基于移動機(jī)器人的環(huán)境多視角立體重建技術(shù).pdf

1、本論文以計算機(jī)視覺及其相關(guān)理論與技術(shù)為基礎(chǔ)，對環(huán)境中多個視角的立體模型重建技術(shù)進(jìn)行研究，開發(fā)了一套基于移動機(jī)器人的三維重建模型系統(tǒng)。該三維重建過程以SFM為思想基礎(chǔ)，通過對攝像機(jī)進(jìn)行數(shù)學(xué)模型化，攝像機(jī)標(biāo)定排除誤差與畸變，通過特征點匹配尋找關(guān)鍵點之間的關(guān)系，運(yùn)用三角測量等基礎(chǔ)知識進(jìn)行三維重建，最后將點云數(shù)據(jù)集由PCL點云庫形象直觀的展現(xiàn)出。整個重建模型中，匯編以C++為編程語言，涉及到的第三方庫有OpenCV、PCL和SSBA-3.0等，

2、用到的軟件平臺為Visual Studio2010和CMake等。
　　本文所提到的環(huán)境多視角立體重建主要包括攝像機(jī)模型與標(biāo)定、SFM與三維重建，以及綜合與實驗三大部分。在攝像機(jī)模型與標(biāo)定部分，首先引入四個常用坐標(biāo)系、針孔成像模型與透鏡畸變，隨后在標(biāo)定中引入旋轉(zhuǎn)矩陣與平移向量，矩陣與向量之間轉(zhuǎn)換所需的羅德里格斯變換，以及解決標(biāo)定的數(shù)學(xué)知識單應(yīng)性，在總結(jié)未知參數(shù)個數(shù)后，由張正友標(biāo)定方法進(jìn)行攝像機(jī)標(biāo)定，并運(yùn)用運(yùn)動軌跡計算進(jìn)一步獲得攝像

3、機(jī)運(yùn)動的起始位置。在SFM與三維重建部分，首先引入SFM概念與其在生活環(huán)境中的應(yīng)用，隨后在立體成像中，提到了三角測量、対極幾何以及本征矩陣和基礎(chǔ)矩陣三個所需的基本概念。為了解決圖像之間的匹配關(guān)系，其本質(zhì)為了求解兩大矩陣以及特征點之間的位置與方位關(guān)系，采用了較為經(jīng)典的SIFT算法和加速改進(jìn)后的SURF算法來進(jìn)行特征點匹配，以及較為快速的光流法，隨后求解矩陣F以及矩陣的SVD分解。在先前條件都獲得情況下，利用基本知識，進(jìn)行三維重建，和重建后

4、的重構(gòu)與優(yōu)化。從視差圖中獲得深度信息，通過計算獲得點云，并將其用PCL點云庫表現(xiàn)成直觀的三維模型。
　　在綜合與實驗部分，對之前的兩大部分進(jìn)行總結(jié)，并設(shè)計與之相對應(yīng)的實驗流程，通過測試獲得相關(guān)數(shù)據(jù)，并加以對比與分析，例如OpenCV與MATLAB之間的區(qū)別。在實驗最后進(jìn)行總結(jié)與改進(jìn)的分析部分。本文的創(chuàng)新點在于不僅實驗結(jié)果獲得目標(biāo)物體的多視角立體重建模型，并且對移動機(jī)器人所運(yùn)動軌跡進(jìn)行的跟蹤與相關(guān)坐標(biāo)的標(biāo)記，可以從兩者之間的聯(lián)系與差