论文部分内容阅读
基于视觉信息的移动机器人导航是当前移动机器人研究的一个焦点。同人类一样,视觉是机器人获取周围世界信息重要来源,可为机器人提供周围的环境信息,如机器人对环境中目标的识别、实时的跟踪导航信息。全方位视觉是一项新兴的视觉技术,该系统能一次性获取180度立体角内的场景图像。由于该系统具有大视野的显著特征,用全方位视觉构建移动机器人的视觉系统,满足机器视觉实时获取环境信息的要求,具有广泛的应用。但是全方位视觉设备由于其特殊的光学成像机制,系统获取的图像存在严重的扭曲。因此,在将全方位视觉投入到真正的应用之前,需要从全方位图像中恢复出所拍摄的景物信息。本文针对鱼眼镜头获取全方位视觉图像的畸变校正算法开展研究工作。本课题来源于国家科技部国际科技合作项目:移动机器人和自引车的全方位视觉导航技术。本文首先介绍了全方位视觉技术、该技术的研究现状以及具体应用现状。然后深入研究了常规摄像机与全方位视觉成像系统的不同之处,并详细介绍了鱼眼摄像机的光学结构及成像原理。基于鱼眼摄像机的成像模型,构建鱼眼摄像机的数学模型。根据所用鱼眼镜头的等距成像模式,提出适应的标定鱼眼摄像机内部参数的方法,与传统标定方法相比,该方法简单可行,避免了复杂的计算,且精度较高。随后根据鱼眼图像变形特点及研究现状,本文提出两种鱼眼图像畸变校正算法—函数法和基于支持向量机(SVM)回归算法,函数法是基于鱼眼镜头的等距成像模型,建立畸变点与理想点之间的函数对应关系;基于支持向量机(SVM)回归算法是利用SVM强大的分类和回归能力,建立特定的训练靶标,用SVM拟合出畸变点与理想点之间的映射关系,从而实现鱼眼图像的校正。两种方法分别通过VC编程实现,实验结果验证了算法的正确性。本文最后将函数法移植到DSP上,利用高速的数字信号处理器DSP为核心硬件,在有限的时间内完成了大量的图像数据处理,确保了图像的实时性,为全方位视觉用于提供移动机器人视觉导航信息奠定了基础,具有一定的实用性。