论文部分内容阅读
当前的科学技术水平显著提高的情形下,电气电子学、物理光学、信息科学和图像处理等相关学科的不断发展、探索及完善,三维重建技术在军事工业、航空航天、医疗、农业机械等重要研究领域发挥出了越来越重要的作用,受到了人们的重视及热烈的研究热潮。每一个行业更加重视机器自动化的程度,通过机器的自动化代替人力来实现高效率的生产经营,以高精度的三维重建标准来完善自动化,因此三维重建技术成为了当前计算机视觉研究领域需要迫切解决的重要问题之一。以双目摄像机代替人眼的特点进行三维重建,是计算机视觉研究领域中的热点课题,受到了各科学科相关研究人员的关注。本文以双目视觉系统的模型建立为目标,充分了解了国内外双目视觉技术的研究进展,对基于双目视觉的三维重建过程中的摄像机标定技术、双目视觉中的图像预处理技术、立体匹配算法的优化、三维重建过程等一系列关键问题进行深入研究。本文主要研究内容如下:(1)通过引入双目成像原理来介绍摄像机模型,对于摄像机的线性模型(小孔成像)和非线性模型(径向畸变和切向畸变)进行了阐述。对摄像机参数进行定义,建立了世界坐标系、摄像机坐标系、图像物理坐标系和图像像素坐标系,并详细讲述相互之间的转换关系。将本文所采用摄像机标定算法进行了详细的分析和公式推导,对于径向畸变和切向畸变所产生的误差因素进行了修正。(2)主要研究双目视觉中的图像预处理技术和特征提取方法。对包含有黑色水杯的左、右摄像机采集的图像进行otsu自适应二值化分割,这种图像分割方法比一般的图像分割对于环境具有更好的适应性。通过使用图像滤波和图像增强的方法提高自适应图像分割的效果。对黑色水杯用Harris角点检测、Shi-Tomasi角点检测和SIFT算法进行特征点检测。(3)分析了三种类型的立体匹配算法:基于区域约束的局部匹配算法、基于特征的立体匹配算法和基于全局约束的优化匹配算法,并对基于特征的立体匹配算法和基于区域的立体匹配算法进行了比较。讲述了立体匹配算法的四个步骤:匹配代价计算、代价聚合、计算视差和视差精化。(4)本文提出一种优化的区域匹配和特征点匹配相结合的自适应的立体匹配算法,在特征点匹配前采用otsu自适应二值化的方法进行二值化处理,然后通过边缘检测的方式框选出黑色水杯所在轮廓的最小矩形区域,从而更绝矩形区域进行图像分割。这种优化后的立体匹配算法提高了对于黑色水杯特征点检测效率,缩小了立体匹配所需要的时间,获得了显著的匹配效果,同时也获得了更加密集的的匹配点对,大大提高了三维重建的效果。