EEG(脑电图)为临床工作者在脑部疾病的诊断中提供了很大的帮助。特别是对癫痫等脑部疾病的诊断具有不可替代的价值。确定脑电源信号的位置是一个重要的环节,而对脑电源的定位需要精确的估算出EEG电极的位置坐标。近年来,各个领域的研究者们对这一问题提出了五种不同的方法来计算EEG测量电极的位置。并都取得了不错的成绩。这五种方法分别是：(1)手工方法；(2)电磁射频数字化仪器；(3)磁共振成像(MRI)辅助方法；(4)超声波透射和反射的方法；(5)摄影测量方法。随着计算机视觉的发展,摄影测量方法有了飞跃的发展。相比其他4种方法,摄影测量方法快速,方便,成本低等优点。最重要的是脑电源信号是电信号,其他4种方法的测量环境中,脑电源信号会受到电磁干扰而影响其精确度。通过摄影测量方法来定位EEG电极的位置,很好的避免了这一弊端。而在不同的几种摄影测量的方法中,各有优缺点。本文针对这一应用背景,对摄影测量方法在脑部信号采集系统中EEG电极定位进行了的深入研究。现有的摄影测量方法主要是通过单目视觉原理、双目视觉原理或多目视觉原理采集图像数据,进而对对EEG电极进行识别和定位。在实用性上面,速度、成本、精确度、便捷始终不能同时满足。在保证速度和精确度的同时要么成本比较高,要么需要很多辅助性的设施。本文针对现有问题,提出了一种新的可用于脑部信号采集系统中精确定位EEG电极的系统框架。主要工作和成果如下：1.本文基于深度感应器提出了一套新的用于EEG电极定位的摄影测量系统框架。由于深度感应器可以直接获取场景三维信息,因此配备这种数据采集工具的摄影测量系统,每个角度都能独自计算出EEG电极的三维位置。为了获得所有EEG电极的信息,本文系统从4个角度进行数据采集。并根据深度感应器的最佳精度感知范围设定了数据采集支架的大小。2.本文提出了一种针对Kinect原始深度图像的修复算法。本文使用Microsoft Kinect来采集数据。而Kinect采集的深度数据含有大量噪声,本文提出的Kinect深度图修复算法对原始深度图像进行了预处理。通过对Kinect的噪声分析和对Kinect的特性分析,其拍摄距离为0.8m—1.2m时,深度相机精确度为3mm。利用这一点我们改进了双边滤波函数,大大提高了滤波速度。Kinect深度信息缺失比较严重,仅仅滤波往往得不到很好的修复效果,考虑到RGB图像的完整性。我们结合其纹理信息对深度缺失的像素点基于立体视觉SAD匹配原则获取相似点深度信息进行填补。最终得到了较好的修复效果。3.本文为所提出的新的用于EEG电极定位的摄影测量系统框架设计了一套标定过程。在以往对EEG电极定位的摄影测量方法中,都是利用立体视觉的方法直接计算出电极的三维位置坐标。由于本文用来做数据采集的Kinect能直接获取场景的三维信息。通过4个视角采集数据。而这4组数据分别属于4个不同的Kinect坐标系。为了将4组数据配准到一起。即为了计算出各个视角之间的转换关系,本文设计了相应的标定体(三棱柱标定体用来帮助一次性计算出各个视角之间的转换关系)及相应的标定过程。最后,本文对所提系统进行了验证。本文实现了对EEG电极的检测和定位以及配准。通过一个塑料头部模具进行了仿真实验。参考EEG电极10-20国际分布标准,在准塑料头部模具上贴上黑色实心圆标记来模拟EEG电极。利用本文所提系统实现了对电极的检测和定位。