立体视觉的主要任务是采用双目或者多目技术模拟人眼观察和理解客观世界。由于立体视觉中输入的图像一般为二维图像,受各因素的影响如物体几何特征、光照、表面材料的特性以及摄像机参数等许多因素的影响,仅由灰度反推以上各种参数是逆过程,而且这些问题大都是非线性问题,问题的解不具有唯一性,再加上噪声和离散化引起的误差直接影响重建结果,所以立体视觉本身存在一定病态性,如何得到鲁棒性的结果是立体视觉研究的难点。 论文研究了摄像机的标定、图像预处理、立体匹配和三维重建,其中图像预处理研究了图像灰度化、图像平滑、图像边缘检测和图像分割。研究的重点是图像的分割和立体匹配,主要进行了以下方面的研究: (1) 关于图像分割:在现行常用的基于二维灰度直方图阈值分割算法的基础上进行改进。一般情况下,经过平滑处理后的图像上某点像素阈值与该像素邻域阈值比较接近,因此可以将研究的重点放在二维灰度直方图的对角线附近的区域,这样不仅大大减少了运算量,而且有效地去除了像素值与其邻域值相差较大的点,也就是噪声点的影响。因此,与传统基于阈值的分割算法相比,这种改进算法的优势体现在分割的速度和精度上。 (2) 关于立体匹配:综合激光扫描技术与立体视觉技术,把二者的优点综合起来,提出了一种基于激光扫描辅助双目立体视觉的图像匹配方法。现行的匹配算法只能在某一特定场合,辅助特定的约束条件来使用,缺乏通用性,而且误差具有较大的不可控性。本文把激光扫描技术与立体视觉技术结合起来利用激光良好的方向性和立体视觉快速、全面的数据获取能力,以及结合立体视觉技术的极线约束使立体图像对得到精确的匹配,将匹配误差完全转移到硬件装置上来,因此本算法具有精确、装置简单的优点。 最后的理论分析和实验结果表明文中所述的方法能够提高测量的精度,同时具有测量装置简单、成本低的特点。