论文部分内容阅读
随着海洋资源的不断开发与利用,水下机器人技术得以迅速发展,水下的视觉系统也随之发展。由于视觉系统的非接触测量方式、信息量大、成本低等特点成为水下设备的重要组成部分。水下三维重建技术广泛用于水下自主航行器作业、海底勘查、管道维修以及水下目标识别等领域,水下三维重建技术的发展有重要的学术意义和实用价值。本论文意在将双目视觉系统应用于水下,进行水下场景三维重建,为水下机器人作业提供作业目标的位置信息。双目视觉是模仿人类的双眼去观察同一个场景,结合摄像机的成像原理,用双目去观测同一物体并求取视差,利用三角测量原理还原三维空间物体的深度信息。通常,一个完整的双目视觉三维重建系统由六个部分组成:图像采集、摄像机标定、图像特征提取、立体匹配、深度信息计算和物体表面三维重建。首先,论文从摄像机的成像模型出发,建立四个坐标系,并给出坐标系间的转换关系。然后将摄像机标定方法进行分类并介绍每一种标定方法的适用场景。最后给出了张正友标定法,推导了摄像机内外参数的解算方法。其次,分析水下图像的特点和处理的难点。在图像增强处理中,尝试采用三种平滑处理方法,通过实验对比,选择最好的处理方法;介绍了两种锐化方法和直方图均衡化来增强对比度,然后提出了一种将同态滤波和直方图均衡化相结合的改进去雾算法。在图像复原处理中,建立图像退化模型,采用三种滤波方法,在有约束最小二乘滤波法基础上进行了改进,使得图像的复原效果达到了理想的效果。再次,介绍了两种传统的角点检测方法:Harris角点检测和FAST特征点检测法,并在Harris角点检测理论中引入了X与Y方向上曲线拟合的方法,将波峰点看作角点,通过实验验证了此方法优于传统的角点检测法。在立体匹配中,详细介绍了匹配算法的分类和立体匹配的关键技术,总结了其中的四种匹配规则,并着重介绍了外极限约束的原理,然后给出了相似性测度的概念。在立体匹配方面,提出了一种全局的立体匹配方法动态规划立体匹配法,并进行验证求取了深度图。最后,推导了在平行和非平行两种模型下目标物体的三维坐标解算方法,在OPENGL平台上,运用三角剖分法对物体表面进行三维重建,根据这些数据计算物体的尺寸,通过测试对比,达到目标精度,实现了水下三维重建系统的构建。