基于MATLAB與OpenCV相結(jié)合的雙目立體視覺(jué)測(cè)距系統(tǒng).pdf

1、隨著計(jì)算機(jī)運(yùn)算速度的逐年增長(zhǎng)及機(jī)器視覺(jué)理論研究的不斷發(fā)展，機(jī)器視覺(jué)已逐步應(yīng)用到眾多領(lǐng)域。其中，雙目立體視覺(jué)測(cè)距由于在機(jī)器人定位與導(dǎo)航、系統(tǒng)避障、及工業(yè)測(cè)量等領(lǐng)域有著廣泛的應(yīng)用前景，因此備受關(guān)注。一個(gè)完整的雙目立體視覺(jué)測(cè)距系統(tǒng)主要包括圖像獲取、攝像機(jī)標(biāo)定、圖像預(yù)處理、立體匹配、三位信息恢復(fù)及后處理等部分，其中攝像機(jī)標(biāo)定和立體匹配是雙目視覺(jué)測(cè)距的重點(diǎn)與難點(diǎn)所在。
　　 在VC++的環(huán)境下，采用OpenCV與MATLAB相結(jié)合的方法開(kāi)

2、發(fā)了一種新的雙目視覺(jué)測(cè)距系統(tǒng)，該系統(tǒng)先通過(guò)MATLAB對(duì)標(biāo)定圖像進(jìn)行標(biāo)定，再將標(biāo)定的結(jié)果導(dǎo)入到OpenCV進(jìn)行后續(xù)的圖像校正和立體匹配，從而快速而實(shí)時(shí)的計(jì)算出周?chē)繕?biāo)景物的三維深度信息。主要工作包括以下幾個(gè)方面:
　　 (1)攝像機(jī)標(biāo)定:詳細(xì)介紹了攝像機(jī)標(biāo)定的有關(guān)理論和方法，包括攝像機(jī)的線性成像模型、非線性成像模型，并分析了從傳統(tǒng)的攝像機(jī)標(biāo)定到自標(biāo)定的發(fā)展過(guò)程和常用的攝像機(jī)標(biāo)定方法及其優(yōu)缺點(diǎn)。本文采用了介于傳統(tǒng)標(biāo)定方法和自標(biāo)定之

3、間的一種平面標(biāo)定方法，通過(guò)MATLB來(lái)對(duì)所采集的圖像進(jìn)行標(biāo)定，獲取攝像機(jī)的內(nèi)外參數(shù)，并通過(guò)再次投影誤差分析，驗(yàn)證標(biāo)定結(jié)果的正確性。
　　 (2)圖像預(yù)處理:由于拍攝的彩色圖像包含較多信息且存在大量噪聲，處理起來(lái)比較困難且速度較慢，因此在圖像匹配前對(duì)圖像進(jìn)行預(yù)處理。本文主要從圖像灰度化和圖像平滑兩個(gè)方面來(lái)進(jìn)行預(yù)處理以改善圖像質(zhì)量。首先對(duì)圖像進(jìn)行灰度化處理減少圖像包含的冗余信息，然后對(duì)圖像進(jìn)行平滑處理以去除噪聲，著重對(duì)比了均值濾波、

4、中值濾波和高斯濾波等三種平滑濾波的特點(diǎn)及適用的場(chǎng)合，結(jié)合實(shí)際選擇出適合本系統(tǒng)的圖像平滑處理方法，為后續(xù)的匹配工作打下基礎(chǔ)。
　　 (3)立體匹配:立體匹配一直是立體視覺(jué)中最困難而且最難以處理的部分，本文首先介紹了立體匹配的有關(guān)理論知識(shí)，主要包括立體匹配原理、基元的選擇、常用的匹配準(zhǔn)則以及匹配算法，經(jīng)過(guò)分析比較并結(jié)合課題的實(shí)際需要最終選用區(qū)域匹配中一種算法相對(duì)簡(jiǎn)單的SAD匹配法，以實(shí)現(xiàn)快速有效的匹配。最后詳細(xì)說(shuō)明了通過(guò)OpenCV