论文部分内容阅读
随着计算机视觉技术和图像处理技术的不断的发展与进步，三维重建技术在自动驾驶、视频安防以及工业检测等众多领域得到了广泛的应用。双目立体视觉作为三维重建技术的一种实现方法，有着原理简单、效果优良以及成本较低等优点，受到广泛的关注。双目立体视觉的原理主要是通过左右两台摄像机去模仿人类的双目视觉系统，在不同观测位置下对目标场景的进行成像，根据左右图像中匹配点的位置偏差以及三角测量原理计算目标场景的三维信息。本文致力于研究基于双目立体视觉的三维重建技术中存在的一些问题，具有一定的研究意义及明确的应用场景。
本文主要针对双目立体视觉的关键步骤，包括立体标定、立体匹配以及三维信息获取等展开研究，对基于双目立体视觉的三维重建技术进行完善改进。本文首先通过理论分析搭建了双目立体视觉的硬件实验平台，然后对摄像机标定过程中的棋盘角点提取方法进行了改进，求解摄像机的内外参数，最后根据获取到的左右摄像机图像，利用改进的立体匹配算法对视差图像进行求解，从而根据三角测量原理计算目标场景的三维信息。本文主要工作如下：
(1)分析了双目视觉的原理和模型，根据实际情况选用合适双目结构模型，并根据研究目标的形状大小以及拍摄距离和拍摄范围对摄像机、光学镜头和光源进行硬件选型，搭建双目立体视觉硬件实验平台。
(2)对摄像机标定理论进行分析，采用棋盘标定板进行摄像机标定，根据原有棋盘角点检测方法的不足，提出了一种基于圆形边缘的棋盘角点检测方法，提高了棋盘角点检测的有效性，减少标定过程中的工作量。
(3)在对立体匹配算法的研究上，重点研究了自适应支持权重算法，提出了稀疏自适应代价聚合的立体匹配算法。本文算法改进了匹配代价计算函数，并根据改进的自适应支持窗口进行初始代价聚合，进而对每个像素的视差范围进行了筛选形成视差子集，并根据粗略的视差对自适应支持窗口中的自适应支持权重进行了改进，从而提高了立体匹配的精度。
(4)设计了基于双目立体视觉的三维重建的整个实验流程框架，使用本文的改进立体匹配算法对目标场景的进行了视差图像的求解，并且根据三角测量原理对目标场景图像的三维信息进行提取，从而实现了对目标场景的三维重建。
本文主要针对双目立体视觉的关键步骤，包括立体标定、立体匹配以及三维信息获取等展开研究，对基于双目立体视觉的三维重建技术进行完善改进。本文首先通过理论分析搭建了双目立体视觉的硬件实验平台，然后对摄像机标定过程中的棋盘角点提取方法进行了改进，求解摄像机的内外参数，最后根据获取到的左右摄像机图像，利用改进的立体匹配算法对视差图像进行求解，从而根据三角测量原理计算目标场景的三维信息。本文主要工作如下：
(1)分析了双目视觉的原理和模型，根据实际情况选用合适双目结构模型，并根据研究目标的形状大小以及拍摄距离和拍摄范围对摄像机、光学镜头和光源进行硬件选型，搭建双目立体视觉硬件实验平台。
(2)对摄像机标定理论进行分析，采用棋盘标定板进行摄像机标定，根据原有棋盘角点检测方法的不足，提出了一种基于圆形边缘的棋盘角点检测方法，提高了棋盘角点检测的有效性，减少标定过程中的工作量。
(3)在对立体匹配算法的研究上，重点研究了自适应支持权重算法，提出了稀疏自适应代价聚合的立体匹配算法。本文算法改进了匹配代价计算函数，并根据改进的自适应支持窗口进行初始代价聚合，进而对每个像素的视差范围进行了筛选形成视差子集，并根据粗略的视差对自适应支持窗口中的自适应支持权重进行了改进，从而提高了立体匹配的精度。
(4)设计了基于双目立体视觉的三维重建的整个实验流程框架，使用本文的改进立体匹配算法对目标场景的进行了视差图像的求解，并且根据三角测量原理对目标场景图像的三维信息进行提取，从而实现了对目标场景的三维重建。