本文關(guān)鍵詞：立體影像景深修正方法及其在農(nóng)村公路障礙物信息采集中的應(yīng)用　出處：《昆明理工大學(xué)》2017年碩士論文　論文類(lèi)型：學(xué)位論文

  更多相關(guān)文章： 道路障礙物 圖像處理 深度圖像 立體視覺(jué) 景深修正

【摘要】：隨著我國(guó)社會(huì)經(jīng)濟(jì)水平和科技水平的不斷提升,帶來(lái)道路建設(shè)事業(yè)持續(xù)推進(jìn)和交通運(yùn)輸信息化水平不斷提高。如何更快、更廉價(jià)、更便捷的采集、更新道路信息,以用于道路的維護(hù)、保養(yǎng)以及智能決策,得到越來(lái)越多的關(guān)注。尤其是對(duì)于農(nóng)村公路的維護(hù)保養(yǎng),還需要面對(duì)數(shù)量龐大、維護(hù)人員少、維護(hù)保養(yǎng)經(jīng)費(fèi)低,同時(shí)又對(duì)廣大人民的生活有重大影響的現(xiàn)實(shí)。那么如何構(gòu)建適用于農(nóng)村公路的數(shù)據(jù)采集系統(tǒng),也就成了從事道路工程研究工作者必須關(guān)注的一個(gè)問(wèn)題。論文以自動(dòng)采集會(huì)影響農(nóng)村公路正常通行狀況的障礙物數(shù)據(jù)為切入點(diǎn),探索利用立體影像景深修正方法采集農(nóng)村公路道路信息的可能性。主要?jiǎng)?chuàng)新工作如下:1.提出了利用立體影像景深修正方法采集道路障礙物信息的解決方案。通過(guò)對(duì)現(xiàn)有道路信息采集系統(tǒng)的對(duì)比分析,結(jié)合農(nóng)村公路的特點(diǎn)、前期研究,以及立體影像、深度圖像的特點(diǎn),提出通過(guò)深度圖像修正雙目圖像獲取障礙物空間信息,GPS進(jìn)行定位的障礙物信息自動(dòng)采集方案。2.提出了并實(shí)現(xiàn)了基于立體影像景深修正方法。采集并存儲(chǔ)深度圖像和雙目圖像,利用深度相機(jī)采集景深數(shù)據(jù)不易受背景光線(xiàn)影像的特性,深度圖像和雙目圖像信息采集、處理,以及異源匹配和圖像識(shí)別,實(shí)現(xiàn)了立體影像的深度修正。3.搭建了基于立體影像景深修正方法的農(nóng)村公路障礙物信息自動(dòng)采集原型系統(tǒng),并進(jìn)行了案例驗(yàn)證。通過(guò)組合GPS、深度相機(jī)及雙面相機(jī),基于EmguCV計(jì)算機(jī)視覺(jué)庫(kù),在Visual Studio 2015下采用C#編程語(yǔ)言開(kāi)發(fā)集成了農(nóng)村公路障礙物自動(dòng)信息采集原型系統(tǒng),并利用一個(gè)簡(jiǎn)單案例驗(yàn)證了其功能。系統(tǒng)的成功搭建以及案例驗(yàn)證表明,研究所提研究方案技術(shù)上可行,經(jīng)濟(jì)上合理。
[Abstract]:With the development of social economy and science and technology in our country, it brings about the continuous advancement of road construction and the continuous improvement of traffic and transportation informatization. How to collect more quickly, cheaply and conveniently. More and more attention has been paid to updating road information for road maintenance, maintenance and intelligent decision-making. Especially for the maintenance of rural roads, there are still a large number of maintenance staff. At the same time, it has a significant impact on the lives of the people. So how to build a data acquisition system suitable for rural roads. It has become a problem that the road engineering researchers must pay attention to. The paper takes the obstacle data which will affect the normal traffic condition of the rural highway as the breakthrough point. To explore the possibility of collecting rural highway road information by using stereo image depth of field correction method. The main innovative work is as follows:. 1. The solution of collecting road obstacle information by using stereo image depth correction method is put forward, and the comparison and analysis of the existing road information acquisition system are given. Combined with the characteristics of rural highway, the previous research, as well as the stereo image, the characteristics of depth image, it is proposed that the binocular image of depth image can be used to obtain the spatial information of obstacles. The automatic acquisition scheme of obstacle information based on GPS. 2. A method of depth correction based on stereo image is proposed and realized. The depth image and binocular image are collected and stored. Using depth camera to collect depth of field data is not easily subject to the characteristics of background light image, depth image and binocular image information acquisition, processing, as well as heterologous matching and image recognition. Based on the method of stereo image depth correction, a prototype system of automatic acquisition of obstacle information of rural highway is built, and the case is verified. Through the combination of GPS, this paper builds a prototype system of road obstacle information automatic acquisition based on the method of stereo image depth correction. Depth camera and dual camera, based on EmguCV computer vision library. Under Visual Studio 2015, the prototype system of automatic information collection for rural road obstacles is developed and integrated with C # programming language. A simple case is used to verify its function. The successful construction of the system and the case verification show that the proposed research scheme is technically feasible and economically reasonable.
【學(xué)位授予單位】：昆明理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：U495

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 魏少鵬;嚴(yán)惠民;張秀達(dá);;一種深度相機(jī)與雙目視覺(jué)結(jié)合的視差估計(jì)技術(shù)[J];光電工程;2015年07期

2 翁國(guó)康;楊晶;陳力;陳號(hào);;中海達(dá)一體化三維移動(dòng)測(cè)量系統(tǒng)iScan[J];測(cè)繪通報(bào);2013年04期

3 王奎;安平;張兆楊;程浩;李賀建;;Kinect深度圖像快速修復(fù)算法[J];上海大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年05期

4 劉亞菲;郭慧;聶冬金;郭新龍;陳飛;;雙目立體視覺(jué)系統(tǒng)測(cè)量精度的分析[J];東華大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年05期

5 李煜;肖剛;;機(jī)場(chǎng)跑道異物檢測(cè)系統(tǒng)設(shè)計(jì)與研究[J];激光與紅外;2011年08期

6 張秀偉;張艷寧;郭哲;趙靜;仝小敏;;可見(jiàn)光-熱紅外視頻運(yùn)動(dòng)目標(biāo)融合檢測(cè)的研究進(jìn)展及展望[J];紅外與毫米波學(xué)報(bào);2011年04期

7 張家軒;王成儒;;基于三種分辨率的立體視覺(jué)障礙物檢測(cè)算法[J];計(jì)算機(jī)安全;2010年10期

8 高月芳;韓國(guó)強(qiáng);李桂清;沃焱;王棟;;圖像分析中的矩技術(shù)[J];中國(guó)圖象圖形學(xué)報(bào);2009年08期

9 杜慶海;于忠清;張佳;;基于不變矩特征的圖像識(shí)別[J];信息技術(shù)與信息化;2008年06期

10 柳稼航;方濤;楊建峰;;適用于任意復(fù)雜區(qū)域的全自動(dòng)填充方法[J];計(jì)算機(jī)工程;2008年04期

相關(guān)博士學(xué)位論文 前5條

1 韓慧妍;基于雙目立體視覺(jué)的三維模型重建方法研究[D];中北大學(xué);2014年

2 陳文;基于可見(jiàn)光和紅外熱像儀的雙目視覺(jué)運(yùn)動(dòng)目標(biāo)跟蹤[D];南京航空航天大學(xué);2013年

3 張卓筠;自由立體圖像深度圖提取算法的理論研究[D];天津大學(xué);2008年

4 安學(xué)武;農(nóng)村公路發(fā)展系統(tǒng)工程研究[D];長(zhǎng)安大學(xué);2008年

5 蔣紅妍;高速公路路面養(yǎng)護(hù)管理系統(tǒng)研究[D];長(zhǎng)安大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 李靖豐;基于經(jīng)濟(jì)發(fā)展的農(nóng)村公路區(qū)域均等化評(píng)價(jià)[D];長(zhǎng)安大學(xué);2015年

2 龐星;雙目立體匹配的理論研究及算法優(yōu)化[D];南京理工大學(xué);2015年

3 汪云龍;基于雙目視覺(jué)的結(jié)構(gòu)化道路前方車(chē)輛檢測(cè)與距離測(cè)量[D];大連理工大學(xué);2014年

4 杜宇;三維重建中雙目立體視覺(jué)關(guān)鍵技術(shù)的研究[D];哈爾濱理工大學(xué);2014年

5 胡t，

本文編號(hào)：1375813