论文部分内容阅读
计算机视觉的研究目标是使计算机具有通过一幅或多幅图像认知周围环境信息的能力。这种能力将不仅使计算机能感知环境中物体的几何信息,包括它的形状、位置、姿态、运动等,而且能对它们进行描述、存储、识别与理解。计算机视觉作为一门独立的学科正在受到广泛的重视,已广泛应用于遥感图像分析,文字识别,医学图像处理,工业检测与军事等许多方面。目前,国内外专家正积极研究将计算机视觉理论应用于汽车防撞系统,设想用摄像机拍摄前车的图像,通过处理拍摄的图像来确定与前车的距离,以便在危险距离内及时刹车。虽然关于这方面的研究还很少,但随着计算机视觉理论和图像处理技术的发展,具有广泛的研究前景。本文将计算机视觉的理论、算法与图像处理相融合,用双摄像机拍摄同一物体的图像,然后对物体的图像进行分析与处理,从而对物体进行三维重建,确定目标的空间方位,从而实现测距。目前利用图像来识别距离的研究还很少,因此,基于图像确定目标空间方位及将其应用于测距系统是十分有意义的,同时也是计算机视觉应用的一个重要方向。基于上述,本文主要研究了三部分内容,即摄像机标定、图像处理模块及空间点的三维重建。下面主要从这三方面进行分析。1.研究了常用的摄像机模型及其标定方法,提出了用最小二乘法实现双摄像机标定的方法。成像变换涉及到不同坐标系统之间的变换,在对空间景物成像时涉及到的坐标系主要有图像坐标系、摄像机坐标系以及世界坐标系。世界坐标系表示的点的坐标与其图像点的坐标之间的关系可由投影矩阵确定,投影矩阵为3×4矩阵,确定投影矩阵的各个参数即为摄像机定标。本课题应用立体视觉原理,使用两个摄像机,分别为与,与分别为与的光轴与图像平面的交点,世界坐标系的原点就位于连线的中点。摄像机成像几何模型为针孔模型,设两个摄像机的投影矩阵分别为M1与M2。为定标方便,标定参照物上有黑色的格子,每个黑色格子的四个顶点(共48个点)在世界坐标系的三维坐标很精确的知道,记为()<WP=68>。用摄像机与分别拍摄标定参照物的图像,用数字图像处理中的方法对图像进行一系列的分析与处理,得到两组对应点的图像坐标,分别记为()与()。由空间坐标()及其图像坐标()可以求出在坐标系下的投影矩阵。同样,将空间坐标()及其图像坐标()可以求出在坐标系下的投影矩阵。投影矩阵中含有12个未知数,由空间6个已知点与它们的图像点坐标,即可求出投影矩阵。本文在标定时使用了48个点,甚至可以利用更多个点,使方程的个数大大超过了未知数的个数,从而用最小二乘法求解,降低了误差造成的影响。摄像机定标一般是指求解摄像机内外参数,求出投影矩阵后,投影矩阵应进一步分解求出摄像机内外参数,但求解内外参数的过程比较麻烦,且有较大的误差。本文采用立体视觉进行三维重建,只需知道投影矩阵,就可实现三维重建,因而不需求解摄像机内外参数,使计算复杂度大大降低。2.分析了图像增强(包括用直方图修改技术进行图像增强、对比度增强、图像平滑处理)、边缘检测(包括微分算子法、拉普拉斯高斯算子法、坎尼(Canny)算子法)、Hough变换法提取直线等图像处理方法,对每种方法的优缺点进行分析比较,并通过查看实际图像的处理结果,最终形成了本文所采用的图像处理模块。具体如下:(1)将真彩图像转换为灰度图像;(2)对图像进行直方图均化处理,使图像的灰度范围拉开;(3)对比度增强的图像处理技术,改变图像灰度的动态范围;(4)提取直线边缘。实验证明,此模块能快速提取物体的边缘,使物体顶点的图像坐标可以很容易得到。3.采用立体视觉方法进行三维重建,即由两幅图像恢复物体三维信息。对于空间任意一点,用摄像机观察,设它在摄像机的图像点为,由无法得知的三维位置。因为在(为摄像机的光心)连线上的任意一点的图像点都是。因此,由点的位置,只知道空间点位于连线上的某一位置,而无法知道其确切位置。如果用与两个摄像机同时观察点,并且如果能够确定,在摄像机图像上的点与在摄像机图像上的点是空间同一点的图像点,则点的三维位置是唯一确定的。因为空间点既位于上,又位于上,因此点是与两条直线的交点,即它的三维位置是唯一确定的。可以用同样的方法求出不同的空间<WP=69>点的三维坐标,利用这些点的三维坐标,即可求出任意两点间的距离。可见,只要得到空间点的三维坐标,则很容易实现测距。拍摄多幅真实照片进行验证,计算准确率在86.2%以上。实验是建立在特征目标被从图像中准确提取出来的前提下,如果提取定位不准确,将对目标的空间三维定位产生很大影响。实验的误差主要来自以下几个方面:首先,不能精确测定标定参照物的三维坐标,使实验结果存在误差;其次,物体的图像点坐标的提取存在误差;最后,确定两幅图像中的图像点对应空间同一点会产生误差。实验是建立在线性摄像机模型基础上的,而实际上线性模型不能准确地描述成像几何关系,因此实验方法尚需进一步完善,但实验结果表明,该算法测量原理简单,计算量小,能够实现通过处理拍摄的图像