【摘要】：隨著智能時(shí)代的到來(lái),視覺(jué)測(cè)量作為人工智能領(lǐng)域的一個(gè)分支逐漸成為熱門(mén)的研究方向。視覺(jué)測(cè)量具有非接觸被動(dòng)測(cè)量的優(yōu)點(diǎn)被廣泛的應(yīng)用于工業(yè)零部件測(cè)量、移動(dòng)機(jī)器人、無(wú)人機(jī)等領(lǐng)域。本文以移動(dòng)式單攝像機(jī)旋翼無(wú)人機(jī)視覺(jué)測(cè)量為研究背景,利用單個(gè)攝像機(jī)在不同觀測(cè)點(diǎn)位置、不同角度采集的兩幀圖像,根據(jù)視差原理完成雙目立體視覺(jué)測(cè)量工作,并建立數(shù)學(xué)模型,得到當(dāng)前觀測(cè)點(diǎn)位置處實(shí)時(shí)幀下空間目標(biāo)物區(qū)域某特征點(diǎn)相對(duì)于攝像機(jī)坐標(biāo)系、世界坐標(biāo)系下的三維數(shù)據(jù)信息。首先,本文詳細(xì)說(shuō)明了攝像機(jī)的理想透視投影模型及非線性成像模型,并基于透視投影模型推導(dǎo)出世界坐標(biāo)系下的空間某點(diǎn)與其在圖像坐標(biāo)系中的投影點(diǎn)的轉(zhuǎn)換關(guān)系;采用“張氏標(biāo)定法”對(duì)單攝像機(jī)進(jìn)行標(biāo)定,并利用標(biāo)定的數(shù)據(jù)消除圖像畸變;對(duì)于圖像中常見(jiàn)的椒鹽、高斯噪聲,采用自適應(yīng)中值濾波與高斯濾波進(jìn)行降噪處理。然后,利用HSV顏色模型對(duì)目標(biāo)物區(qū)域的圖像分割、形態(tài)學(xué)的開(kāi)運(yùn)算與“填洞處理”完成最終直觀的目標(biāo)物區(qū)域;針對(duì)選取目標(biāo)物區(qū)域特點(diǎn),選擇基于Harris特征點(diǎn)的匹配。匹配前,為了使關(guān)鍵點(diǎn)分布均勻且減少關(guān)鍵點(diǎn)數(shù)目減少運(yùn)算時(shí)間,使用ANMS算法進(jìn)行部分關(guān)鍵點(diǎn)的篩選,得到的特征點(diǎn)基于最近鄰及Lowe距離比率法完成粗匹配,隨后采用基于單應(yīng)性矩陣H的RANSAC算法剔除誤匹配;由于采集的任意兩幀圖像外部參數(shù)未知,故采用弱標(biāo)定圖像對(duì)的校正方法,該方法具有很好的適應(yīng)性。最后,利用三角法推導(dǎo)了雙目測(cè)距模型,說(shuō)明了單攝像機(jī)通過(guò)在不同位置、不同角度構(gòu)建雙目立體視覺(jué)測(cè)量系統(tǒng);定義移動(dòng)式單攝像機(jī)旋翼無(wú)人機(jī)視覺(jué)測(cè)量中的相關(guān)坐標(biāo)系,并推導(dǎo)了空間某點(diǎn)在攝像機(jī)坐標(biāo)系與慣性坐標(biāo)系之間的轉(zhuǎn)換關(guān)系;根據(jù)旋翼無(wú)人機(jī)GPS系統(tǒng)推導(dǎo)基線距B的模型公式;為了便于描述,設(shè)定了機(jī)身坐標(biāo)系與攝像機(jī)坐標(biāo)系的姿態(tài)變化策略;為了得到當(dāng)前觀測(cè)點(diǎn)位置處實(shí)時(shí)幀下目標(biāo)物區(qū)域某特征點(diǎn)在攝像機(jī)坐標(biāo)系、慣性坐標(biāo)系下的三維數(shù)據(jù)信息,建立了相關(guān)的數(shù)學(xué)模型,并利用實(shí)驗(yàn)室環(huán)境搭建實(shí)驗(yàn)平臺(tái)驗(yàn)證了模型的合理性。
【學(xué)位授予單位】：長(zhǎng)安大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：V243
【圖文】：

軍事戰(zhàn)爭(zhēng)應(yīng)用

影視航拍應(yīng)用

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 龍華;涂亞慶;;一種新的形態(tài)中值小波圖像去噪方法[J];后勤工程學(xué)院學(xué)報(bào);2011年02期

2 張鳳靜;周建江;夏偉杰;;基于雙目立體視覺(jué)的汽車(chē)安全車(chē)距測(cè)量方法[J];智能系統(tǒng)學(xué)報(bào);2011年01期

3 劉瓊;秦現(xiàn)生;應(yīng)申舜;賀峰;;雙目視覺(jué)測(cè)量系統(tǒng)結(jié)構(gòu)參數(shù)設(shè)計(jì)及精度分析[J];中國(guó)機(jī)械工程;2008年22期

4 陳佳;楊進(jìn)華;張金泉;雷美榮;;基于單個(gè)攝像機(jī)的雙目立體視覺(jué)測(cè)距技術(shù)研究[J];長(zhǎng)春理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年01期

5 曾吉勇,蘇顯渝;一種無(wú)相機(jī)標(biāo)定的立體圖像對(duì)校正新方法[J];光學(xué)學(xué)報(bào);2004年05期

6 邱茂林,馬頌德,李毅;計(jì)算機(jī)視覺(jué)中攝像機(jī)定標(biāo)綜述[J];自動(dòng)化學(xué)報(bào);2000年01期

7 左愛(ài)秋,吳江寧,李世倫,駱涵秀;雙目體視檢測(cè)多自由度機(jī)械裝置位姿的工作原理和技術(shù)特點(diǎn)[J];測(cè)控技術(shù);1999年04期

8 寧小春，羅明，余英林;基于圖像形態(tài)學(xué)的漢字細(xì)化算法[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);1994年03期

相關(guān)碩士學(xué)位論文 前7條

1 房東飛;基于視覺(jué)的無(wú)人機(jī)地面目標(biāo)精確定位算法研究[D];哈爾濱工業(yè)大學(xué);2018年

2 鄧兆森;四旋翼無(wú)人機(jī)視覺(jué)導(dǎo)航與軌跡跟蹤[D];哈爾濱工業(yè)大學(xué);2018年

3 安果維;旋翼無(wú)人機(jī)雙目視覺(jué)的顯著性檢測(cè)方法研究[D];湖南大學(xué);2018年

4 武曉楚;四旋翼無(wú)人機(jī)飛行控制系統(tǒng)研究[D];大連理工大學(xué);2018年

5 張譯之;基于雙目視覺(jué)里程計(jì)的室內(nèi)移動(dòng)機(jī)器人航跡推算[D];長(zhǎng)安大學(xué);2018年

6 常宏;基于雙目視覺(jué)的工程越野機(jī)器人避障策略研究[D];長(zhǎng)安大學(xué);2018年

7 姜騰;基于視覺(jué)的多旋翼無(wú)人機(jī)位置和姿態(tài)測(cè)量方法研究[D];哈爾濱工業(yè)大學(xué);2017年

本文編號(hào)：2719649