基于ORB算法的雙目視覺測量與跟蹤研究.pdf

1、雙目立體視覺以其在深度測量信息上的優(yōu)越性，成為了計(jì)算機(jī)視覺測量領(lǐng)域近來研究的熱點(diǎn)。雙目視覺立體匹配算法是實(shí)現(xiàn)雙目視覺測量的關(guān)鍵步驟，也是整個(gè)雙目視覺測量中最為耗時(shí)的階段。因此研究一種高匹配精度與低時(shí)間復(fù)雜度的算法，一直以來是學(xué)者研究的熱點(diǎn)問題。
　　本文選用張正友法作為攝像機(jī)標(biāo)定方法，研究了立體視覺匹配的極線約束問題。在圖像特征提取與匹配算法中，運(yùn)用了2011年ICCV上提出的ORB(oriented FAST and rotat

2、ed BRIEF)算法，它比傳統(tǒng)的SIFT、SURF算法，保證匹配精度的同時(shí)，匹配速度有一個(gè)數(shù)量級(jí)以上的提高。在匹配優(yōu)化中，采用了PROSAC（Progressive Sample Consensus）算法，該算法在去除誤匹配的速度上比傳統(tǒng)的RANSAC算法有顯著提高。將ORB與PROSAC算法結(jié)合構(gòu)造了一種新算法。仿真實(shí)驗(yàn)表明該新算法在準(zhǔn)確性和實(shí)時(shí)性上都優(yōu)于傳統(tǒng)的同類型算法。
　　然后運(yùn)用本文提出的新算法在MFC與OpenCV環(huán)

3、境下完成了：1.雙目視覺靜態(tài)目標(biāo)匹配點(diǎn)三維坐標(biāo)測量，運(yùn)用匹配點(diǎn)的圖像坐標(biāo)解算出目標(biāo)在左相機(jī)坐標(biāo)系下的三維坐標(biāo)；2.基于Kalman預(yù)測與目標(biāo)學(xué)習(xí)的單目跟蹤實(shí)驗(yàn)，運(yùn)用預(yù)測結(jié)果減小搜索區(qū)域，使跟蹤速度達(dá)到15fps以上，加入了目標(biāo)學(xué)習(xí)方法，提高了跟蹤魯棒性；3.雙目視覺靜態(tài)非匹配點(diǎn)測量和任意目標(biāo)尺寸測量，相對(duì)誤差在3％以下；4.雙目視覺下目標(biāo)實(shí)時(shí)跟蹤與測量，加入了考慮極線幾何約束的擴(kuò)展Kalman預(yù)測，提高了雙目跟蹤預(yù)測精度，并在中遠(yuǎn)距離達(dá)