学位论文 > 优秀研究生学位论文题录展示

CCD双目视觉三维测量

作　者: 常雷
导　师: 徐熙平
学　校: 长春理工大学
专　业: 仪器科学与技术
关键词: 摄像机定标特征点检测特征点匹配 RANSAC 三维重建
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 122次
引　用: 0次
阅　读: 论文下载

内容摘要

人们感知各种外界的信息,其中百分之八十是通过眼睛的视觉得到的。而计算机视觉的目的就是使计算机模仿人类的视觉功能,去感知、理解和分析利用摄像机拍摄的图像,利用这些图像恢复物体的三维场景。随着计算机视觉技术的发展,基于双目视觉的三维重建具有成本低,易操作等优点,从而受到了广泛的重视和应用。本文研究了基于CCD双目视觉的三维重建技术,利用普通的数码摄像机拍摄图片,通过摄像机定标,特征点的检测和匹配,基础矩阵和本质矩阵的计算,从而实现了基于两幅图像的三维重建。论文首先在张正友标定方法上的相机标定工具箱(Camera Calibration ToolBox for Matlab),实现了相机的标定。利用SIFT特征点的检测和匹配方法进行图像特征点的检测和匹配。其次采用了RANSAC算法计算基础矩阵,在基础矩阵的基础上计算出本质矩阵,利用前面获取的照相机内参数和基础矩阵获得的本质矩阵,重建物体的特征点,并进行纹理贴图。最后,给出了基于双目视觉三维重建的实验结果和分析,在此结果上可以进行下一步的工作。

全文目录

摘要  4-5
Abstract  5-8
第一章绪论  8-13
  1.1 选题意义和背景  8
  1.2 计算机视觉的发展  8-10
  1.3 三维重建简述  10-12
  1.4 研究内容与论文安排  12-13
第二章摄像机标定  13-27
  2.1 摄像机模型  13-16
    2.1.1 参考坐标系  13-15
    2.1.2 摄像机针孔模型  15-16
  2.2 摄像机标定方法  16-21
    2.2.1 标定方法分类  16-17
    2.2.2 Tsai标定法  17-20
    2.2.3 张正友标定法  20-21
  2.3 Matlab相机标定工具箱的应用  21-26
    2.3.1 相机标定的前期准备  21-23
    2.3.2 读入图像  23
    2.3.3 角点检测  23-24
    2.3.4 相机标定  24-25
    2.3.5 后续工作  25-26
  2.4 本章总结  26-27
第三章特征点检测与匹配  27-38
  3.1 特征点检测与匹配简介  27
  3.2 常用的特征点检测与匹配算法  27-33
    3.2.1 CSS角点算法  27-29
    3.2.2 SUNSAN特征点检测  29-31
    3.2.3 Harris特征点检测  31-33
  3.3 SIFT角点检测与匹配算法  33-37
    3.3.1 建立尺度空间  33-35
    3.3.2 精炼特征点的位置  35-36
    3.3.3 计算特征点的主方向  36
    3.3.4 计算描述符  36
    3.3.5 采用SIFT进行特征点检测和匹配的效果图  36-37
  3.4 本章小结  37-38
第四章基于双目视觉的三维重建  38-49
  4.1 对极几何与基础矩阵  38-40
    4.1.1 对极几何  38-39
    4.1.2 基础矩阵  39-40
  4.2 基础矩阵的求解方法  40-43
    4.2.1 7点算法  41
    4.2.2 8点算法与改进的8点算法  41-42
    4.2.3 RANSAC算法  42-43
  4.3 本质矩阵  43-47
    4.3.1 本质矩阵的定义  43-44
    4.3.2 本质矩阵的性质  44
    4.3.3 利用本质矩阵来推算摄像设备外参数  44-46
    4.3.4 由摄像机内参数和外参数重建已知的匹配特征点对  46-47
  4.4 点的三维重建结果和贴图  47-48
    4.4.1 三维重建步骤  47
    4.4.2 三维重建结果  47-48
  4.5 本章总结  48-49
第五章总结与展望  49-51
  5.1 总结  49
  5.2 展望  49-51
致谢  51-52
参考文献  52-53

CCD双目视觉三维测量

内容摘要

全文目录

相似论文