资源描述：
《双目视觉论文：双目视觉 摄像机标定 立体匹配 特征提取》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、【关键词】双目视觉摄像机标定立体匹配特征提取【英文关键词】binocularvisioncameracalibrationstereomatchingfeaturedetection双目视觉论文：双目视觉的摄像机标定与立体匹配技术研究【中文摘要】计算机视觉是计算机科学与人工智能的一个重要分支,上世纪80年代开始,Marr计算机视觉理论、摄像机自标定和分层重建思想先后问世,使得计算机视觉在近三十多年有了突飞猛进的发展。双目视觉作为计算机视觉一个重要组成部分,已经成为当前计算机视觉领域的前沿研究课题,在军用和民用领域有着广泛的应用。双目视觉系统是一门跨多学科的综合性技术,涉
2、及光学、图像处理、计算机、传感器、人工智能、电子技术等多种学科的内容。双目视觉中关键且困难的技术是摄像机标定和立体匹配,本文针对这两个研究热点,主要研究内容如下：(1)摄像机标定摄像机标定是计算机视觉领域中的关键技术,其是建立摄像机图像像素位置和场景点位置之间的关系,最终确定摄像机内参数(摄像机内部几何和光学特性)和外参数(摄像机在三维空间坐标系中的位置和方向)。本文在对传统摄像机标定方法分析的基础上,给出了一种改进的平面标定算法。该算法利用一张平面棋盘作为标定参照物,并将棋盘角点精确到亚像素精度位置,提高了标定的精度。(2)立体匹配算法立体匹配是双目视觉系统最困难的环
3、节,其是通过二维图像信息来获取物体在空间中的三维信息。本文针对传统区域的立体匹配算法支持窗口难以选择,提出了一种新的自适应窗口立体匹配算法。该算法利用Sobel梯度算子计算像素梯度值,并根据梯度值动态获取具有自适应的支持窗口。论文最后对全文进行了总结,说明了主要研究成果,同时指出本文的不足和有待进一步研究的问题。【英文摘要】Computervisionisanimportantbranchofcomputerscienceandartificialintelligence.Fromthe1980s,Computervisiondevelopsrapidlyfortheb
4、ornofMarrrvision,Cameraself-calibrationand3DreconstructionforNearlyThreeDecades.Binocularvisionasanimportantpartofcomputervision,hasbecomeafrontresearchprojectsincomputervisiondomain,whickiswidelyusedinmilitaryandcivilianfield.Binocularvisionsystemisamulti-disciplinarycomprehensivetechno
5、logy,involvingoptical,imageprocessing,computersensor,artificialintelligenceandelectronictechnology.Thekeyanddifficulttechnologyinbinocularvisioniscameracalibrationandstereomatch.Aimatthetworesearchfocus,themainresearchcontentsareasfollowsinthispaper:(1)Cameracalibrationmethodbasedonplane
6、Cameracalibrateisasignificanttechniqueincomputervision,whichaimatfiguringouttherelationshipofthepixelpoisonandthe3Dposition,finallygettheintrinsicparameters(theinternalcamerageometricandopticalcharacteristics)andextrinsicparameters(the3Dpositionandorientationofthecamerasystemrelativetoac
7、ertainworldcoordinatesystem).Thepapergivesakindofimprovedplanecalibrationalgorithmonthebasisofanalysisingthetraditionalcameracalibration.Thealgorithmhasimprovedtheprecisionofthecalibrationbyusingagraphicboardascalibrationreferences,inwhichthecornerboardaccuratetosubpixelp
