双目立体视觉三维测量是基于视差原理

双目立体视觉三维测量是基于视差原理

ID:26362003

大小:80.00 KB

页数:4页

时间:2018-11-26

双目立体视觉三维测量是基于视差原理_第1页
双目立体视觉三维测量是基于视差原理_第2页
双目立体视觉三维测量是基于视差原理_第3页
双目立体视觉三维测量是基于视差原理_第4页
资源描述:

《双目立体视觉三维测量是基于视差原理》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、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,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,。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,则由三角几何关系得到:(1-1)则视差为:。由此可计算出特征点P在相机坐标系下的三维坐标为:(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

2、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

3、: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Tricl

4、ops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)为了校正一幅图像,事先对其进行平滑是非常重要的。所以如果要校正一幅图像,事先将低通滤波器打开是很好的方法。当然不使用低通滤波器同样可以校正图像,但校正后的图像可能会出现混淆的现象。如果要提高处理速度

5、,可以将低通滤波器关掉。2.校正(Rectification)校正是用来修正镜头所产生的畸变的。在原始图像中可以看到镜头所带来的这种畸变。例如,场景中的一条直线在原始图像中会变成一条曲线,这种效果在图像的边角处尤为明显。校正就是为了修正这种类型的畸变。进一步来讲,如果没有正确的校正,那么沿着行或者列所做的特征搜索将可能产生错误的结果。3.边缘检测(Edgedetection)边缘检测为任选特性,它使用亮度的变化来匹配特征。当系统中的相机具有自动增益功能时,这项功能是非常有用的。如果每个相机的自动增益的变化是不一致的

6、,那么图像间的绝对亮度是不一致的,而虽然绝对亮度是不一致的,但亮度的变化却是一个常数。因此边缘检测适用于光照有很大变化的环境当中。虽然边缘检测可以改善检测的结果,但这相当于又引入了另外的处理步骤,因此要权衡结果的改善状况和速度之间的关系来使用这项功能。注意,确认功能仅在边缘检测模式下有效。4.立体处理(Stereoprocessing)使用绝对方差相关性计算:其中:和是最小和最大视差(disparity)是模板尺寸(masksize)和是右边和左边的图像5.视差范围(Disparityrange)视差范围是立体算法

7、为了在两幅图像中搜寻最佳匹时,所搜寻的像素的范围。在Triclops系统中0个像素的视差代表了无穷远处的物体。最大的视差定义了能被检测到的最近的物体。我们需要根据实际的任务来设置合适的视差范围。减小视差范围可以加快系统的运行速度,并降低误匹配的几率。6.相关模板(Correlationmask)相关模板是围绕着一个像素的一个正方形邻域,这个像素就是系统想要为其寻找匹配的像素。我们可以设定这个相关模板的尺寸。大的模板会产生更密集更平滑的深度图像,然而,在识别不连续深度位置的精度上会有所欠缺。另一方面,小的模板所产生的

8、图像较为稀疏且会有更多的噪声,但在定位不连续深度的时候会有上佳的表现。为了生成相同的结果,模板的尺寸要与被处理图像的分辨率成一定的比例。就是说为了得到具有可比性的结果,对于160x120图像的5x5的模板,对于320x240图像的时候模板要增大到9x9。模板的尺寸必须是奇数。3x3,5x5,7x7是有效的模板尺寸,而4x4,6x6,8x8则是无效的模板尺寸。

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。