基于雙目視覺的運(yùn)動目標(biāo)定位研究.pdf

1、基于雙目視覺的運(yùn)動目標(biāo)定位比其他方法有明顯優(yōu)勢，是計(jì)算機(jī)視覺研究的重要內(nèi)容之一。然而，雙目視覺中由同一目標(biāo)在不同視角下的兩幅二維圖像推斷目標(biāo)的空間位置是個復(fù)雜的反求過程。本文對雙目視覺目標(biāo)定位所涉及的攝像機(jī)標(biāo)定、特征提取及立體匹配等關(guān)鍵技術(shù)進(jìn)行研究。
　　 本文在對已有的攝像機(jī)標(biāo)定方法進(jìn)行分析的基礎(chǔ)上，將傳統(tǒng)標(biāo)定方法與自標(biāo)定方法相結(jié)合，給出了一種改進(jìn)的平面標(biāo)定法。該方法首先采用線性攝像機(jī)模型求得攝像機(jī)內(nèi)、外參數(shù)的初始值，然后引入

2、徑向和切向畸變，再利用非線性優(yōu)化求得畸變系數(shù)。不僅克服了傳統(tǒng)方法設(shè)備要求高、操作繁瑣的缺點(diǎn)，而且比自標(biāo)定方法的精度高。
　　 針對Harris角點(diǎn)檢測算法需人為設(shè)定閥值，容易出現(xiàn)角點(diǎn)分布不均勻或產(chǎn)生角點(diǎn)聚簇，且精度只能達(dá)到像素級的不足，對Harris角點(diǎn)檢測算法進(jìn)行改進(jìn)。采用圖像分塊和鄰近角點(diǎn)剔除的措施實(shí)現(xiàn)閾值自動設(shè)置，保證角點(diǎn)分布均勻；再應(yīng)用Forstner檢測算法將精度提高到亞像素級。
　　 立體匹配是雙目視覺系統(tǒng)最

3、困難的環(huán)節(jié)。由于實(shí)際系統(tǒng)中的外極線是彎曲的，使得沿外極線進(jìn)行同名點(diǎn)搜索不僅非常耗時，而且計(jì)算過程受噪聲影響大。為克服這一困難，本文給出一種基于圖像校正與灰度相關(guān)性的立體匹配算法。首先采用圖像校正方法將彎曲的外極線變?yōu)橄嗷テ叫械乃酵鈽O線，簡化了外極線的求取過程；再利用灰度相關(guān)性算法對同名點(diǎn)進(jìn)行匹配，有效改進(jìn)了立體匹配的準(zhǔn)確性和穩(wěn)定性。
　　 另外，針對實(shí)際光學(xué)系統(tǒng)中像差引起的圖像失真，提出了一種有效補(bǔ)償圖像失真的預(yù)處理方法。該方

4、法根據(jù)物像共軛關(guān)系將物面劃分為與圖像傳感器像素相對應(yīng)的許多微小物元，應(yīng)用蒙特卡羅方法模擬從每一物元發(fā)出的光在像面上形成的光分布，即點(diǎn)擴(kuò)散函數(shù)。由所有物元的點(diǎn)擴(kuò)散函數(shù)構(gòu)成一個點(diǎn)擴(kuò)散數(shù)組，數(shù)組的每一行對應(yīng)一個物元的點(diǎn)分布?；谠擖c(diǎn)擴(kuò)散數(shù)組建立描述像元與物元關(guān)系的線性方程組，解線性方程組可得到接近實(shí)物的圖像。該方法尤其適用于物像共軛距固定的成像系統(tǒng)。
　　 最后，應(yīng)用Visual C++開發(fā)了雙目視覺目標(biāo)定位程序。在自行構(gòu)建的實(shí)驗(yàn)系統(tǒng)