雙目視覺的車輛場景三維重建方法研究及應(yīng)用.pdf

1、計算機(jī)視覺三維重建技術(shù)的研究是計算機(jī)視覺學(xué)科的一個重要領(lǐng)域，有助于實現(xiàn)非接觸三維測量與快速建模。隨著對機(jī)器視覺研究的深入，機(jī)器視覺的應(yīng)用已經(jīng)推廣到了各個領(lǐng)域，特別是在智能交通領(lǐng)域的發(fā)展更為迅速。樁考是機(jī)動車駕駛?cè)丝荚嚦绦蛑械囊粋€重要部分，利用計算機(jī)視覺技術(shù)、圖像處理技術(shù)、模式識別等研究移動機(jī)器人監(jiān)視車輛考試過程，通過移動機(jī)器人檢測識別與自動判定運動車輛狀態(tài)，實現(xiàn)樁考智能化，具有一定的理論意義和實用價值。 本文以機(jī)動車樁考環(huán)境下的

2、車輛場景為研究對象，以計算機(jī)視覺理論為基礎(chǔ)，研究利用雙目立體視覺技術(shù)，在非特定環(huán)境條件下，對機(jī)動車樁考環(huán)境下的車輛場景進(jìn)行三維測量與重建，以解決二維圖像檢測方法由于深度信息的缺失而造成的誤判問題。由此，本文主要對雙目立體視覺車輛場景重建技術(shù)中的攝像機(jī)標(biāo)定、立體匹配和三維重建等內(nèi)容做了如下研究工作： 1、采用線性和非線性標(biāo)定結(jié)合的方法標(biāo)定攝像機(jī)參數(shù)，首先利用直接線性轉(zhuǎn)換模型得到投影矩陣，再通過約束條件分解參數(shù)矩陣，分別求出攝像機(jī)內(nèi)

3、部參數(shù)，然后將得到的標(biāo)定參數(shù)作為初值，代入非線性方程進(jìn)行優(yōu)化，得到精確標(biāo)定參數(shù)。實驗證明，本文方法精度與張正友法相近，速度優(yōu)于張正友法。 2、提出了基于小波金字塔的立體圖像對多分辨率分層匹配方法，利用小波分解獲得圖像金字塔，形成由粗到精的分層匹配，以低分辨率下的匹配點作為高分辨率圖像匹配的約束。提高匹配速度，降低誤匹配率。利用MATLAB平臺進(jìn)行了仿真研究，驗證了該匹配算法，獲得了較致密的深度圖。 3、采用平行放置的雙目