论文部分内容阅读
进入二十一世纪以来,我国的经济飞速发展,国民的生活水平不断提高。小汽车俨然成为普通家庭必备的代步工具,而伴随着“轮子时代”的到来,相应的交通事故发生率也日渐提高,给广大人民群众造成了巨大损失。为了提高驾驶员在行车中的安全性,并辅助驾驶员在驾驶中给出准确的判断和分析,本文以汽车防撞安全系统为主题,将立体视觉应用在安全行车距离测量方面并进行相应的实验。本文将两个摄像机平行安置车体上,通过左右两个摄像机所拍摄到共同的视场,来检测车体距前方障碍物的距离。首先根据立体视觉原理建立摄像机成像模型；然后通过摄像机标定建立图像和空间位置的联系；其次对左右摄像机拍摄的图像进行特征提取和立体匹配,该过程相对双目测距系统的准确性来说起到很重要的作用；最后根据测距原理测得目标物距左右摄像机的垂直距离。首先在摄像机标定过程中,由摄像机内、外部参数推导出投影矩阵,选取基于2D平面靶标的摄像机标定方法,建立摄像机前的目标物与摄像机的空间位置关系,再将空间位置关系映射到摄像机所拍摄的图像中,从而确定摄像机成像的非线性几何模型并求出畸变参数,根据投影误差最小准则,对内外参数进行优化,使得摄像机呈现不失真的图像。然后对左右摄像机所拍摄的图像进行特征提取和立体匹配,通过常用的立体匹配算法的分析,先采用基于灰度平均值候选匹配方法求得窗函数,缩小其他不必要的匹配运算时间,锁定感兴趣的区域进行匹配。利用Birchfield算法中的基于灰度插值的不相似性,把感兴趣模块中的左右两幅窗函数图像进行二次匹配,在不增加匹配运算时间的情况下提高匹配的准确效果。当获取左右图像中的匹配特征点时,由于目标物在左右图像的坐标位置不同,计算出图像对的视差。最后利用三角测量原理,求得障碍物到左右摄像机的距离。当车体在公路上行驶,很容易受到天气的变化,并影响到图像的采集,造成行车距离测量的误差增大。所以有必要对拍摄到的图像先进行预处理,使采集到的图像画质更清晰,提高摄像机捕捉车体前方障碍物的位置信息的能力。实验表明,测量结果有较高精度,同时提高了测距的准确性,缩小了误差的范围。本文研究的基于立体视觉的安全行车距离测量方法在理论上是行得通的,并为智能交通系统的开发提供解决途径。