旋轉(zhuǎn)立體視覺方法研究.pdf

1、相對于傳統(tǒng)立體視覺，旋轉(zhuǎn)立體視覺具有標定次數(shù)少、成本低、易于對物體實現(xiàn)整體重建等優(yōu)點。 本文針對旋轉(zhuǎn)立體視覺進行了比較全面的研究，包括基于旋轉(zhuǎn)立體視覺的特征點匹配算法、三維重建算法、自標定算法。首先，本文在研究圖像的特征點匹配算法時，利用旋轉(zhuǎn)立體視覺的固有空間特性改進了傳統(tǒng)的SIFT特征點匹配算法。實驗結(jié)果表明，改進后的SIFT算法降低了特征點的誤匹配率。其次，根據(jù)旋轉(zhuǎn)立體視覺中各攝像機坐標系的特殊空間關(guān)系，本文通過設(shè)定世界坐標

2、系的位置，提出了兩種基于旋轉(zhuǎn)立體視覺的重建算法。一種是通過設(shè)定世界坐標系的一個軸與旋轉(zhuǎn)軸重合，另一種是使世界坐標系的一坐標平面與我們用于手工標定的標定板平面平行。本文通過計算機仿真和實際實驗對算法分別進行了驗證，結(jié)果驗明了算法的可行性。再者本文根據(jù)極點成像原理，推導(dǎo)了攝像機的極點坐標、內(nèi)參數(shù)與旋轉(zhuǎn)矩陣之間的關(guān)系，進而得到一種旋轉(zhuǎn)立體視覺的外參數(shù)自標定方法。即先通過在一個方位對攝像機進行手工標定得到攝像機內(nèi)參數(shù)；然后，獲取同一物體在兩個方

3、位的成像圖片的極點坐標，通過對極點、攝像機內(nèi)參數(shù)和旋轉(zhuǎn)矩陣的關(guān)系計算出旋轉(zhuǎn)軸方向向量；由極點、攝像機內(nèi)參數(shù)和旋轉(zhuǎn)軸在攝像機坐標系下的平移矢量的關(guān)系計算出旋轉(zhuǎn)軸在攝像機坐標系下的平移矢量；最后根據(jù)之前得到的旋轉(zhuǎn)軸方向向量和旋轉(zhuǎn)軸在攝像機坐標系下的平移矢量計算出攝像機外參數(shù)矩陣。 由于旋轉(zhuǎn)立體視覺只需要一臺攝像機就可以完成對物體的全方位拍攝，同時基于旋轉(zhuǎn)立體視覺的外參數(shù)自標定方法只需對攝像機從一個方位上進行標定就可獲得攝像機處于任一