隨著虛擬現(xiàn)實和三維建摸技術(shù)在國內(nèi)的迅速發(fā)展,計算機(jī)視覺技術(shù)得到了快速發(fā)展,并逐漸應(yīng)用到人民的日常生活中。其中,三維重建技術(shù)作為計算機(jī)視覺里相當(dāng)熱門的領(lǐng)域。面對泊車時出現(xiàn)的場景,怎么有效率的、精確的進(jìn)行三維重建,已經(jīng)變成了關(guān)鍵問題。對于泊車的場景重建任務(wù),主要從不同角度采集空間的信息,之后計算圖像對中坐標(biāo)的視差,這樣就得到了泊車場景的三維信息。利用雙目視覺進(jìn)行三維重建,這個過程一般分為相機(jī)標(biāo)定,圖像預(yù)處理、特征點(diǎn)提取,立體匹配、三維重建。通過對雙目視覺的原理進(jìn)行了研究,泊車背景下的場景進(jìn)行深入探索與分析。將三維重建的方法靈活應(yīng)用泊車等場景中,構(gòu)建了一種基于雙目視覺的泊車場景重建方法。之后主要從以下三個方面對雙目視覺及其三維重建進(jìn)行改進(jìn)。首先,圖像匹配里傳統(tǒng)的尺度不變特征變換（SIFT）因為存在數(shù)量與維數(shù)相對較多,導(dǎo)致出現(xiàn)計算量大匹配時間長的問題。故提出了一種基于主成分分析法改進(jìn)尺度不變特征變換（PCA-SIFT）的算法。該算法采用了一種圓形描述符對SIFT降維,同時利用主成分分析法將描述符繼續(xù)降維,以此來剔除描述符的維度帶來的誤差數(shù)據(jù);其次在匹配時通過分層粒子群算法優(yōu)化歐式距離與余弦相似... 

【文章來源】：華北理工大學(xué)河北省

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【部分圖文】：

三維數(shù)據(jù)獲取方式

華北理工大學(xué)碩士學(xué)位論文-8-第2章基于雙目視覺三維重建基本理論本章首先闡述了在相機(jī)成像過程中的先決條件，建立各個坐標(biāo)系。對于相機(jī)與現(xiàn)實場景相關(guān)的四個坐標(biāo)系進(jìn)行了詳細(xì)的講述。在充分了解各個坐標(biāo)系之間的轉(zhuǎn)換關(guān)系之后才可以依據(jù)相機(jī)的內(nèi)外部參數(shù)，為了將場景在現(xiàn)實的三維環(huán)境映射在二維圖像中，需要建立相機(jī)的模型分析雙目視覺的成像原理。在本章最后介紹了圖像立體匹配的相關(guān)基礎(chǔ)原理，包括對極幾何，匹配單元，與常見的約束條件。2.1參考坐標(biāo)系基于雙目視覺泊車場景重建技術(shù)根本在于如何依據(jù)雙目相機(jī)在圖像中獲取到想要的三維信息，進(jìn)而結(jié)合相機(jī)內(nèi)外參數(shù)運(yùn)算，得到位置關(guān)系、場景信息等相關(guān)三維信息。所以為了能夠?qū)鼍敖⒁粋�成像模型，就必須了解參考坐標(biāo)系，并詳細(xì)了解這些坐標(biāo)系之間的關(guān)系。本課題重點(diǎn)介紹了了下面幾個參考坐標(biāo)系[28]。2.1.1像素坐標(biāo)系雙目相機(jī)采集到的圖像需要經(jīng)計算轉(zhuǎn)化為數(shù)字圖像，圖像信息也由此可以被計算機(jī)所讀取，同時轉(zhuǎn)成了數(shù)組的形式被其保存。其中在數(shù)組里每個像素都對應(yīng)數(shù)字圖像中的像素值（該點(diǎn)的灰度，假如圖像是彩色，那么該點(diǎn)的灰度就用RGB表示）,如下圖2所示，圖像中坐標(biāo)系uv是一個直角坐標(biāo)系。圖2像素坐標(biāo)系與實際物理坐標(biāo)系Fig.2Pixelcoordinatesystemandactualphysicalcoordinatesystem

第2章基于雙目視覺三維重建基本理論-9-在該坐標(biāo)系中將像素值作為單位，在某一點(diǎn)上坐標(biāo)0u用來表示該像素在數(shù)組中的行數(shù)，同樣的0v則是表示列數(shù)，故此我們將該坐標(biāo)系u-v稱為像素坐標(biāo)系。2.1.2實際物理坐標(biāo)系在上節(jié)的像素坐標(biāo)系里，其坐標(biāo)軸橫縱坐標(biāo)分別代表了像素點(diǎn)在圖像里的行列數(shù)。由于上述坐標(biāo)系并不能準(zhǔn)確反映出圖像里像素點(diǎn)所在物理位置，為了能夠?qū)⑾袼刈鴺?biāo)系中所不能夠準(zhǔn)確反映的位置問題解決，就需要一個新的坐標(biāo)系，用該坐標(biāo)來反映物理位置。在圖2里，我們將建立好的直角坐標(biāo)系x-y做實際物理坐標(biāo)系。x,y則是以物理單位來進(jìn)行度量實際物理坐標(biāo)系里的各個坐標(biāo)。在坐標(biāo)系x-y里，把原點(diǎn)1O稱其是主點(diǎn)，那么雙目相機(jī)的光軸與圖像所處于的面會位于該點(diǎn)相交，通常時候這個點(diǎn)會處在圖像的原點(diǎn)處。那么設(shè)主點(diǎn)1O在像素坐標(biāo)系u-v里的坐標(biāo)是00(u,v)，那么dy，dx就是在x，y上具有物理意義的單位。下式則表示了上述兩個坐標(biāo)系之間坐標(biāo)里的相互轉(zhuǎn)化關(guān)系：0010101001udxuvvdy（1）2.1.3相機(jī)坐標(biāo)系把相機(jī)當(dāng)作中心所創(chuàng)建的坐標(biāo)系，通常我們將其稱為相機(jī)坐標(biāo)系。在圖3中，表示的是相機(jī)成像的幾何關(guān)系，我們將作為原點(diǎn)O作為相機(jī)光心。圖3攝像機(jī)成像的幾何關(guān)系Fig.3Cameraimaginggeometry

【參考文獻(xiàn)】：
期刊論文
[1]基于分層自主學(xué)習(xí)的改進(jìn)粒子群優(yōu)化算法[J]. 袁小平,蔣碩.  計算機(jī)應(yīng)用. 2019(01)
[2]基于位置敏感器件的視覺測量系統(tǒng)標(biāo)定技術(shù)[J]. 滕玉坤,郝穎明,付雙飛,范曉鵬.  激光與光電子學(xué)進(jìn)展. 2018(08)
[3]SLAM室內(nèi)三維重建技術(shù)綜述[J]. 危雙豐,劉振彬,趙江洪,龐帆.  測繪科學(xué). 2018(07)
[4]基于模糊高斯學(xué)習(xí)策略的粒子群-進(jìn)化融合算法[J]. 周偉,羅建軍,靳鍇,王凱.  計算機(jī)應(yīng)用. 2017(09)
[5]小比例尺道路網(wǎng)眼約束下的多尺度道路網(wǎng)自動匹配[J]. 裴洪星,翟仁健,武芳,李靖涵,鞏現(xiàn)勇,吳錚.  測繪學(xué)報. 2017(06)
[6]快速魯棒的城市場景分段平面重建[J]. 王偉,高偉,朱海,胡占義.  自動化學(xué)報. 2017(04)
[7]基于非采樣高斯差分金字塔的多尺度融合邊緣檢測[J]. 穆柯楠,趙祥模,惠飛.  四川大學(xué)學(xué)報(工程科學(xué)版). 2015(05)
[8]Harris角點(diǎn)自適應(yīng)檢測的水稻低空遙感圖像配準(zhǔn)與拼接算法[J]. 周志艷,閆夢璐,陳盛德,蘭玉彬,羅錫文.  農(nóng)業(yè)工程學(xué)報. 2015(14)
[9]基于主動視覺的結(jié)構(gòu)光手眼系統(tǒng)自標(biāo)定方法[J]. 吉峰,郭新年,曹沁婕,白瑞林,于圣龍.  自動化儀表. 2015(02)
[10]雙平面法標(biāo)定的雙目視覺三維測量系統(tǒng)[J]. 田小超,李忠科.  電光與控制. 2015(03)

博士論文
[1]基于雙目視覺的空間非合作目標(biāo)姿態(tài)測量技術(shù)研究[D]. 顏坤.中國科學(xué)院大學(xué)(中國科學(xué)院光電技術(shù)研究所) 2018
[2]薄膜晶狀型仿人眼結(jié)構(gòu)和成像視覺技術(shù)研究[D]. 杜佳瑋.浙江大學(xué) 2017
[3]機(jī)器人雙目立體視覺若干關(guān)鍵理論問題及其技術(shù)實現(xiàn)研究[D]. 賴小波.浙江大學(xué) 2010
[4]高精度攝像機(jī)標(biāo)定和魯棒立體匹配算法研究[D]. 鄭志剛.中國科學(xué)技術(shù)大學(xué) 2008

碩士論文
[1]基于雙目視覺的泊車機(jī)器人障礙物識別系統(tǒng)研究[D]. 王帥.河南科技大學(xué) 2019
[2]基于雙目視覺與慣導(dǎo)信息融合的SLAM系統(tǒng)實現(xiàn)[D]. 萬薇.浙江工業(yè)大學(xué) 2019
[3]路橋工程中基于BIM的3D實景建模與應(yīng)用研究[D]. 龐浚疑.重慶交通大學(xué) 2018
[4]基于立體視覺的場景三維重建技術(shù)研究[D]. 伊璐.西安理工大學(xué) 2017
[5]基于改進(jìn)SIFT算法的圖像匹配研究[D]. 馮文斌.燕山大學(xué) 2017
[6]基于雙目立體視覺的三維重建技術(shù)研究及實現(xiàn)[D]. 譚健勝.華南理工大學(xué) 2017
[7]面向機(jī)器人導(dǎo)航的雙目立體視覺系統(tǒng)設(shè)計與研究[D]. 張文彩.哈爾濱工業(yè)大學(xué) 2014
[8]基于雙目視覺的移動車輛三維重建方法研究與應(yīng)用[D]. 任冉冉.合肥工業(yè)大學(xué) 2010
[9]基于彩色圖像分割的立體匹配算法研究[D]. 張娟.山東大學(xué) 2007



本文編號：3070736