基于雙目立體視覺的目標識別與定位研究.pdf

1、目標的識別與定位相關(guān)技術(shù)在很多領(lǐng)域中都扮演著重要的角色，并逐漸向智能化、自動化方向發(fā)展。由于傳統(tǒng)的單目視覺測量方法無法得到物體的三維信息，因此本文選擇雙目測量方法。雙目立體視覺系統(tǒng)主要包含圖像采集、攝像機標定、特征提取、立體匹配以及三維重建五個方面。本文通過雙目攝像頭采集目標圖像，對目標圖像和待匹配圖像進行特征點的提取，通過對目標物體輪廓中心點的匹配及攝像機成像原理和坐標系之間的轉(zhuǎn)換完成三維重建的過程。主要完成了以下幾個方面的工作。

2、r>　　首先，推導(dǎo)了攝像機的成像模型中的四種坐標系之間的相互轉(zhuǎn)換及攝像機的兩種模型，線性模型和非線性模型;分析了雙目攝像機測量與成像原理;利用OpenCV標定法完成了攝像機的標定，求解了攝像機的內(nèi)外參數(shù)。對求得的目標物體的位置參數(shù)進行誤差分析。實驗表明本文標定方法確定的攝像機內(nèi)外參數(shù)在一定范圍內(nèi)具有較高的精度。
　　其次，對包含目標物體的圖像進行了特征點的提取與配準。針對提取圖像特征的常用算法SIFT存在的不足，使用其改進算法SU

3、RF對目標場景進行了匹配實驗，然后利用PROSAC算法對匹配結(jié)果進行了提純，基于單應(yīng)矩陣對目標物體區(qū)域進行了初步的確定，并推導(dǎo)出目標區(qū)域與源圖像坐標之間的轉(zhuǎn)換關(guān)系。
　　最后，研究了目標物體的定位問題，通過將SURF算法引入圖割算法GrabCut中來進一步提取目標輪廓，簡化了GrabCut算法的流程，解放了人類的雙手;針對雙攝像機拍攝下目標圖像中心點定位不同的問題，通過極線約束及模板匹配算法對目標物體輪廓點中心進行了調(diào)整，完成了對