基于雙目立體視覺的儲備糧數量智能識別算法研究.pdf

1、本文以國家儲備糧庫糧食數量智能識別方法為研究背景，將雙目立體視覺技術引入到課題研究中，通過三維重構糧堆場景信息，獲取糧堆特定測量點的三維坐標值，進而完成糧堆體積的測算，實現糧食數量的智能識別。
　　 本文的研究重點是雙目立體視覺的核心技術之一——立體圖像對的立體匹配問題。針對本課題的實際需求，本文首先提出了一種基于邊界鏈碼向量的邊緣特征立體匹配算法。該算法首先利用邊界鏈碼跟蹤描述邊緣獲得邊緣序列信息，進而將邊緣的邊界鏈碼序列構造

2、成鏈碼向量，通過判斷向量的相似度即向量夾角的大小來斷定兩邊緣是否為同一邊緣。該立體匹配算法具有以下三個特點。首先，算法選擇目標邊緣作為匹配基元，具有比單個邊緣點更穩(wěn)定、信息量更多的圖像特征；其次，算法通過將邊界鏈碼序列轉換成向量，解決了鏈碼匹配的歧義性問題，且向量間的計算量較小，計算過程簡單快速；最后，為使得立體匹配過程中邊緣更加清晰、連續(xù)，本文提出了一種改進的Laplace算子，該算子通過對模板設置更加合理的權值系數，能夠檢測到更豐富

3、的邊緣信息，有利于邊緣檢測的清晰、連續(xù)。
　　 目前視差信息的獲取大多依賴于立體匹配技術，然而現有立體匹配技術的不完善性制約了三維重建的精度。針對此問題，本文提出了一種基于標尺識別的視差信息獲取算法，該算法首先識別出場景中特定標尺，然后建立立體圖像對中所有像素與標尺間的關系模型，根據關系模型獲取視差信息。算法無需設計匹配代價函數用于像素匹配，并且解決了大塊無紋理區(qū)域無法進行立體匹配的問題。
　　 實驗結果表明了本文所提出