基于自然場(chǎng)景的多相機(jī)內(nèi)外參自動(dòng)標(biāo)定方法的設(shè)計(jì)與實(shí)現(xiàn)
發(fā)布時(shí)間:2021-10-08 06:47
隨著科技的進(jìn)步,越來越多的無人自主控制系統(tǒng)被開發(fā)出來,用來輔助人類完成特定的任務(wù),如自動(dòng)駕駛汽車,移動(dòng)機(jī)器人和飛行器等;诙鄠(gè)相機(jī)的多目視覺系統(tǒng)被廣泛應(yīng)用于這類自主系統(tǒng)中來實(shí)現(xiàn)導(dǎo)航、定位和避障等功能。在多目視覺系統(tǒng)中,相機(jī)的內(nèi)參(相機(jī)的基本參數(shù))和外參(相機(jī)之間的相對(duì)位置參數(shù))的精確性往往決定了系統(tǒng)的精度。為了提高多目相機(jī)的內(nèi)外參標(biāo)定的精確性和標(biāo)定的方便性,本文提出了一種基于自然場(chǎng)景的多相機(jī)內(nèi)外參自動(dòng)標(biāo)定方法,可以有效解決目前多相機(jī)系統(tǒng)只能在安裝標(biāo)定布或?qū)iT標(biāo)定場(chǎng)等特定場(chǎng)景下進(jìn)行標(biāo)定所帶來的使用不便問題,同時(shí)也可以解決相機(jī)之間重合區(qū)域太小帶來的外參標(biāo)定精度下降或標(biāo)定失效的問題。本文研究主要包括以下幾個(gè)方面:首先,分析了自然場(chǎng)景下內(nèi)外參自動(dòng)標(biāo)定問題的特殊需求,明確了標(biāo)定方法的輸入條件并設(shè)計(jì)了標(biāo)定數(shù)據(jù)的采集流程。然后,根據(jù)數(shù)據(jù)處理和參數(shù)優(yōu)化的需要,給出了自動(dòng)標(biāo)定方法的整體框架,確定了后續(xù)需要設(shè)計(jì)的點(diǎn)云重建、多相機(jī)內(nèi)參同時(shí)標(biāo)定及多相機(jī)外參標(biāo)定三個(gè)基本算法。其次,設(shè)計(jì)了點(diǎn)云重建算法;谠隽渴饺S重建的思想,通過匹配多個(gè)相機(jī)不同時(shí)刻采集的圖像特征點(diǎn)來實(shí)現(xiàn)自然場(chǎng)景中的點(diǎn)云重建,同時(shí)計(jì)算出各幀對(duì)...
【文章來源】:哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校
【文章頁數(shù)】:72 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
棋盤格標(biāo)定示意圖
初始化條件,選擇最優(yōu)的兩幀進(jìn)行初始化操作,通過本質(zhì)矩陣求解初始化兩幀之間的相對(duì)位姿,如圖 2-1 所示:圖2-1 求解兩幀相對(duì)位姿示意圖通過特征匹配可以知道匹配點(diǎn)在 1中的像素位置1 1 1p (u , v ), 以及在 2中的像素
(3-3)圖3-1 直接法優(yōu)化示意圖在直接法中,也是求解一個(gè)優(yōu)化問題,如圖 3-1 所示,優(yōu)化最小化的是光度誤差,也就是 P 的兩個(gè)像素的亮度誤差:1 1 2 2e I ( p ) I ( p)(3-4)優(yōu)化該誤差的二范數(shù):min ( )TJ e e(3-5)該優(yōu)化的理論基礎(chǔ)就是灰度不變假設(shè)。在實(shí)際中,有許多個(gè)(比如 N 個(gè))空間點(diǎn) ,那么,整個(gè)位姿估計(jì)問題變?yōu)椋?min ( )N Ti iJ e e(3-6)1 1, 2 2,( ) ( )i i ie I p I p(3-7)使用李代數(shù)上的擾動(dòng)模型,給^exp( )左乘一個(gè)小擾動(dòng) exp( ),得:^1 21 21 1e ( ) I ( D KP ) I ( D K exp( ) exp( ) P)
【參考文獻(xiàn)】:
期刊論文
[1]三維圖像重建中的深度信息處理方法[J]. 李宸鑫. 電子技術(shù)與軟件工程. 2018(16)
碩士論文
[1]基于圖像特征點(diǎn)的稠密點(diǎn)云三維重建[D]. 蘇濤.吉林大學(xué) 2018
本文編號(hào):3423630
【文章來源】:哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校
【文章頁數(shù)】:72 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
棋盤格標(biāo)定示意圖
初始化條件,選擇最優(yōu)的兩幀進(jìn)行初始化操作,通過本質(zhì)矩陣求解初始化兩幀之間的相對(duì)位姿,如圖 2-1 所示:圖2-1 求解兩幀相對(duì)位姿示意圖通過特征匹配可以知道匹配點(diǎn)在 1中的像素位置1 1 1p (u , v ), 以及在 2中的像素
(3-3)圖3-1 直接法優(yōu)化示意圖在直接法中,也是求解一個(gè)優(yōu)化問題,如圖 3-1 所示,優(yōu)化最小化的是光度誤差,也就是 P 的兩個(gè)像素的亮度誤差:1 1 2 2e I ( p ) I ( p)(3-4)優(yōu)化該誤差的二范數(shù):min ( )TJ e e(3-5)該優(yōu)化的理論基礎(chǔ)就是灰度不變假設(shè)。在實(shí)際中,有許多個(gè)(比如 N 個(gè))空間點(diǎn) ,那么,整個(gè)位姿估計(jì)問題變?yōu)椋?min ( )N Ti iJ e e(3-6)1 1, 2 2,( ) ( )i i ie I p I p(3-7)使用李代數(shù)上的擾動(dòng)模型,給^exp( )左乘一個(gè)小擾動(dòng) exp( ),得:^1 21 21 1e ( ) I ( D KP ) I ( D K exp( ) exp( ) P)
【參考文獻(xiàn)】:
期刊論文
[1]三維圖像重建中的深度信息處理方法[J]. 李宸鑫. 電子技術(shù)與軟件工程. 2018(16)
碩士論文
[1]基于圖像特征點(diǎn)的稠密點(diǎn)云三維重建[D]. 蘇濤.吉林大學(xué) 2018
本文編號(hào):3423630
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3423630.html
最近更新
教材專著