浅议基于双目立体视觉的匹配算法研究

《浅议基于双目立体视觉的匹配算法研究》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、分类号：TP391密级：公开UDC：单位代码：10424学位论文基于双目立体视觉的匹配算法研究徐元申请学位级别：硕士学位专业名称：控制理论与控制工程指导教师姓名：曹茂永职称：教授山东科技大学二零一零年五月论文题目：基于双目立体视觉的匹配算法研究作者姓名：徐元入学时间：2007年9月专业名称：控制理论与控制工程研究方向：计算机控制与仿真指导教师：曹茂永职称：教授论文提交日期：2010年5月论文答辩日期：2010年6月授予学位日期：RESEARCHONBINOCULARVISIONSTEREOMATCHINGALGORI

2、THMADissertationsubmittedinfulfillmentoftherequirementsofthedegreeofMASTEROFPHILOSOPHYFromShandongUniversityofScienceandTechnologyByXuYuanSupervisor:ProfessorCaoMaoyongCollegeofInformationandElectricalEngineeringMay2010声明本人呈交给山东科技大学的这篇硕士学位论文，除了所列参考文献和世界公认的文献外，全

3、部是本人在导师指导下的研究成果。该论文资料尚没有呈交于其它任何学术机关作鉴定。硕士生签名：日期：AFFIRMATIONIdeclarethatthisdissertation,submittedinfulfillmentoftherequirementsfortheawardofMasterofPhilosophyinShandongUniversityofScienceandTechnology,iswhollymyownworkunlessreferencedofacknowledge.Thedocumentha

4、snotbeensubmittedforqualificationatanyotheracademicinstitute.Signature:Date:山东科技大学硕士学位论文摘要摘要立体视觉技术是计算机视觉领域的热点研究之一，在虚拟现实、机器视觉、多媒体教学、数字娱乐、产品外观设计、雕刻与建筑等领域都有着广泛的应用需求。但由于其获取信息庞杂、提取特征困难、特征描述不准确等因素导致图像匹配不准确，从而影响立体视觉在实际中的应用。因此，研究鲁棒的立体视觉匹配算法，重建三维场景将具有重要的理论意义和实际意义。本文通过阅读

5、国内外大量文献，了解了双目立体视觉的研究现状，并在Marr视觉理论的基本框架下，研究双目立体视觉系统标定、图像校正、立体匹配、三维重建等内容。具体内容如下：首先，针对摄像机的针孔模型，研究了传统的三维标定、自标定、张正友的平面标定法，采用灵活、简单、稳定的张氏标定方法实现了本系统的摄像机标定，并通过三角法标定两个摄像机之间相对位置关系；其次，利用标定所获得的相机矩阵校正图像，并对校正后的图像进行灰度转换、低通滤波、图像增强等一系列预处理，得到噪声少、对比度强的优质图像。在此基础上，利用Harris角点检测和Canny

6、边缘提取方法获得有用的图像信息，将所获角点和边缘上的点都作为图像的待匹配点；然后，通过分析基本矩阵的8点算法和7点算法，选择有效的方法求取本系统的基本矩阵，再根据立体匹配的特点以及极几何基本知识进行图像匹配，匹配方法采用归一化互相关函数实来现。为了得到高精度的匹配结果，利用基本矩阵与匹配对应点的关系以及双向匹配原则的约束条件，对初始匹配结果进行优化，最终得到全局最优解。最后，利用前面所获图像匹配对应点、基本矩阵、摄像机内参数矩阵进行三维重建，得到目标的空间三维信息，并通过编程搭建了立体视觉平台，验证了整个算法的有效性

7、。关键词：双目立体视觉，摄像机标定，特征提取，立体匹配山东科技大学硕士学位论文ABSTRACTABSTRACTStereoVisionisoneofthemostfamousresearchesinComputerVisionArea,andithaswidelyapplicationrequirementsinmanyfields,suchasvirtualreality,machinevision,multimediaeducation,digitalentertainment,appearancedesigno

8、findustrialproducts,sculptureandarchitectureetc.However,becauseofitsnumerousinformationanddifficultyinextractingfeaturesandinaccuratefeaturedescriptionsandotherfactorsleadto