提高双目视觉位姿测量精度的分析

《提高双目视觉位姿测量精度的分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第一章绪论在视觉测量系统数学模型、系统标定方法上。随着机器人技术的进一步发展，实际中对机器人的要求在响应速度、鲁棒性、精确度上也不断提高，而立体视觉位姿测量系统通常是机器人性能验证或者控制信号的提供者，因此，进一步提高立体视觉位姿测量系统精度的研究具有非常重要的意义。1．2国内外研究现状1．2．1立体视觉位姿测量发展历史基于视觉进行目标位置姿态测量，主要涉及两门经典学科：摄影测量学和计算机视觉。摄影测量学(nhotogrammet巧)是一门有200多年发展历史的学科，已经具备了很成熟的体系和方法。19世纪中叶，摄影测量学问世，

2、经过模拟摄影测量、解析摄影测量阶段，现在到达数字摄影测量学阶段【李德仁，2000】。立体视觉的开创性工作是从60年代开始的。美国MIT的R0ben【1965】通过计算机程序从数字图像中提取出诸如立方体、锲形体、棱柱体等多面体的三维结构，并对物体形状和物体的空间关系进行描述，开创了以理解三维场景为目的的三维机器视觉的研究。到了70年代，已经出现了一些视觉应用系统fG-uzzmaIl1969，Mack、ⅣomI1973】。70年代中期，麻省理工学院(MIT)人工智能(m)实验室正式开设“机器视觉”课程，吸引了许多知名学者参与机器视

3、觉理论、算法、系统设计的研究。1977年，Marr提出了不同于“积木世界”分析方法的计算视觉(computationalvision)理论，该理论对计算机视觉的发展产生了巨大影响，现已形成了从图像获取到最终的景物可视表面重建的完整体系。机器视觉的全球性研究热潮是从20实际80年代开始的，到了80年代中期，机器视觉获得了蓬勃发展，新概念、新方法、新理论不断涌现，比如，基于感知特征群的物体识别理论框架、主动视觉理论框架、视觉集成理论框架等。立体视觉经过40多年的研究，己经有了很大的发展，如今，立体视觉在机器人、航空测绘、军事应用、

4、医学诊断及工业检测中的应用越来越广，研究方法从早期的统计相关理论为基础的相关匹配，发展到很强生理学背景的特征匹配，从串行到并行，从直接依赖于输入信号的低层处理到依赖于特征、结构、关系和知识的高层次处理，性能不断提高，其理论正在不断发展与完善之中。近年来，随着多学科的发展，在摄影测量的完备理论和方法体系的基础上，融合计算机视觉等学科的大量理论、方法和算法，并结合数字图像技术，形成了‘‘摄影测量"(Video伊ammetD，)这一交叉学科。摄影测量既保持了摄影测量的高精度的特点，同时又深入研究各种复杂的空间几何关系，并利用了大量的

5、数字图像处理分析的技术成果，考虑各种实验条件和需求，方法和算法丰富2第一章绪论多样，在实时性、图像分辨率、检测精度等方面都较传统摄影测量有优势。本文研究的双目视觉位姿测量系统就属于摄影测量学领域。1．2．2视觉位姿测量及其精度分析的研究现状一个完整的立体视觉系统通常分为图像获取、相机标定、特征提取、立体匹配、深度确定及内插等6部分【Ba脚ard，1982】。相机标定过程是在摄像机几何建模的前提下，利用一组己知的3D空间点坐标及其对应的2D图像点坐标．求解出摄像机几何模型参数，摄像机的标定精度对双目立体视觉测量精度起着重要作用；

6、视觉重建过程就是利用标定得到的模型参数和匹配过程得到的对应2D图像点坐标来求解3D空间点，是透视成像的逆过程，是一种不确定性问题的求解，解的可靠性和精度受很多因素的影响。重建的精度与点的测量精度和点的数目有关。近几年来人们围绕视觉测量系统的误差模型做了大量的研究工作。在视觉测量系统中，误差形成的原因大致有两类：一类是由于人工操作形成的误差，这类误差可以采取反复训练、细心操作等措施消除：另一类是系统结构本身引起的测量误差，这类误差系统产包括：(1)光学系统生产生的非线性误差[Sllin，19951，主要包括径向畸变和切向畸变，这

7、类误差可在对摄像机定标的过程中得到校正；(2)图像匹配的误差和噪声，这类误差可由亚像素匹配来校正[SJlin，1995】；(3)由CCD相机的数字图像空间量化效应所引起的像素定位误差，文献[Liu，1997】分析了量化误差对应点匹配的影响，文献【Sllin，1995】分析了量化误差对相机标定的影响。在相机标定精度方面，文献[Tsai，1987】提出了的标定精度评估准则，即绝对3D坐标测量法、光线追踪的模糊区域半径法和3D尺度测量精度法。文献【W

8、eng，1992】定义了标准化立体标定误差NSCE(No咖alizedStereo

9、CalibrationError)和针对单个摄像机标定精度的评估方法NCE(NomalizedCalibrationError)。三维测量领域的国内外较新的应用系统如下：东京大学将实时双目立体视觉和机器人整体姿态信息集成，开发了仿真机器人动态行长导航系统。该系统将图像从摄像机