论文部分内容阅读
多目视觉作为一种非接触式三维测量技术,具有效率高、没有可动元件等优点。随着计算机与嵌入式处理器运算能力的日益提高、以及图像传感器成本的降低,已经获得了广泛的应用。特别是在工业检测、区域监控、虚拟现实、机器人环境感知以及无人机导航等领域。而复眼作为自然界中多数昆虫的主要视觉器官,具有结构紧凑、大视场、灵敏度高、能够感知物体三维位置等特点。本课题组根据自然复眼的特点,结合多目视觉理论,研制了用于三维目标探测的仿生人工复眼系统,它结构紧凑,且能够进行大视场范围内的三维目标探测。本文在前人工作的基础上,针对复眼图像采集处理速度慢的不足,设计研发了一块用于大面阵CMOS图像传感器的驱动和图像采集电路板,该电路板能够长时间可靠进行图像采集工作,为后期的复眼标定和三维目标探测提供了坚实的保障。并且在该电路板上的主控FPGA芯片内实现了简单的图像滤波、单次遍历连通域分割与重心计算算法,初步在复眼内实现了图像处理的任务,大大降低了复眼与计算机之间的通信数据量,提高了复眼图像处理的速率,为将复眼应用于一些实时应用,比如机器人环境感知、无人机导航等领域打下了技术基础。针对复眼标定困难、标定工作任务量大、以及成像不规范等问题,本文参考传统双平面标定法,提出了一种适合于复眼大视场标定的双圆柱面模型。该标定方法使用一维标靶和高精度转台来实现虚拟的圆柱面标靶,避免了制作大尺寸高精度圆柱面标靶的难点;建立了一套完备的圆柱面搭建实验对准流程,使标定具有较高的精度,能够有效降低复眼三维探测的系统误差。一维标靶和高精度转台可以通过串口进行程序自动控制,配合复眼相机的命令行图像采集程序,t通过使用matlab编程实现了自动化的标定图像采集流程,解决了由于复眼子眼数目众多而导致标定工作量巨大的困难。使用插值、多项式拟合、神经网络等多种不同方法对复眼子眼进行了隐式标定,详细推导了基于最小二乘法的空间多光线相交算法,阐述了子眼通道的识别原理,完善了复眼从标定到三维探测的一整套理论和技术。通过探测多个圆柱面点集和一个平面点集对复眼的三维探测精度进行了全方位的评估,结果显示本复眼角度探测精度优于0.2°,距离探测的相对精度优于1%。最后,搭建了二维激光扫描装置配合复眼进行了三维面型扫描实验,扫描了多个按不同方位放置的长方体模型,以及一个哆味A梦石膏模型,并对他们进行了三维面型重建。