基于計算機視覺的深度信息提取技術(shù)的研究.pdf

1、作為一個多學(xué)科交叉的領(lǐng)域，計算機視覺的理論研究和實際應(yīng)用都取得了飛速的發(fā)展。尤其是近年來，圖像科學(xué)的發(fā)展和計算機信息處理能力的增強，為計算機視覺的研究和應(yīng)用提供了良好的條件。因此，對計算機視覺的進一步研究，具有重要的理論意義和實用價值。 計算機視覺的主要研究內(nèi)容是由多幅二維的平面圖像恢復(fù)出被攝物體的三維空間信息，而其中基于兩幅圖像的視覺技術(shù)則是一個研究熱點。計算機視覺的基本原理是模仿人眼與人類視覺的立體感知過程，從兩個視點觀察同

2、一景物，以獲取不同視角下的感知圖像，通過三角測量原理計算圖像像素間的位置偏差，以獲取景物的三維信息。 一個完整的計算機視覺系統(tǒng)通常可分為圖像獲取、攝像機標定、圖像預(yù)處理、特征提取、立體匹配和深度確定等六大部分。重點對立體匹配過程進行了詳細分析和算法實現(xiàn)。開發(fā)了圖像獲取系統(tǒng)，實現(xiàn)了圖像數(shù)據(jù)的直接內(nèi)存訪問。同時，研究了攝像機標定技術(shù)，利用成像過程中的徑向約束(RAC)分解攝像機參數(shù)，使得求解線性方程組即可得到全部的攝像機參數(shù)，避免非

3、線性優(yōu)化搜索。圖像預(yù)處理包括圖像噪聲的平滑、對比度的增強和邊緣檢測等。在分析研究各種圖像預(yù)處理算法的基礎(chǔ)上，用VC++實現(xiàn)了這些算法。在立體匹配方面，以邊緣點為匹配基元，改進了雙閾值判斷的分階段立體匹配方法。通過邊緣檢測、相似性檢驗和兼容性檢驗完成了匹配的全過程，并采用雙向匹配，以獲得更多的最佳匹配點，這樣既縮小了匹配搜索空間，又保證了匹配的可靠性。并對得到的離散數(shù)據(jù)進行了三維重建，恢復(fù)深度信息，最終在OpenGL中實現(xiàn)了物體的三維顯示