雙目視覺系統(tǒng)旨在獲取目標(biāo)的三維結(jié)構(gòu)信息和空間位置信息,其模擬人眼視覺系統(tǒng),在處理景物上簡(jiǎn)便可靠,被廣泛應(yīng)用于智能駕駛、虛擬現(xiàn)實(shí)、航空航天、三維非接觸測(cè)量等領(lǐng)域中。雙目視覺系統(tǒng)包括圖片獲取、相機(jī)標(biāo)定、圖片校正、立體匹配和三維重建,其中立體匹配是學(xué)者們研究的重點(diǎn)以及難點(diǎn),其匹配結(jié)果受光照、物體表面平滑度、物體間遮擋情況等多因素的影響。雖然現(xiàn)在已有多種立體匹配算法,但在精度和效率上仍存在一些不足。本文研究和實(shí)現(xiàn)了完整的用于感知三維目標(biāo)的雙目視覺系統(tǒng),針對(duì)現(xiàn)有立體匹配算法中存在的若干問題,提出了相應(yīng)的改進(jìn)算法。主要的研究工作如下:1.對(duì)攝像機(jī)的成像模型以及涉及到的四種坐標(biāo)系進(jìn)行介紹,研究攝像機(jī)標(biāo)定方法,并使用張正友法進(jìn)行標(biāo)定實(shí)驗(yàn),計(jì)算得到攝像機(jī)的內(nèi)外參數(shù)以及畸變參數(shù),然后根據(jù)這些參數(shù)對(duì)圖像進(jìn)行校正,以消除圖像中存在的畸變并使得極線平齊。2.對(duì)局部算法中性能較優(yōu)的雙邊濾波立體匹配算法進(jìn)行研究。雙邊濾波立體匹配算法綜合考慮支持窗口內(nèi)像素點(diǎn)與中心像素點(diǎn)之間的歐式距離和灰度距離,但是灰度差異只是深度差異的先驗(yàn)知識(shí),在處理某些灰度變化較大而深度變化平緩的區(qū)域時(shí)容易發(fā)生誤匹配。針對(duì)該問題,提出一種融合深度... 

【文章來源】：湖南大學(xué)湖南省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文研究?jī)?nèi)容及結(jié)構(gòu)安排
第2章 雙目視覺中的理論基礎(chǔ)
    2.1 攝像機(jī)成像系統(tǒng)
    2.2 攝像機(jī)的標(biāo)定
        2.2.1 張正友標(biāo)定法
        2.2.2 標(biāo)定實(shí)驗(yàn)
    2.3 極線校正
        2.3.1 極線幾何
        2.3.2 極線校正實(shí)驗(yàn)
    2.4 立體匹配
    2.5 三維重建
第3章 融合深度信息的多尺度雙邊濾波立體匹配算法
    3.1 經(jīng)典雙邊濾波立體匹配算法
        3.1.1 代價(jià)計(jì)算
        3.1.2 代價(jià)聚合
    3.2 改進(jìn)算法
        3.2.1 融合深度信息的視差求精算法
        3.2.2 融合深度信息的多尺度立體匹配算法
    3.3 實(shí)驗(yàn)結(jié)果與分析
        3.3.1 算法參數(shù)配置
        3.3.2 融合深度信息的視差求精算法測(cè)試
        3.3.3 融合深度信息的多尺度立體匹配算法測(cè)試
    3.4 本章小結(jié)
第4章 基于分割樹的改進(jìn)半全局立體匹配算法
    4.1 經(jīng)典半全局立體匹配算法
        4.1.1 代價(jià)計(jì)算
        4.1.2 代價(jià)聚合
        4.1.3 存在的問題
    4.2 基于分割樹的改進(jìn)算法
        4.2.1 代價(jià)計(jì)算
        4.2.2 分割樹的構(gòu)建
        4.2.3 代價(jià)聚合
        4.2.4 分割樹的重建
    4.3 實(shí)驗(yàn)結(jié)果與分析
        4.3.1 算法參數(shù)配置
        4.3.2 匹配精度測(cè)試
        4.3.3 運(yùn)行效率測(cè)試
        4.3.4 分割樹區(qū)域分割效果測(cè)試
    4.4 本章小結(jié)
第5章 三維重建系統(tǒng)
    5.1 引言
    5.2 三維點(diǎn)云數(shù)據(jù)
    5.3 三維網(wǎng)格模型
    5.4 紋理映射
    5.5 實(shí)驗(yàn)結(jié)果與分析
        5.5.1 實(shí)驗(yàn)軟硬件平臺(tái)環(huán)境
        5.5.2 測(cè)試結(jié)果
    5.6 本章小結(jié)
結(jié)論與展望
    工作總結(jié)
    未來展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間取得的學(xué)術(shù)成果


【參考文獻(xiàn)】：
期刊論文
[1]基于多視角圖像的植物三維重建研究進(jìn)展[J]. 周靜靜,郭新宇,吳升,杜建軍,趙春江.  中國(guó)農(nóng)業(yè)科技導(dǎo)報(bào). 2019(02)
[2]多元線性回歸引導(dǎo)的立體匹配算法[J]. 韓先君,劉艷麗,楊紅雨.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2019(01)
[3]Large-scale 3D Semantic Mapping Using Stereo Vision[J]. Yi Yang,Fan Qiu,Hao Li,Lu Zhang,Mei-Ling Wang,Meng-Yin Fu.  International Journal of Automation and Computing. 2018(02)
[4]基于加權(quán)引導(dǎo)濾波的局部立體匹配算法[J]. 陳松,陳曉冬,蘇修,劉依林,汪毅,郁道銀.  納米技術(shù)與精密工程. 2017(05)
[5]基于區(qū)域一致性的圖割立體匹配[J]. 曹國(guó)震,彭寒.  西北工業(yè)大學(xué)學(xué)報(bào). 2017(01)
[6]基于光柵投影的多攝像機(jī)標(biāo)定方法[J]. 湯明,達(dá)飛鵬,蓋紹彥.  儀器儀表學(xué)報(bào). 2016(09)
[7]基于視覺的無人駕駛汽車研究綜述[J]. 唐智威.  制造業(yè)自動(dòng)化. 2016(08)
[8]直接精簡(jiǎn)密集點(diǎn)云的三角網(wǎng)格重建[J]. 董天琪,張志毅.  計(jì)算機(jī)應(yīng)用與軟件. 2016(06)
[9]改進(jìn)的雙向SIFT特征匹配算法[J]. 安婷,賀一民,張志毅.  計(jì)算機(jī)工程與科學(xué). 2016(01)
[10]融合AD與Census變換的動(dòng)態(tài)規(guī)劃立體匹配與遮擋處理[J]. 陸軍,方瑩,張?chǎng)?  北京理工大學(xué)學(xué)報(bào). 2015(12)



本文編號(hào)：3154765