一种快速双目立体匹配方法
邮局订阅号：82-946120元/年技术创新
软件时空
《PLC 技术应用200例》
您的论文得到两院院士关注
一种快速双目立体匹配方法
A Fast Stereo Matching Method for Binocular Images
(苏州大学)
梅金燕龚声蓉赵勋杰
MEI Jin-yan GONG Sheng-rong ZHAO Xun-jie
摘要:在双目立体视觉中立体匹配是关键技术之一。为了提高匹配速度,提出一种新的立体匹配方法。首先根据极线约束条件限定同名点搜索区域,然后在极线约束区域使用活动轮廓分割出物体区域,进一步缩小匹配点搜索范围。在匹配算法方面,使用了邻域差值模板匹配方法。实验证明,提出的方法能够显著地提高匹配速度,并有较好的匹配精度。关键词:立体匹配;极线约束;活动轮廓;领域差值模板中图分类号:TP391文献标识码:A
Abstract:Stereo matching is crucial for the distance measurement with binocular stereo system.Since the two cameras are hardly to be strictly parallel,matching based on epipolar constraint can not be applied directly.Analysing the system ’s module,a new mach -ing method was proposed in this paper.Firstly,the correct loaction area was selected based on the epipolar constraint.Secondly,the background was excluded out of the former area by active counter model.Finaly,the corresponding point is matched via feature tem -plate which is formed of neighborhood difference.The experimental results show that the proposed algorithm can improve stereo matching speed and it is more effective in the situation of detecting more than one point on the surface of the same object.Key words:Stereo matching;Epipolar constraint;Active counter;Neighborhood difference template
文章编号:1008-0570(2012)10-0415-03
引言
双目立体视觉是计算机视觉的一个重要分支,它是一种由两幅图像获取物体三维几何信息的方法。它利用两个摄像机对同一景物从不同的视角成像,然后根据视差和投影模型来获取景物的三维信息。双目立体视觉由于直接模拟了人类双眼视觉的生理构造,因此,在许多领域有着广阔的应用前景,如微操作系统的位姿检测与控制、机器人导航与航测、三维测量学及虚拟现实等。
在双目立体视觉中,通过立体匹配方法寻找空间同一物点在左、右两幅图像上对应的投影点(同名点)进而获得视差。立体匹配方法大体可以分为基于区域灰度和基于特征两类匹配方法。基于区域灰度的匹配方法简单,容易实现,但对于左图像中的每一像点,都要与右图像中所有点进行相
关运算,计算量大,实时性差,且对光照因素比较敏感。通过极线约束,可以沿物点对应极线搜索同名点,将二维搜索限制到一维搜索,提高匹配的速度。但是,在两图极线不平行时这种匹配方法不适合。针对这种情况,文献对整个图像平面投影进行校正,使两个图像重投影后极线平行,对校正后的图像进行相关匹配。然而,平面投影校正忽略了极线的方向性,在极点距离图像较近时图像失真严重,方法比较复杂。文献提出了基于极线局部校正的匹配算法,使基于灰度的匹配方法可以得到有效的应用,然而,该方法匹配时间较长,效率较低。文献在分析双目成像形成极线约束的基础上,从行和列两个方向上缩小第二幅图像待
匹配特征点坐标的搜索范围,提高了匹配速度,但是搜索范围通常包括前景和后景,匹配正确与否易受后景影响。
针对上述问题,本文提出了一种快速立体匹配方法。首先根据极线约束限定同名点搜索区域,然后通过检测物体轮廓去除背景区域,进一步约束搜索区域。最后,采用邻域差值模板进行匹配,将特征匹配和区域匹配两种方法结合起来,减小光照因素的影响。
1极线约束原理
在如图1所示的双目立体视觉系统中,假设三维空间点P 是两个摄像机均可见的空间场景物上的一点,点P 在光心点为
C L 和C R 相机像面I L 、I R 上的投影分别为P L 、P R ,由光心、
像点和空间点形成的平面称为极平面。两光心连线与像平面的交点分别为E L 、E R 。极平面与左像面I L 的交线P L E L
图1双目立体视觉中的极线几何关系
称为点P R 在图像I L 中的极线,交线P R E R 也有同样的定义。无论与P L 对应的P 点距离远近,它在右图上的投影点总是在P L 的极线P R E R 上。对于任意P L ,只需要在它的极线上寻找对应点
P R ;反之亦然。
这是双目视觉的一个重要特点,称之为极线约束。通过极线约束,我们可以由一个投影点知道其对应的极线,但不知道它对应点的具体位置,即极限约束是点与直线的对应,而不是点与点的对应。尽管如此,极限约束给出了对应点重要的约束条件,它将对应点匹配从整幅图像寻找限定在一条直线上需找对应点。因此,极大地减小了搜索地范围,对点的匹配具有
梅金燕:硕士研究生
基金项目:基金申请人:龚声蓉;项目名称:基于二型模糊概率图模型的多摄像头目标检测研究;基金颁发部门:国家自然科学基金委员会(61170124)
415--
相位匹配及实现方法
相位匹配及实现方法 实验证明，只有具有特定偏振方向的线偏振光，以某一特定角度入射晶体时，才能获得良好的倍频效果，而以其他角度入射时，则倍频效果很差，甚至完全不出倍频光。根据倍频转换效率的定义 ω ω 2ηP P =， （15） 经理论推导可得 2ω 22 2)2/()2/(sin ηE L d k L k L ???????∝。 （16） η与L??k/2关系曲线见图1。图中可看出，要获得最大的转换效率，就要使L??k/2＝0，L 是倍频晶体的通光长度，不等于0，故应?k ＝0，即 0)n n (4221 21=-λπ= -=?ωω k k k ， （17） 就是使 ωω=2n n ， （18） n ω和n 2ω分别为晶体对基频光和倍频光的折射率。也就是只有当基频光和倍频光的折射率相等时，才能产生好的倍频效果，式（18）是提高倍频效率的必要条件，称作相位匹配条件。 由于v ω＝c/n ω，v 2ω＝c/n 2ω，v ω和v 2ω分别是基频光和倍频光在晶体中的传播速度。满足（18）式，就是要求基频光和倍频光在晶体中的传播速度相等。从这里我们可以清楚地看出，所谓相位匹配条件的物理实质就是使基频光在晶体中沿途各点激发的倍频光传播到出射面时，都具有相同的相位，这样可相互干涉增强，从而达到好的倍频效果。 实现相位匹配条件的方法：由于一般介质存在正常色散效果，即高频光的折射率大于低频光的折射率，如n 2ω―n ω大约为10－2数量级。?k ≠0。但对于各向同性晶体，由于存在双折射，我们则可利用不同偏振光间的折射率关系，寻找到相位匹配条件，实现?k ＝0。此方法常用于负单轴晶体，下面以负单轴晶体为例说明。图2中画出了晶体中基频光和倍频光的两种不同偏振态折射率面间的关系。图中实线球面为基频光折射率面，虚线球面为倍频光折射率面，球面为o 光折射率面，椭球面为e 光折射率面，z 轴为光轴。 图1 倍频效率与L ??k/2的关系 相对光强 -2π 2π π -π L ??k/2
人教版七年级上册常见立体图形的分类.docx
专训1 常见立体图形的分类 名师点金：立体图形就是各部分不都在同一平面内的几何图形，常见的立体图形有柱体(圆柱、棱柱)、锥体(圆锥、棱锥)、台体(圆台、棱台)(以后将学)和球体(球)四类． 按柱、锥、球分类 1．下列各组图形中，都为柱体的是( ) A B C D 2．在如图所示的图形中，是圆柱的有________，是棱柱的有________．(填序号) (第2题) 3．(1)把如图所示的立体图形按特征分类，并说明分类标准． (2)图中③与⑥各有什么特征？有哪些相同点和不同点？ (第3题) 按有无曲面分类 4．下列几何体中，表面都是平面的是( ) A．圆锥B．圆柱C．棱柱D．球体 5．把一个三角尺绕任意一条边所在直线旋转一周得到一个几何体，则这个几何体________曲面．(填“有”或“无”) 6．如图，按组成的面来分类，至少有一个面是平面的图形有________，至少有一个面是曲面的图形有__________．(填序号)
(第6题) 7．将如图所示的图形按有无曲面分类． (第7题) 8．观察如图所示的圆柱和棱柱，回答下列问题： (1)棱柱和圆柱各由几个面组成？它们都是平面吗？ (2)圆柱的侧面与底面相交成几条线？它们都是直的吗？ (3)这个棱柱有几条棱，几个顶点，经过每个顶点有几条棱？ (第8题) 答案 1．C 2．④；①③⑥ 3．解：(1)按柱体、锥体、球体分：①③⑤⑥⑦为柱体；④⑧为锥体；②为球体． (2)③是圆柱，圆柱的上、下底面都是圆，侧面是一个曲面；⑥是五棱柱，上、下底面是形状、大小相同的五边形，侧面是5个长方形，侧面的个数与底面边数相等． 相同点：两者都有两个底面． 不同点：圆柱的底面是圆，五棱柱的底面是五边形；圆柱的侧面是一个曲面，五棱柱的侧面由5个长方形组成． 点拨：(1)答案不唯一． 4．C 5.有 6．①③④⑤⑥；②③④⑥ 7．解：有曲面的是③④⑤；无曲面的是①②⑥⑦. 8．解：(1)圆柱由三个面组成，上、下两个底面是平面，侧面是曲面；棱柱由8个面组成，都是平面． (2)两条，都不是直的． (3)这个棱柱有18条棱，12个顶点，经过每个顶点有3条棱．
双目视觉原理
Bumblebee 双目测量基本原理 一．双目视觉原理： 双目立体视觉三维测量是基于视差原理。 图 双目立体成像原理 其中基线距B=两摄像机的投影中心连线的距离；相机焦距为f 。 设两摄像机在同一时刻观看空间物体的同一特征点(,,)c c c P x y z ，分别在“左眼”和“右眼”上获取了点P 的图像，它们的图像坐标分别为(,)left left left p X Y =，(,)right right right p X Y =。 现两摄像机的图像在同一个平面上，则特征点P 的图像坐标Y 坐标相同，即 left right Y Y Y ==，则由三角几何关系得到： () c left c c rig h t c c c x X f z x B X f z y Y f z ?=???-=???=? ? (1-1) 则视差为：left right D isparity X X =-。由此可计算出特征点P 在相机坐标系下的三维坐标为： left c c c B X x D isp a rity B Y y D isp a rity B f z D isp a rity ? =???= ?? ?= ?? (1-2) 因此，左相机像面上的任意一点只要能在右相机像面上找到对应的匹配点，就可以确定出该点的三维坐标。这种方法是完全的点对点运算，像面上所有点只要存在相应的匹配点，
就可以参与上述运算，从而获取其对应的三维坐标。 二．立体视觉测量过程 1．图像获取 (1) 单台相机移动获取 (2) 双台相机获取：可有不同位置关系（一直线上、一平面上、立体分布） 2．相机标定：确定空间坐标系中物体点同它在图像平面上像点之间的对应关系。 (1)内部参数：相机内部几何、光学参数 (2)外部参数：相机坐标系与世界坐标系的转换 3．图像预处理和特征提取 预处理：主要包括图像对比度的增强、随机噪声的去除、滤波和图像的增强、伪彩色处理等； 特征提取：常用的匹配特征主要有点状特征、线状特征和区域特征等 4．立体匹配：根据对所选特征的计算，建立特征之间的对应关系，将同一个空间物理点在不同图像中的映像点对应起来。 立体匹配有三个基本的步骤组成：1)从立体图像对中的一幅图像如左图上选择与实际物理结构相应的图像特征；2)在另一幅图像如右图中确定出同一物理结构的对应图像特征；3)确定这两个特征之间的相对位置，得到视差。其中的步骤2是实现匹配的关键。 5．深度确定 通过立体匹配得到视差图像之后，便可以确定深度图像，并恢复场景3－D信息。 三．Triclops库中的数据流程 Triclops库中的数据流程如下图所示。系统首先从相机模型中获得raw格式的图像，最终将其处理成深度图像。在系统中有两个主要的处理模块。第一个处理模块是一个应用了低通滤波、图像校正和边缘检测的预处理模块。第二个处理模块用来做立体匹配、结果确认和亚像素插值。最后的处理结果就是一幅深度图像。 1．预处理（Pre-processing）
机械制图 基本几何体(一)
教学时数：2 学时 课题：§3-6基本几何体(一) 教学目标： 1、了解基本几何体的分类； 2、掌握基本几何体分类及平面立体的三面投影作法。 教学重点： 基本几何的种类及棱柱体的投影特性。 教学难点： 棱柱体的投影特性和作图方法。 教学方法： 讲授法与演示法相结合。 教具： 模型、挂图、示教板 教学步骤： （复习提问） 1、平面图形的作图方法？ 2、平面图形的投影特性？ （引入新课） 机器上的零件，由于其作用不同而有各种各样的结构形状，不管它们的形状如何复杂，都可以看成是由一些简单的基本几何体组合起来的。 （讲授新课）
§3-6基本几何体 基本几何体的分类 1、平面立体：表面都是由平面所构成的形体。如棱柱、棱锥。 2、曲面立体：表面是由曲面和平面或者全部是由曲面构成的 形体。如圆柱、圆锥、球体。 一、棱柱 1、棱柱的三视图分析 （1）主视图六棱柱的主视图由三个长方形线框组成。中间的长方形线框反映前、后面的实形；左、右两个窄的长方形线框分别为六棱柱其余四个侧面的投影，由于它们不与正面V平行，因此投影不反映实形。顶、底面在主视图上的投影积聚为两条平行于OX轴的直线。 （2）俯视图六棱柱的俯视图为一正方形，反映顶、底面的实形。六个侧面垂直于水平面H，它们的投影都积聚在正六边形的六条边上。 （3）左视图六棱柱的左视图由两个长方形线框组成。这两个长方形线框是六棱柱左边两个侧面的投影，且遮住了右边两个侧面。由于两侧面与侧投影面W面倾斜，因此投影不反映实形。六棱柱的前、后面在左视图上的投影有积聚性，积聚为右边和左边两条直线；上、下两条水平线是六棱柱顶面和底面的投影，积聚为直线。 2、棱柱三视图的画图步骤
相位匹配及实现方法Word版
传播优秀Word 版文档 ，希望对您有帮助，可双击去除！ 相位匹配及实现方法 实验证明，只有具有特定偏振方向的线偏振光，以某一特定角度入射晶体时，才能获得良好的倍频效果，而以其他角度入射时，则倍频效果很差，甚至完全不出倍频光。根据倍频转换效率的定义 ω ω 2ηP P =， （15） 经理论推导可得 2ω 22 2)2/()2/(sin ηE L d k L k L ???????∝。 （16） η与L??k/2关系曲线见图1。图中可看出，要获得最大的转换效率，就要使L??k/2＝0，L 是倍频晶体的通光长度，不等于0，故应?k ＝0，即 0)n n (4221 21=-λπ= -=?ωω k k k ， （17） 就是使 ωω=2n n ， （18） n ω和n 2ω分别为晶体对基频光和倍频光的折射率。也就是只有当基频光和倍频光的折射率相等时，才能产生好的倍频效果，式（18）是提高倍频效率的必要条件，称作相位匹配条件。 由于v ω＝c/n ω，v 2ω＝c/n 2ω，v ω和v 2ω分别是基频光和倍频光在晶体中的传播速度。满足（18）式，就是要求基频光和倍频光在晶体中的传播速度相等。从这里我们可以清楚地看出，所谓相位匹配条件的物理实质就是使基频光在晶体中沿途各点激发的倍频光传播到出射面时，都具有相同的相位，这样可相互干涉增强，从而达到好的倍频效果。 实现相位匹配条件的方法：由于一般介质存在正常色散效果，即高频光的折射率大于低频光的折射率，如n 2ω―n ω大约为10－2数量级。?k ≠0。但对于各向同性晶体，由于存在双折射，我们则可利用不同偏振光间的折射率关系，寻找到相位匹配条件，实现?k ＝0。此方法常用于负单轴晶体，下面以负单轴晶体为例说明。图2中画出了晶体中基频光和倍频光的两种不同偏振态折射率面间的关系。图中实线球面为基频光折射率面，虚线球面为倍频光折射率面，球面为o 光折射率面，椭球面为e 光折射率面，z 轴为光轴。 图1 倍频效率与L ??k/2的关系 相对光强 -2π 2π π -π L ??k/2
双目视觉成像原理
双目视觉成像原理 1.引言 双目立体视觉(Binocular Stereo Vision)是机器视觉的一种重要形式，它是基于视差原理并利用成像设备从不同的位置获取被测物体的两幅图像，通过计算图像对应点间的位置偏差，来获取物体三维几何信息的方法。融合两只眼睛获得的图像并观察它们之间的差别，使我们可以获得明显的深度感，建立特征间的对应关系，将同一空间物理点在不同图像中的映像点对应起来，这个差别，我们称作视差(Disparity)图。 双目立体视觉测量方法具有效率高、精度合适、系统结构简单、成本低等优点，非常适合于制造现场的在线、非接触产品检测和质量控制。对运动物体（包括动物和人体形体）测量中，由于图像获取是在瞬间完成的，因此立体视觉方法是一种更有效的测量方法。双目立体视觉系统是计算机视觉的关键技术之一，获取空间三维场景的距离信息也是计算机视觉研究中最基础的内容。 2.双目立体视觉系统 立体视觉系统由左右两部摄像机组成。如图一所示，图中分别以下标L和r标注左、右摄像机的相应参数。世界空间中一点A(X，Y，Z)在左右摄像机的成像面C L和C R上的像点分别为al(ul，vl)和ar(ur，vr)。这两个像点是世界空间中同一个对象点A的像，称为“共轭点”。知道了这两个共轭像点，分别作它们与各自相机的光心Ol和Or的连线，即投影线alOl和arOr，它们的交点即为世界空间中的对象点A(X，Y，Z)。这就是立体视觉的基本原理。 图1：立体视觉系统 3.双目立体视觉相关基本理论说明 3．1 双目立体视觉原理 双目立体视觉三维测量是基于视差原理，图2所示为简单的平视双目立体成像原理图，两摄像机的投影中心的连线的距离，即基线距为b。摄像机坐标系的原点在摄像机镜头的光心处，坐标系如图2所示。事实上摄像机的成像平面在镜头的光心后，图2中将左右成像平面绘制在镜头的光心前f处，这个虚拟的图像平面坐标系O1uv的u轴和v轴与和摄像机坐标系的x轴和y轴方向一致，这样可以简化计算过程。左右图像坐
二次谐波 相位匹配及其实现方法
二次谐波的应用 二次谐波成像是近年发展起来的一种三维光学成像技术，具有非线性光学成像所特有的高空间分辨率和高成像深度，可避免双光子荧光成像中的荧光漂白效应。 此外二次谐波信号对组织的结构对称性变化高度敏感，因此二次谐波成像对于某些疾病的早期诊断或术后治疗监测具有很好的生物医学应用前景. 二次谐波英文名称：second harmonic component 定义：将非正弦周期信号按傅里叶级数展开，频率为原信号频率两倍的正弦分量。 SHG的一个必要条件是需要没要反演对称的介质其次是必须满足相位匹配，传播中的倍频光波和不断昌盛的倍频极化波保持了相位的一致性. 谐波产生的根本原因是由于非线性负载所致。当电流流经负载时，与所加的电压不呈线性关系，就形成非正弦电流，从而产生谐波。 ＳＨＧ实验装置ＳＨＧ实验装置按二次谐波信号收集方式可分为前向和后向，图２为前向和后向二次谐波产生的实验装置示意图．以图２（ａ）为例：由激光器产生的角频率为的入射基频光，经过物镜聚焦到样品上，产生频率为２的二次谐波，由另一个高数值孔径的物镜收集，滤光片（一般为窄带滤光片）滤掉激发光和可能产生的荧光和其他背景光，再用探测器件（如ＰＭＴ）和计算机系统进行信号的采集、存储、分析和显示．要实现二次谐波微成像需要对以下因素进行最优化考虑：超短脉冲激光、高数值孑Ｌ径的显微物镜、高灵敏度的非解扫面探测器、准相位匹配和具有高二阶非线性的样品Ｊ．激光器：掺Ｔｉ蓝宝石飞秒激光器因具有高重复频率（８０ＭＨｚ）和高峰值功率，单脉冲能量低且町在整个近红外区（７００～１０００ｎｍ）内连续调谐，所以是二次谐波显微成像的理想光源．激光的重复频率对ＳＨＧ也有影响，如果提高激发光的重复频率，激发光的平均功率可相应提高，二次谐波信号也得到增强．物镜：一般情况下，二次谐波主要非轴向发射，即信号收集时必须有一个足够大的数值孑Ｌ径来有效接收整个二次谐波信号．滤光片：为保证所收集的信号为二次谐波信号，必须使用滤光片．一般采用一长波滤光片和窄带滤光片（带宽１０ｎｍ）组合以过滤任何干扰信号．信号收集系统：为尽晕减少二次谐波信号在系统中的损失，提高系统的探测灵敏度，最好采用非解扫（ｎｏｎ．ｄｅｓｃａｎｎｅｄ）的信号．信号收集系统中的主要部件是ＰＭＴ探测器．首先，为收集整个二次谐波信号，需要探测器的接收面足够宽．其次，对于由可调谐Ｔｉ：蓝宝石飞秒激光器，要接收的二次谐波信号处于３５０～５００ｎｍ波段，故可采用双碱阴极光电倍增管．由于激发光波长离探测器的响应区很远，故可有效探Ｎ－－次谐波信号．除了使用不同的滤光片外，二次谐波显微成像和双光子激发荧光显微成像在系统结构上是完全兼容的．已有人成功地将激光扫描共聚焦显微镜改造成双光子系统９，同样，也可以方便的用改造后的系统进行两者的复合成像 二次谐波显微成像技术的发展及其在生物医学中的应用. 细胞膜电压的测量对理解细胞信号传递过程有重要作用. 使用合适的膜染剂进行标记, 通过对染剂分子的二次谐波显微成像, 信号强度变化便能反映膜电压的大小. 近年来, 二次谐波显微成像的一个主要领域, 就是发展具有高时空分辨率及高灵敏度的活细胞中横跨膜电压的光学测量方法. ＳＨＧ成像用于膜电压测量细胞膜电压的测量对理解细胞信号传递过程有重要作用．使用合适的膜染剂进行标记，通过对染剂分子的二次谐波显微成像，信号强度变化便能反映膜电压的大小．近年来，二次谐波显微成像的一个主要领域，就是发展具有高时空分辨率及高灵敏度的活细胞中横跨膜电压的光学测量方法．１９９３年，ＯＢｏｕｅｖｉｔｃｈ等人¨证明，所加电场可强烈地调制ＳＨＧ强度．１９９９年，ＰＪＣａｍｐａｇｎｏ！ａ等人则证明了ＳＨＧ信号随膜电压变化．实验结果表明，激发波长为
基于hancon双目立体视觉焊缝检测
基于halcon的双目立体视觉焊缝检测
基于halcon的双目立体视觉焊缝检测 1 前言 现代焊接生产中，对焊接技术和质量的要求愈来愈高。自动化和智能化在焊接生产上的应用日趋广泛。 近年来图像处理技术和机器视觉技术得到空前的发展，如果把机器视觉技术用在焊缝成形质量评判中，可以提高评判效率，为焊接质量评判的智能化打下基础。机器视觉是运用计算机来模拟人的视觉，从不同事物的图像中获取信息，进行相应处理并加以分析、理解，最终应用于实际的检测与测量等。机器视觉检测和测量方法不但可以有效提高生产效率与自动化程度，且易于实现信息的集成，从而满足数字化自动化生产的要求。 机器视觉中的立体视觉技术把二维景物的分析推广到了三维景物，该项技术可方便实现从图像获取到三维景物表面重建的完整体系，对于整个机器视觉的发展具有重要意义。双目立体视觉是立体视觉中的一个重要的分支，它直接模拟人视觉处理景物的方式，可以在各种条件下灵活地测量景的立体信息。
2 双目视觉检测 2.1 基本理论 如图1 所示，设点P为空间焊缝某一特征点，该点在两相机平面O1和O2的投影点依次为P1和P2。 图1 双目视觉原理 根据空间解析几何理论，很显然，式( 3) 中的4个方程均具有平面解析式的形式，前2 方程代表2平面相交，得到的是直线O1P1P 的方程，同理直线O2P2P 的方程由后2 个方程得出。两直线方程相交，即可求出P 点的空间三维坐标。 可见，若采用单相机模型，则理论上仅能解出一条直线的空间方程，无法得出空间点的准确三维坐标，而双目视觉理论则能够克服这个缺陷，从而使焊缝的精确测量有了可能。 2.2图像处理 为实现准确测量的目的，必须对采集到的图像进行数字化处理。首先，经过相机采集到的焊缝图像不可避免地存在一些污染痕迹，这
专项训练1 常见立体图形的分类
专项训练1常见立体图形的分类 方法指导：立体图形就是各部分不都在同一平面内的几何图形，常见的立体图形有柱体(圆柱、棱柱)、锥体(圆锥、棱锥)、台体(圆台、棱台)(以后将学)和球体(球)四类． 按柱、锥、球分类 1．下列各组图形中，都为柱体的是() A B C D 2．在如图所示的图形中，是圆柱的有________，是棱柱的有________．(填序号) (第2题) 3．(1)把图中的立体图形按特征分类，并说明分类标准； (2)图中③与⑥各有什么特征？有哪些相同点和不同点？ (第3题)
按有无曲面分类 4．下列几何体中，表面都是平面的是() A．圆锥B．圆柱C．棱柱D．球体 5．把一个三角尺绕任意一条边所在直线旋转一周得到一个几何体，则这个几何体________曲面．(填“有”或“无”) 6．如图，按组成的面来分类，至少有一个面是平面的图形有________，至少有一个面是曲面的图形有__________．(填序号) (第6题) 7．将如图所示的图形按有无曲面分类． (第7题)
8．观察如图所示的圆柱和棱柱，回答下列问题： (1)棱柱和圆柱各由几个面组成？它们都是平面吗？ (2)圆柱的侧面与底面相交成几条线？它们都是直线吗？ (3)这个棱柱有多少条棱？多少个顶点？经过每个顶点有几条棱？ (第8题)
参考答案 1．C 2.④；①③⑥ 3．解：(1)按柱体、锥体、球体分：①③⑤⑥⑦为柱体；④⑧为锥体；②为球体． (2)③是圆柱，圆柱的上、下底面都是圆，侧面是一个曲面；⑥是五棱柱，上、下底面是形状、大小相同的五边形，侧面是5个长方形，侧面的个数与底面边数相等． 相同点：两者都有两个底面． 不同点：圆柱的底面是圆，五棱柱的底面是五边形；圆柱的侧面是一个曲面，五棱柱的侧面由5个长方形组成． 注：(1)中分类标准不唯一． 4．C 5.有 6．①③④⑤⑥；②③④⑥ 7．解：有曲面的是③④⑤；无曲面的是①②⑥⑦. 8．解：(1)圆柱由三个面组成，上、下两个底面是平面，侧面是曲面；棱柱由8个面组成，都是平面． (2)两条，不是直线． (3)这个棱柱有18条棱，12个顶点，经过每个顶点有3条棱．
机器人双目立体视觉测距技术研究与实现_张蓬
计算机测量与控制．２０１３．２１（７） Ｃｏｍｐｕｔｅｒ Ｍｅａｓｕｒｅｍｅｎｔ ＆Ｃｏｎｔｒｏｌ ·１７７５ · 收稿日期：２０１２－１１－２５； 修回日期：２０１３－０１－２３。 基金项目：油气管道受阻瞬态流时空演化规律及智能控制方法研究 （５０９０５１８６）。 作者简介：张 蓬（１９６３－），女，北京人，副教授，主要从事机械电子 工程，机器人控制技术方向的研究。 文章编号：１６７１－４５９８（２０１３）０７－１７７５－０４ 中图分类号：ＴＰ３９１．４文献标识码：Ａ 机器人双目立体视觉测距技术研究与实现 张 蓬，王金磊，赵 弘 （中国石油大学（北京）机械与储运工程学院，北京 １０２２４９） 摘要：机器人视觉是一种重要的机器人传感技术，主要应用于机器人定位和检测之中；文章阐述了构建机器人双目立体视觉测距系统的方法，并运用Ｌａｂｖｉｅｗ对所设计的系统加以实现；完成了图像的采集、预处理和边缘检测；通过在Ｌａｂｖｉｅｗ中的Ｃ语言接口调用Ｃ算法程序，进行了物体特征识别和目标物体测距的算法实现；实验表明焦距、滤波算法和外围光源都会对测量结果会产生较大影响；在相同检测距离不同焦距时得到的检测精度会有一些偏差；并且加入低通滤波，可增加图像识别的精度，进而使特征点匹配和检测的精度都有所提高，对提高系统的检测精度具有实际意义。 关键词：移动机器人；图像识别；测距；双目立体视觉 Ｒｅｓｅａｒｃｈ ａｎｄ Ｉｍｐｌｅｍｅｎｔａｔｉｏｎ ｏｆ Ｒｏｂｏｔｉｃ Ｂｉｎｏｃｕｌａｒ Ｖｉｓｕａｌ Ｄｉｓｔａｎｃｅ Ｍｅａｓｕｒｉｎｇ Ｔｅｃｈｎｏｌｏｇｙ Ｚｈａｎｇ Ｐｅｎｇ，Ｗａｎｇ Ｊｉｎｌｅｉ，Ｚｈａｏ Ｈｏｎｇ （Ｃｈｉｎａ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｐｅｔｒｏｌｅｕｍ，Ｂｅｉｊｉｎｇ １０２２４９，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｒｏｂｏｔ ｖｉｓｉｏｎ ｉｓ ａｎ ｉｍｐｏｒｔａｎｔ ｐａｒｔ ｏｆ ｔｈｅ ｒｏｂｏｔ ｓｅｎｓｉｎｇ ｔｅｃｈｎｏｌｏｇｙ，ｍａｉｎｌｙ ｕｓｅｄ ｉｎ ｒｏｂｏｔ ｌｏｃａｌｉｚａｔｉｏｎ ａｎｄ ｄｅｔｅｃｔｉｏｎ．Ｔｈｉｓ ｐａｐｅｒｄｅｓｃｒｉｂｅｓ ａ ｍｅｔｈｏｄ ｔｏ ｂｕｉｌｄ ａ ｒｏｂｏｔ ｂｉｎｏｃｕｌａｒ ｓｔｅｒｅｏ ｖｉｓｕａｌ ｄｉｓｔａｎｃｅ ｍｅａｓｕｒｅｍｅｎｔ，ａｎｄ ｕｓｅｓ Ｌａｂｖｉｅｗ ｔｏｏｌ ｔｏ ｄｅｓｉｇｎ ａｎｄ ｉｍｐｌｅｍｅｎｔ ａ ｓｙｓｔｅｍ．Ｔｈｅ ｓｙｓｔｅｍ ｈａｓ ｆｕｎｃｔｉｏｎｓ ｏｆ ｔｈｅ ｉｍａｇｅ ａｃｑｕｉｓｉｔｉｏｎ，ｐｒｅ－ｐｒｏｃｅｓｓｉｎｇ ａｎｄ ｉｍａｇｅ ｅｄｇｅ ｄｅｔｅｃｔｉｏｎ．Ｂｙ ｕｓｉｎｇ Ｃ ｌａｎｇｕａｇｅ ｉｎｔｅｒｆａｃｅ ｉｎ Ｌａｂｖｉｅｗ，Ｃａｌｇｏｒｉｔｈｍ ｃａｎ ｂｅ ｕｓｅｄ ｆｏｒ ｏｂｊｅｃｔ ｆｅａｔｕｒｅｓ ｉｄｅｎｔｉｆｙ ａｎｄ ｔａｒｇｅｔ ｏｂｊｅｃｔｓ ｒａｎｇｉｎｇ．Ｅｘｐｅｒｉｍｅｎｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｆｏｃａｌ ｌｅｎｇｔｈ，ｔｈｅ ｆｉｌｔｅｒ ａｌｇｏｒｉｔｈｍ ａｎｄｐｅｒｉｐｈｅｒａｌ ｌｉｇｈｔ ｓｏｕｒｃｅ ｈａｖｅ ａ ｇｒｅａｔｅｒ ｉｍｐａｃｔ ｏｎ ｔｈｅ ｍｅａｓｕｒｅｍｅｎｔ ｒｅｓｕｌｔｓ．Ｄｅｔｅｃｔｉｏｎ ａｃｃｕｒａｃｙ ｉｎ ｔｈｅ ｓａｍｅ ｄｅｔｅｃｔｉｏｎ ｄｉｓｔａｎｃｅ ａｎｄ ｄｉｆｆｅｒｅｎｔ ｆｏｃａｌｌｅｎｇｔｈｓ ｈａｓ ａ ｆｅｗ ｏｆ ｄｅｖｉａｔｉｏｎ．Ａｎｄ ａｄｄｉｎｇ ａ ｌｏｗ－ｐａｓｓ ｆｉｌｔｅｒ ｃａｎ ｉｎｃｒｅａｓｅ ｔｈｅ ａｃｃｕｒａｃｙ ｏｆ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｏｆ ｔｈｅ ｉｍａｇｅ．Ｔｈｅｎ ｆｅａｔｕｒｅ ｐｏｉｎｔｓｍａｔｃｈｉｎｇ ａｎｄ ｄｅｔｅｃｔｉｏｎ ａｃｃｕｒａｃｙ ｈａｖｅ ｉｍｐｒｏｖｅｄ．Ｉｔ ｈａｓ ｐｒａｃｔｉｃａｌ ｓｉｇｎｉｆｉｃａｎｃｅ ｔｏ ｉｍｐｒｏｖｅ ｔｈｅ ｄｅｔｅｃｔｉｏｎ ａｃｃｕｒａｃｙ ｏｆ ｔｈｅ ｓｙｓｔｅｍ．Ｋｅｙ ｗｏｒｄｓ：ｍｏｂｉｌｅ ｒｏｂｏｔｓ；ｄｉｓｔａｎｃｅ ｍｅａｓｕｒｉｎｇ；ｂｉｎｏｃｕｌａｒ ｓｔｅｒｅｏ ｖｉｓｉｏｎ ０ 引言 机器人视觉又称为计算机视觉，是一门研究通过图像数据 观察世界的学科。机器人借助各种传感装置（如摄像头，声 纳，里程计，光电编码器等）获取周围场景的图像信息，以感 知和恢复周围的三维环境中的物体的几何形态、颜色、相对位 置、安放姿态和运动等信息，并通过对客观世界的描述，感知 和解释，经过机器人智能运算完成需要完成的任务［１］。机器人 的双目立体视觉技术是基于模仿人眼与人类视觉的立体感知过 程，从两个视点观察同一景物，以获取不同视角下的感知图 像，通过三角测量原理计算图像像素间的位置偏差，以获取景 物的三维信息。双目视觉技术在机器人的定位导航、避障、地 图构建和测距等方面得到了应用。 １ 双目立体视觉的系统组成 双目立体视觉是对同一目标的两幅图像提取、识别、匹配 和解释，重建三维环境信息的过程。双目视觉系统通常由图像 采集、摄像机定标、图像预处理、立体匹配和深度图生成等五 大部分组成。 图像采集即通过光学镜头或红外，超声、Ｘ射线等对周围场 景和物体进行探测成像，得到关于场景和物体的二维或三维数字 图像［２］。空间点的三维几何位置与其在图像中对应点之间的相互 关系是由摄像机成像的几何模型决定的，而这些几何模型参数就 是摄像机参数，求解这些参数的过程为摄像机定标［３］。图像预处 理是对原始图像进行处理，例如图像滤波、图像增强、边缘检测 等，以便从图像中抽取诸如焦点，边缘，线条，边界以及色彩等 关于成像的基本特征［４］。立体匹配是寻找同一空间景物在不同视 点下投影图像中像素间的一一对应关系，从立体匹配实现的技术 上考虑，立体匹配可以分为基于区域的匹配和基于特征的匹配。 深度图生成即是深度信息的可视化过程。 ２ 双目立体视觉测距算法 双目立体视觉三维测量是通过计算空间点在两幅图像中的 视差来获取景物的三维坐标值。设空间一点Ｐ在世界坐标系 下的坐为（Ｘ，Ｙ，Ｚ，１），假设两个相同的平行放置的摄像机 镜头光心距离为Ｂ，摄像焦距为ｆ，成像模型如图１所示，摄 像机坐标系的原点Ｏ与左摄像机光心Ｏ１重合，ｘ１—ｙ与ｘ２— ｙ为两成像平面，因水平轴同线，所以Ｙ轴相同［５］。 以立体空间的一个投影面为例，若左右摄像头成像点坐标 分别为（ｘ１，ｙ），（ｘ２，ｙ），那么该点成像平面如图２所示［６］。 通过图２可知在深度ｄ为： ｄ＝ Ｂｆ ｘ２－ｘ１ （１） 据此原理，则可推导出３个投影面坐标：
双目视觉成像原理讲解学习
双目视觉成像原理
双目视觉成像原理 1.引言 双目立体视觉(Binocular Stereo Vision)是机器视觉的一种重要形式，它是基于视差原理并利用成像设备从不同的位置获取被测物体的两幅图像，通过计算图像对应点间的位置偏差，来获取物体三维几何信息的方法。融合两只眼睛获得的图像并观察它们之间的差别，使我们可以获得明显的深度感，建立特征间的对应关系，将同一空间物理点在不同图像中的映像点对应起来，这个差别，我们称作视差(Disparity)图。 双目立体视觉测量方法具有效率高、精度合适、系统结构简单、成本低等优点，非常适合于制造现场的在线、非接触产品检测和质量控制。对运动物体（包括动物和人体形体）测量中，由于图像获取是在瞬间完成的，因此立体视觉方法是一种更有效的测量方法。双目立体视觉系统是计算机视觉的关键技术之一，获取空间三维场景的距离信息也是计算机视觉研究中最基础的内容。2.双目立体视觉系统 立体视觉系统由左右两部摄像机组成。如图一所示，图中分别以下标L和r标注左、右摄像机的相应参数。世界空间中一点A(X，Y，Z)在左右摄像机的成像面C L和C R上的像点分别为al(ul，vl)和ar(ur，vr)。这两个像点是世界空间中同一个对象点A的像，称为“共轭点”。知道了这两个共轭像点，分别作它们与各自相机的光心Ol和Or的连线，即投影线alOl和arOr，它们的交点即为世界空间中的对象点A(X，Y，Z)。这就是立体视觉的基本原理。
图1：立体视觉系统 3.双目立体视觉相关基本理论说明 3．1 双目立体视觉原理 双目立体视觉三维测量是基于视差原理，图2所示为简单的平视双目 立体成像原理图，两摄像机的投影中心的连线的距离，即基线距为b 。摄像机坐标系的原点在摄像机镜头的光心处，坐标系如图2所示。事实上摄像机的成像平面在镜头的光心后，图2中将左右成像平面绘制在镜头的光心前f 处，这个虚拟的图像平面坐标系O1uv 的u 轴和v 轴与和摄像机坐标系的x 轴和y 轴方向一致，这样可以简化计算过程。左右图像坐标系的原点在摄像机光轴与平面的交点O1和O2。空间中某点P 在左图像和右图像中相应的坐标分别为P1(u1,v1)和P2(u2,v2)。假定两摄像机的图像在同一个平面上，则点P 图像坐标的Y 坐标相同，即v1=v2。由三角几何关系得到: c c 1z x f u = c c 2z ）b -x （f u = v 1 c c 21z y f v v ==
基于OpenCV的双目立体视觉测距
基于OpenCV的双目立体视觉测距 基于OpenCV的双目立体视觉测距 论文导读:: 双目立体视觉模型。摄像机标定。立体匹配采用OpenCV库中的块匹配立体算法。目前的测距方法主要有主动测距和被动测距两种方法。论文 关键词: 双目立体视觉，摄像机标定，立体匹配，测距 (一)引言基于计算机视觉理论的视觉测距技术是今后发展的一个重要方向，它在机器人壁障系统、汽车导航防撞系统等领域有着广泛的应用前景。目前的测距方法主要有主动测距和被动测距两种方法。论文采用的是被动测距法。被动测距法是在自然光照条件下，根据被测物体本身发出的信号来测量距离，主要包括立体视觉测距法、单目测距法、测角被动测距法等。立体视觉测距法是仿照人类利用双目感知距离信息的一种测距方法，直接模拟人的双眼处理景物，简便可靠，但该方法的难点是选择合理的匹配特征和匹配准则。双目立体视觉系统采用两台摄像机同时从两个不同视点获取同一景物的多幅图像，即立体图像对，通过测量景物在立体图像对中的视差，再利用双目视觉成像原理就可以计算出目标到摄像机的距离。立体匹配采用OpenCV库中的块匹配立体算法，在得到摄像机参数和匹配点后再利用最小二乘法即可算出三维信息。 (二)双目立体视觉模型首先介绍双目视觉所涉及到三个坐标系: 世界坐标系、摄像机坐标系和图像坐标系。世界坐标系中的点坐标记为，摄像机坐标系用表示。图像坐标为摄像机所拍摄到的图像的二维坐标，一般有两种表示方法:
是以像素为单位的图像坐标，是以毫米为单位的图像坐标。建立以毫米为单位的图像坐标是因为坐标只表示了像素在数字图像中的行数和列数，并没有表示出该像素在数字图像中的物理位置论文范文。图1为平行双目视觉模型，即参数相同的两个摄像机平行放置，两光 轴互相平行且都平行于z 轴，x 轴共线摄像机标定，两摄像机光心的距离为 B(即基线距)。图中O 1、O2为左右两摄像机的焦点，I1 、I2为左右摄像机的像平面，P1 、P2 分 别是空间点P在左右像平面上的成像点，f是摄像机的焦距。若视差d 定义为?P1- P2?,则点P到立体视觉系统的距离为: 图1 平行双目视觉模型 (三)摄像机标定摄像机标定是为了建立三维世界坐标与二维图像坐标之间的 一种对应关系。系统采用两个摄像机进行图像采集，设定好两个摄像机之间的距离(即基线距)，用摄像机同时采集放在摄像机前的标定物。摄像机标定采用的是张正友的标定方法，棋盘格大小为30mm30mm，角点数为117。标定板的规格如图2所示。图2 平面标定板规格张正友的标定方法需要摄像机从不同角度拍摄标定板 的多幅图像。由于两个摄像机是向前平行放置的，且基线距固定，所以只需摆放标定板的位置变化即可。摄像机为针孔成像模型，则空间点与图像点之间的映射关系为: 为方便计算，使标定板所在平面的Z坐标均为0，即Z=0的平面，则上式可变为: 其中，A为摄像机的内参矩阵，为摄像机外参矩阵，s为尺度因子。令,,则上 式可写为: 其中，为透视投影矩阵，它是标定板上的点和其像点之间的映射。在已知空 间点和其对应像点后，可根据最小二乘方程，采用Levenberg-Marquardt算法求解
相位匹配及实现方法
相位匹配及实现方法 Document serial number【UU89WT-UU98YT-UU8CB-UUUT-UUT108】
相位匹配及实现方法 实验证明，只有具有特定偏振方向的线偏振光，以某一特定角度入射晶体时，才能获得良好的倍频效果，而以其他角度入射时，则倍频效果很差，甚至完全不出倍频光。根据倍频转换效率的定义 ω ω 2ηP P =， （15） 经理论推导可得 2ω 22 2)2/()2/(sin ηE L d k L k L ???????∝。 （16） η与L?k/2关系曲线见图1。图中可看出，要获得最大的转换效率，就要使L?k/2＝0，L 是倍频晶体的通光长度，不等于0，故应k ＝0，即 0)n n (4221 21=-λπ= -=?ωω k k k ， （17） 就是使 ωω=2n n ， （18） n ω和n 2ω分别为晶体对基频光和倍频光的折射率。也就是只有当基频光和倍频光的折射率相等时，才能产生好的倍频效果，式（18）是提高倍频效率的必要条件，称作相位匹配条件。 由于v ω＝c/n ω，v 2ω＝c/n 2ω，v ω和v 2ω分别是基频光和倍频光在晶体中的传播速度。满足（18）式，就是要求基频光和倍频光在晶体中的传播速度相等。从这里我们可以清楚地看出，所谓相位匹配条件的物理实质就是使基频光在晶体中沿途各点激发的倍频光传播到出射面时，都具有相同的相位，这样可相互干涉增强，从而达到好的倍频效果。 实现相位匹配条件的方法：由于一般介质存在正常色散效果，即高频光的折射率大于低频光的折射率，如n 2ω―n ω大约为10－2数量级。k ≠0。但对于各向同性晶体，由于存在双折射，我们则可利用不同偏振光间的折射率关系，寻找到相位匹配条件，实现k ＝0。此方法常用于负单轴晶体，下面以负单轴晶体为例说明。图2中画出了晶体中基频光和倍频光的两种不同偏振态折射率面间的关系。图中实线球面为基频光折射率 图1 倍频效率与L k/2的 相对光强 -22π π -π L k/2
一种快速双目立体匹配方法
邮局订阅号：82-946120元/年技术创新 软件时空 《PLC 技术应用200例》 您的论文得到两院院士关注 一种快速双目立体匹配方法 A Fast Stereo Matching Method for Binocular Images (苏州大学) 梅金燕龚声蓉赵勋杰 MEI Jin-yan GONG Sheng-rong ZHAO Xun-jie 摘要:在双目立体视觉中立体匹配是关键技术之一。为了提高匹配速度,提出一种新的立体匹配方法。首先根据极线约束条件限定同名点搜索区域,然后在极线约束区域使用活动轮廓分割出物体区域,进一步缩小匹配点搜索范围。在匹配算法方面,使用了邻域差值模板匹配方法。实验证明,提出的方法能够显著地提高匹配速度,并有较好的匹配精度。关键词:立体匹配;极线约束;活动轮廓;领域差值模板中图分类号:TP391文献标识码:A Abstract:Stereo matching is crucial for the distance measurement with binocular stereo system.Since the two cameras are hardly to be strictly parallel,matching based on epipolar constraint can not be applied directly.Analysing the system ’s module,a new mach -ing method was proposed in this paper.Firstly,the correct loaction area was selected based on the epipolar constraint.Secondly,the background was excluded out of the former area by active counter model.Finaly,the corresponding point is matched via feature tem -plate which is formed of neighborhood difference.The experimental results show that the proposed algorithm can improve stereo matching speed and it is more effective in the situation of detecting more than one point on the surface of the same object.Key words:Stereo matching;Epipolar constraint;Active counter;Neighborhood difference template 文章编号:1008-0570(2012)10-0415-03 引言 双目立体视觉是计算机视觉的一个重要分支,它是一种由两幅图像获取物体三维几何信息的方法。它利用两个摄像机对同一景物从不同的视角成像,然后根据视差和投影模型来获取景物的三维信息。双目立体视觉由于直接模拟了人类双眼视觉的生理构造,因此,在许多领域有着广阔的应用前景,如微操作系统的位姿检测与控制、机器人导航与航测、三维测量学及虚拟现实等。 在双目立体视觉中,通过立体匹配方法寻找空间同一物点在左、右两幅图像上对应的投影点(同名点)进而获得视差。立体匹配方法大体可以分为基于区域灰度和基于特征两类匹配方法。基于区域灰度的匹配方法简单,容易实现,但对于左图像中的每一像点,都要与右图像中所有点进行相 关运算,计算量大,实时性差,且对光照因素比较敏感。通过极线约束,可以沿物点对应极线搜索同名点,将二维搜索限制到一维搜索,提高匹配的速度。但是,在两图极线不平行时这种匹配方法不适合。针对这种情况,文献对整个图像平面投影进行校正,使两个图像重投影后极线平行,对校正后的图像进行相关匹配。然而,平面投影校正忽略了极线的方向性,在极点距离图像较近时图像失真严重,方法比较复杂。文献提出了基于极线局部校正的匹配算法,使基于灰度的匹配方法可以得到有效的应用,然而,该方法匹配时间较长,效率较低。文献在分析双目成像形成极线约束的基础上,从行和列两个方向上缩小第二幅图像待 匹配特征点坐标的搜索范围,提高了匹配速度,但是搜索范围通常包括前景和后景,匹配正确与否易受后景影响。 针对上述问题,本文提出了一种快速立体匹配方法。首先根据极线约束限定同名点搜索区域,然后通过检测物体轮廓去除背景区域,进一步约束搜索区域。最后,采用邻域差值模板进行匹配,将特征匹配和区域匹配两种方法结合起来,减小光照因素的影响。 1极线约束原理 在如图1所示的双目立体视觉系统中,假设三维空间点P 是两个摄像机均可见的空间场景物上的一点,点P 在光心点为 C L 和C R 相机像面I L 、I R 上的投影分别为P L 、P R ,由光心、 像点和空间点形成的平面称为极平面。两光心连线与像平面的交点分别为E L 、E R 。极平面与左像面I L 的交线P L E L 图1双目立体视觉中的极线几何关系 称为点P R 在图像I L 中的极线,交线P R E R 也有同样的定义。无论与P L 对应的P 点距离远近,它在右图上的投影点总是在P L 的极线P R E R 上。对于任意P L ,只需要在它的极线上寻找对应点 P R ;反之亦然。 这是双目视觉的一个重要特点,称之为极线约束。通过极线约束,我们可以由一个投影点知道其对应的极线,但不知道它对应点的具体位置,即极限约束是点与直线的对应,而不是点与点的对应。尽管如此,极限约束给出了对应点重要的约束条件,它将对应点匹配从整幅图像寻找限定在一条直线上需找对应点。因此,极大地减小了搜索地范围,对点的匹配具有 梅金燕:硕士研究生 基金项目:基金申请人:龚声蓉;项目名称:基于二型模糊概率图模型的多摄像头目标检测研究;基金颁发部门:国家自然科学基金委员会(61170124) 415--
双目视觉的图像立体匹配系统-说明文档
双目视觉的图像立体匹配系统文档 1 引言 计算机视觉技术的发展将光与影的艺术和计算机的逻辑性紧密结合起来，而双目立体视觉技术更将这种结合从平面二次元上升到立体的角度，为我们的生产生活提供了新的技术和工具，例如已经被普遍运用的3D电影技术，研发中的虚拟现实、谷歌视觉眼镜、汽车自动驾驶技术，即将上市的淘宝虚拟实景购物等，不断改变着我们的生活，另外双目立体视觉在军事、医学、工业等领域都有其重要的作用，是机器感知物体几何层级的基础，因此对双目视觉的理论研究成为推动立体视觉乃至计算机视觉技术在各个领域创造更高价值的重要因素。 在双目视觉的研究和运用中，最重要的一个阶段无疑为将平面图像转化为可计算机可识别的立体模型，这里将用到立体匹配技术，目前双目视觉研究领域用到的立体匹配算法及其衍生算法有很多种，算法的效率和匹配精度将直接影响到算法运用的响应时间和准确度[1]，当今各种视觉智能设备的发展需要将立体匹配过程直接嵌入到单片机中，这种场景下，算法的效率和匹配精度将直接决定不同运算性能的嵌入式设备的选择和产品推广后的用户体验度，也将直接决定设备成本，因此研究出更加速度快、精度高的立体匹配算法在各领域都具有划时代的重要意义。 2 系统方案设计 2.1 双目视觉的图像立体匹配系统 说起立体视觉系统，要从人的双眼说起，人眼是一个典型的双目视觉系统，每只眼睛是一个摄像机，两只平行的眼睛是两台平行的摄像机，因为两只眼睛的位置不同，看到的图像是有差异的，这个差异就是立体视觉的基础，视觉信号传入大脑，大脑利用其强大的匹配能力，就可以基本确定图像中的物体的立体信息，或者叫做图像的深度信息。随着人们知识和生产生活的发展，需要通过仿真立体视觉的原理，让计算机获取到图像从2D向3D发展，即获取图像的深度信息，以实现一些和空间视觉有关的需求，这就出现了机器立体视觉技术。