论文部分内容阅读
随着电子、光学、图像处理等相关学科的发展,三维重建技术在医学、军事、农业、机械制造、航空航天、林业作业等领域的应用也日益增多。各行业,对三维重建的精度和自动化程度都提出更高的要求,如何提高三维重建的精度以满足这些行业的需求是当前计算机视觉研究领域亟需解决的问题。基于双目视觉系统的三维重建模仿人类双眼特点,是计算机视觉领域中研究的热点课题之一。本文以提高双目视觉系统的测量精度为目标,对三维重建过程中的图像预处理、摄像机标定、立体匹配、三维重建等一系列关键问题进行深入研究。本文研究的主要内容和成果如下:1.利用双目视觉系统获取图像进行预处理后,根据透视不变性原理对圆靶中心的图像坐标进行精确提取;2.在研究直接线性标定算法、张正友算法和基于牛顿高斯迭代的Taufiquer算法基础上,提出了基于差分演化算法的摄像机高精度标定算法。算法中采用针孔模型和二阶畸变模型作为标定时的数学模型;为减少标定参数的个数,用单位四元数表示世界坐标系与摄像机坐标系之间的旋转矩阵;将小孔模型计算出的理想图像点与畸变模型计算出的矫正图像点的位置差定义为目标函数,通过种群的遗传与变异求出摄像机的内外参数,在算法中增加了差变量来校正变异,使得算法既能全局寻优,又增强算法局部搜索能力。实验结果表明基于差分演化的摄像机标定将标定的误差减小到0.21个像素,该方法具有精度高、标定速度快、对初始值的依赖程度小等优点;3.研究了芒果图像的预处理方法。对芒果图像进行滤波后,采用数学形态学原理对芒果图像进行了背景分割。针对芒果表面含有一些如黑斑、果尖、果蒂等特征,分别利用Harris、SUSAN和SIFT算法进行了特征提取;4.在研究基于特征和基于区域的立体匹配算法基础上,本文提出了一种特征和区域相结合的自适应匹配算法。首先对芒果图像进行特征匹配,按相似度最大原则选取好的匹配点对;然后采用基于区域匹配算法进行再次匹配,根据特征匹配的视差调整再次匹配时的搜索范围,同时在像素变化平坦的地方扩大窗口以减小噪声干扰,而在像素变化剧烈的地方缩小窗口以获取更多的边缘信息,该方法获取了更为稠密的匹配点对,最后通过实验验证了该方法的实用性和可行性;5.根据畸变参数矫正图像,立体匹配后,利用最小二乘法计算了芒果表面特征点的三维世界坐标,采用基于圆弧的三维插值方法对芒果表面进行了三维重建。