGrade：2011Candidate：YanheAcademiDegreeAppIiedfor：MasterSpeciaIty：CommunicationandInformationSystemSupervis
2、or：Prof．WubinMar．25．2014獨(dú)創(chuàng)性聲明JIIII111111111IIIHIlllllrllllIJIfrlUIY2586319本人聲明所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果，也不包含為獲得西南科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書(shū)而使用過(guò)的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說(shuō)明并表示了謝意。簽名：筵匆日期：勱f性多關(guān)于論文使用和授權(quán)的說(shuō)明本人完全了解西南科技大學(xué)有關(guān)保留、使用學(xué)位論
3、文的規(guī)定，即：學(xué)校有權(quán)保留學(xué)位論文的復(fù)印件，允許該論文被查閱和借閱；學(xué)?？梢怨荚撜撐牡娜炕虿糠謨?nèi)容，可以采用影印、縮印或其他復(fù)制手段保存論文。(保密的學(xué)位論文在解密后應(yīng)遵守此規(guī)定)簽名：始導(dǎo)師簽日期：西南科技大學(xué)碩士研究生學(xué)位論文第1頁(yè)摘要雙目立體視覺(jué)作為計(jì)算機(jī)視覺(jué)領(lǐng)域中的一個(gè)重要組成部分，在工業(yè)、軍事、航空等領(lǐng)域得到了越來(lái)越廣泛的應(yīng)用。該領(lǐng)域中的雙目視覺(jué)攝像機(jī)的標(biāo)定與立體匹配是其關(guān)鍵技術(shù)，一直是研究的熱點(diǎn)和難點(diǎn)。針對(duì)攝像機(jī)標(biāo)定傳統(tǒng)方法存在的計(jì)算復(fù)雜和繁瑣問(wèn)題，提出一種基于改進(jìn)型神經(jīng)網(wǎng)絡(luò)的雙目視覺(jué)攝像機(jī)標(biāo)定方法。該方法首先通過(guò)對(duì)雙目攝像機(jī)有效
4、模型的分析，建立空間點(diǎn)圖像坐標(biāo)與世界坐標(biāo)非線性映射關(guān)系，同時(shí)引入自適應(yīng)學(xué)習(xí)算法實(shí)現(xiàn)對(duì)隱層神經(jīng)元的自適應(yīng)選取，并在創(chuàng)建網(wǎng)絡(luò)模型前對(duì)樣本數(shù)據(jù)進(jìn)行歸一化處理極大提高了神經(jīng)網(wǎng)絡(luò)泛化能力；其次對(duì)HarriS特征點(diǎn)提取算法進(jìn)行改進(jìn)，對(duì)求取的角點(diǎn)坐標(biāo)添加約束條件以及縮小角點(diǎn)搜索范圍，使樣本數(shù)據(jù)精度與檢索速度得到提高；最后通過(guò)與傳統(tǒng)標(biāo)定方法進(jìn)行比較，實(shí)驗(yàn)結(jié)果表明基于改進(jìn)型神經(jīng)網(wǎng)絡(luò)標(biāo)定方法能得獲得較好的雙目標(biāo)定精度。針對(duì)傳統(tǒng)區(qū)域匹配算法計(jì)算量大、速度慢、匹配窗口難以選擇等缺點(diǎn)，提出一種自適應(yīng)窗口的立體圖像匹配算法對(duì)區(qū)域匹配算法進(jìn)行優(yōu)化，該方法通過(guò)索貝爾算子獲取圖像
5、像素梯度值，并根據(jù)梯度值變化自適應(yīng)匹配窗口。實(shí)驗(yàn)結(jié)果表示通過(guò)改進(jìn)算法圖像在立體匹配中精度與效率都得到了的提高。關(guān)鍵詞：雙目視覺(jué)攝像機(jī)標(biāo)定特征提取立體匹配西南科技大學(xué)碩士研究生學(xué)位論文第1I頁(yè)AbstractBinocularstereovisionisanimportantpartofcomputervision，whichiswidelyappliedinthefieldsofindustry，military，airspaceandSOon．Asakeytechnologyinthisfield，calibrationandStereomat
6、chingofbinocularvisioncameraarealwaysthehotanddifficultspots．Aimattheproblemssuchascomputationalcomplexityandverbosenessintraditionalcameracalibrationmethod，thispaperproposesabinocularvisioncameracalibrationmethodbasedonimprovedneuralnetwork．Firstly，throughanalyzingtheeffecti
7、vemodelofbinocularcamera，establishinganonlinearmappingrelationbetweenspatialpointimageandworldcoordinate．Simultaneously，adaptivelearningalgorithmisintroducedinandadaptiveselectionofneuronsinhiddenlayer．Beforeestablishingnetworkmodel，wenormalizesampledataandbringterminationstr
8、ategyforward，whichimprovesnetworkgeneralizationgreatly．Secondly，weim
