基于雙目視覺的運動目標定位研究.pdf

1、基于雙目視覺的運動目標定位比其他方法有明顯優(yōu)勢，是計算機視覺研究的重要內容之一。然而，雙目視覺中由同一目標在不同視角下的兩幅二維圖像推斷目標的空間位置是個復雜的反求過程。本文對雙目視覺目標定位所涉及的攝像機標定、特征提取及立體匹配等關鍵技術進行研究。
　　 本文在對已有的攝像機標定方法進行分析的基礎上，將傳統(tǒng)標定方法與自標定方法相結合，給出了一種改進的平面標定法。該方法首先采用線性攝像機模型求得攝像機內、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)方法設備要求高、操作繁瑣的缺點，而且比自標定方法的精度高。
　　 針對Harris角點檢測算法需人為設定閥值，容易出現(xiàn)角點分布不均勻或產生角點聚簇，且精度只能達到像素級的不足，對Harris角點檢測算法進行改進。采用圖像分塊和鄰近角點剔除的措施實現(xiàn)閾值自動設置，保證角點分布均勻；再應用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)。由于實際系統(tǒng)中的外極線是彎曲的，使得沿外極線進行同名點搜索不僅非常耗時，而且計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；再利用灰度相關性算法對同名點進行匹配，有效改進了立體匹配的準確性和穩(wěn)定性。
　　 另外，針對實際光學系統(tǒng)中像差引起的圖像失真，提出了一種有效補償圖像失真的預處理方法。該方

4、法根據(jù)物像共軛關系將物面劃分為與圖像傳感器像素相對應的許多微小物元，應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，即點擴散函數(shù)。由所有物元的點擴散函數(shù)構成一個點擴散數(shù)組，數(shù)組的每一行對應一個物元的點分布?；谠擖c擴散數(shù)組建立描述像元與物元關系的線性方程組，解線性方程組可得到接近實物的圖像。該方法尤其適用于物像共軛距固定的成像系統(tǒng)。
　　 最后，應用Visual C++開發(fā)了雙目視覺目標定位程序。在自行構建的實驗系統(tǒng)