论文部分内容阅读
双目立体计算机视觉一直以来都是计算机视觉技术研究中的一个热点研究课题。它是通过双目摄像机模拟人眼采集物体的成像,建立起实物,实物成像和摄像机之间的几何关系,还原出物体的三维信息。它的应用领域贯穿着各个方面,比如机器人视觉智能导航、零件的加工检测、物体的三维测量、医学外科手术导航、物联网和军事医疗等。因此,研究双目立体视觉进行物体的三维测量和重建有着很重要的实践意义,特别是对三维测量和重建精度的研究是双目立体视觉的重中之重。本文对三维物体测量和重建过程中的摄像机标定技术,图像匹配技术和三维坐标还原技术三个方面进行研究,并始终围绕着如何快速,准确,高效的进行物体三维测量和重建的原则进行研究。分析了当前这些技术中存在的问题,并提出相应的解决方法,主要的研究工作如下:(1)根据平面标定方法对双目摄像机进行标定时,标定的内外参数存在着较大的差异,对空间物点进行三维坐标还原时会有较大的误差的问题,建立了一种校正标定参数的平行光轴成像模型(PAM),该模型下主要利用极线约束的原理,通过成像平面的旋转变换,使得两摄像机的光轴保持平行状态,从而保持两摄像机成像平面是在同一平面上,两摄像机成像平面只是在X方向上有一个位移,这样两摄像机的内外参数基本能够保持一致,符合理想双目立体成像的原理。利用该模型进行物体的三维测量,实验表明,该模型能够极大的提高测量的精度。同时在模型下对测量距离和测量高度这两个测量参数进行了调准,更进一步的提高了测量的精度。(2)本文设计了一种基于PAM下的快速图像匹配算法。实验结果证明利用该算法进行图像特征点相似性匹配,匹配正确率能够达到90%以上,与传统的相似性匹配算法相比,匹配算法加速比最高能够达到80倍。算法还考虑了实际应用中的问题,在物体测量实验对比中,其结果证明精度有明显提高,物体的还原效果较好。为实际应用奠定了基础。