基于特征匹配算法的双目视觉测距

《基于特征匹配算法的双目视觉测距》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、文章编号：1007-791X(2012)01-0057-05基于特征匹配算法的双目视觉测距邵暖，李惠光•，刘乐(熬山大学电气工程学院，河北秦皇岛066004)摘要：距离测就作为障碍物检测以及路径规划的前提和基础是机器人研究领域的一个重要分支。在众多测距方法中，由于双目立体视觉具有信息丰富、探测距离广等优点被广泛应用。本文将改进的SIFT特征匹配算法应用到双目视觉测距与标定系统中。首先建立双目视觉测距模型，测量值由空间物点在左右摄像机下的像素坐标值决定；苴次根据该模型的特点提出了基于平行光轴的双目立体视觉标定方法；最后

2、利用改进的SIFT特征匹配算法，提取匹配点的像索坐标完成视觉测距.实验结果表明，根据测量数据对障碍物进行三维重建，相对距离与真实场景基本吻合，能够有效地指导机器人进行避障。关键词：双冃立体视觉：测距；SIFT特征匹配；三维顶:建中图分类号：TP391文献标识码：ADOI：10.3969/j.issn.1007-791X.2012.01.011收箱日期：2011-05-05基金项目：河北省自然基金资助项目(F2008000860)，作者简介：邵暖(1985-),女，天津人，博士研究生，主要研究方向为机器视觉、模式识别；

3、.通信作者：李惠光(1947-),男,黑龙江齐齐哈尔人，教授，博士生导师，主要研究方向为机器人视觉伺服控制和采样系统理论，Email：ydlhg@163.com.0引言近年来，随着科学技术的飞速发展，移动机器人已经应用到我们生产、生活的各个领域，成为了最活跃和最具发展潜力的技术之一。其中，障碍物的检测是移动机器人研究的一个热点问题叭为了实现导航功能，机器人在避障之前需要检测出与环境中阻碍行驶的物体之间的相对距离。目前，常见的检测方法有：超声波测距叭激光脉冲测距⑶、红外测距⑷、光学测距151以及立体视觉测距⑹等。超声、

4、激光、红外等装置通过测量发射源发射与返回之间的时间差来计算被测物体与传感器之间的距离，称之为主动法。主动法测距比较方便、迅速，计算较为简单，因此在实时控制上得到了广泛的应用。但是发射和接收设备价格昂贵，成本较高，而且反射、噪音、交叉等环境问题难于避免,主动法测距不具有普遍应用性。相比之下，由于视觉传感器具有信息丰富、探测距离广等诸多优点，在移动机器人导航特别是实现障碍物检测中的应用越来越广泛。其中双目立体视觉通过左右摄像机提供的图像信息能够比较准确地恢复视场的三维信息，具有突出的优点叭但是由于视差的存在双目视觉的难点

5、在于左右图像对应点的匹配问题，文献〔8］将特征匹配问题转化为一个函数最优化问题，将空间关系一致性和特征相似性两方面的准则有机地结合起来，但是该方法不适宜解决局部特征方面的问题；相比之下，文献［9］提出了-•种基于图像分割及可变权值方案的初始匹配和贪婪的后处理视差估计策略相结合的立体匹配算法，能够有效消除局部图像的歧义性问题；另外，颜色特征也可以作为匹配的一个介质，文献［10］根据颜色映射和对极几何原理解决图像的匹配问题，但是当图片颜色相同或相近时该方法会产生较大的匹配误差。匹配问题在很大程度上制约着立体视觉在机器人领

6、域的应用。鉴于此本文将尺度不变特征变换算法(SIFT)与二次反相匹配算法相结合，通过改变相似性度量，能够有效地去除误匹配点。1双目视觉模型的建立根据文献［11］提岀的双目视觉系统，将两摄像机平行放置，两镜头光心距离为焦距为/；摄像机坐标系的原点O与左摄像机光心Q重合，x-y与X2-y为两成像平面，由于水平轴同线，所以陶相同，成像模型如图1所示。根据像素坐标系与图像坐标系之间的变换关系:P(XXZ)图1双冃成像原理图Fig.1Schematicdiagramofbinocularvision»•U1dx0Ho»iXV

7、1=01wy10901]将式⑸代入式⑵〜(4),则模型可转化为(7)z=假设空间一点p,在摄像机坐标系下的坐标为(Xy,z),左像平面坐标为(x,y)9右像平面坐标为(Q,刃。该点在X-Z平面成像如图2所示。图2X-Z平面成像图Fig.2ImaginginX-Zplane则下列关系式成立：x'^ZXy=^y,⑴兀2=JO由式(1)可推导出Xl-X2⑵Y^—B,X1-X2⑶⑷Xi-x29像素坐标系“-卩以像素为单位，图像内某一点0(%W)为原点，“，啪分别平行于X,刑，仙，V

8、)为物点在左摄像机下的像素值，(他，力)

9、为右摄像机下的像素值；心为“方向上的像素间隔，⑪为v方向上的像素间隔。由式⑹~⑻可见，该模型的距离测履值主要取决于空间物点在左右摄像机下的像索坐标值,所以双目视觉的匹配精度是本文所提测距方法的前提。2改进的SIFT特征匹配算法SIFT算子是DavidGLowe在2004年提出的一种基于尺度空间的局部特征描述子。该算法首先建立图像的尺度空间表示，