学位论文 > 优秀研究生学位论文题录展示
平行双目摄像机自标定算法研究
作 者: 李映
导 师: 罗桂娥
学 校: 中南大学
专 业: 电子科学与技术
关键词: 双目摄像机标定 Harris角点提取 特征点匹配 基础矩阵
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 39次
引 用: 0次
阅 读: 论文下载
内容摘要
摘要:随着信息技术的迅猛发展,摄像机标定已广泛的应用于图像三维重建、目标跟踪、卫星导航以及工业产品检测等方面,其作用越来越重要。由于传统摄像机标定法需要利用精确的参照物才能进行标定,是一种离线的标定方法,而摄像机自标定方法作为一种在线的标定方法,能适用于各种不断变化的场景,因此该方法有非常重要的使用价值与广泛的应用空间。本文重点研究了平行双目摄像机自标定算法中的Harris角点提取、角点匹配、基础矩阵与本质矩阵求解以及摄像机内外参数恢复等方面。在特征点提取方面,针对经典Harris算子所提取的角点存在集聚现象,容易对后续角点产生误匹配,引入邻近点剔除策略,从而实现角点的均匀提取;在角点匹配方面,针对传统匹配算法精度不高的问题,采用基于尺度不变特征的Harris角点双向匹配,从而提高角点的匹配精度;在基础矩阵求解方面,针对经典八点法求解基础矩阵的精度不高的问题,提出了一种求解基础矩阵的均值八点法,并通过平均余差来验证基础矩阵精度高低;最后通过基础矩阵恢复出摄像机的内参数,由基础矩阵与对应的内参数求解出本质矩阵,并通过本质矩阵恢复出摄像机的外参数。为了验证所提出算法的可行性,本文在VC与Matlab平台下构建了相关的软件实验系统,包括图像预处理、Harris角点提取、角点匹配、基础矩阵与本质矩阵求解、摄像机内外参数恢复等模块。实验结果表明,基于平行双目摄像机的自标定改进算法在规则图像及非规则图像的场合都能满足精度要求,这些工作为进一步研究双目摄像机视觉系统奠定了很好的基础。
|
全文目录
摘要 4-5 Abstract 5-7 目录 7-9 1 绪论 9-14 1.1 课题背景及研究意义 9-10 1.2 摄像机自标定的研究现状 10-11 1.3 摄像机自标定技术存在的问题与发展趋势 11-12 1.4 本课题的研究思路及内容 12-14 2 自标定若干技术研究 14-30 2.1 双目摄像机自标定原理流程 14-15 2.2 双目立体视觉基本架构 15-19 2.2.1 平行双目立体视觉基本架构 16-17 2.2.2 非平行双目立体视觉基本架构 17-19 2.3 图像采集与预处理 19-20 2.3.1 图像灰度化 19 2.3.2 图像的平滑 19-20 2.3.3 图像的锐化 20 2.4 摄像机成像原理 20-24 2.4.1 图像坐标系、摄像机坐标系和世界坐标系 20-23 2.4.2 针孔成像原理 23-24 2.5 特征点提取方法 24-25 2.6 基础矩阵与本质矩阵求解 25-27 2.6.1 基础矩阵 25-26 2.6.2 基础矩阵精度评估方法 26-27 2.7 摄像机内外参数恢复 27-29 2.7.1 基础矩阵求解摄像机内参数 27-28 2.7.2 本质矩阵求解摄像机外参数 28-29 2.8 本章小结 29-30 3 基于基础矩阵的自标定算法及其改进 30-42 3.1 基于基础矩阵的自标定算法 30-35 3.1.1 经典Harris角点提取 31-32 3.1.2 Harris角点匹配 32-33 3.1.3 经典八点法求解基础矩阵的原理 33-35 3.2 基于基础矩阵的自标定改进算法 35-41 3.2.1 均匀Harris角点提取方法 36-37 3.2.2 基于尺度不变特征的Harris角点双向匹配 37-40 3.2.3 均值8点法求解基础矩阵求解 40-41 3.3 本章小结 41-42 4 实验测试结果及分析 42-57 4.1 实验环境组成 42-44 4.1.1 硬件环境组成 42 4.1.2 软件环境组成 42-44 4.2 利用规则图像对进行试验的结果及分析 44-50 4.2.1 对规则图像对预处理结果的分析 45-46 4.2.2 对规则图像对进行角点提取与匹配的结果及分析 46-47 4.2.3 对规则图像对求取基础矩阵精度的结果分析 47-49 4.2.4 规则图像对所求取的得外参数结果分析 49-50 4.3 非规则图像对实验结果分析 50-56 4.3.1 非规则图像对预处理结果分析 51 4.3.2 非规则图像对角点提取与匹配结果分析 51-53 4.3.3 非规则图像对基础矩阵精度结果分析 53-54 4.3.4 非规则图像对所求取的得外参数结果分析 54-56 4.4 本章小结 56-57 5 结论与展望 57-59 5.1 结论 57-58 5.2 展望 58-59 参考文献 59-64 附录:部分算法源码 64-68 致谢 68-69 攻读学位期间主要的研究成果 69
|
相似论文
- 机器人自动巡检系统中图像配准与图像匹配问题的研究,TP242.62
- 基于特征点的图像配准技术研究,TP391.41
- 多摄像机视频监控中基于几何约束的目标匹配技术研究,TP391.41
- 用于公路破损路面的图像拼接技术研究,TP391.41
- 图像与视频序列的颜色校正研究,TP391.41
- 基于特征的图像匹配算法研究,TP391.41
- 基于平行双目视觉的环境特征提取方法研究,TP391.41
- 基于计算机视觉的三维重建技术研究,TP391.41
- 基于双目视觉的三维重建,TP391.41
- 基于无人直升机航拍照片的三维目标重建技术,TP391.41
- 字符图像的定位与特征点匹配技术研究,TP391.41
- 基于单目视觉三维重建的障碍物检测算法的设计与实现,TP391.41
- 目标的特征点匹配与立体重建,TP391.41
- 基于特征点光流估计的运动目标跟踪算法理论及分析,TP391.41
- 基于特征点的图像自动拼接算法研究,TP391.41
- 立方体全景图的自标定及浏览算法,TP391.41
- 基于DSP的指纹识别系统研究与设计,TP391.41
- 基于图像的建筑物图像重绘的研究与应用,TP391.41
- 基于点特征的全景图合成方法研究,TP391.41
- 新视角合成方法研究,TP391.41
- 基于点特征的图像配准研究与系统设计实现,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|