【摘要】：機器視覺自20世紀(jì)60年代中期出現(xiàn)以來已經(jīng)有了較為長足的發(fā)展,其理論與應(yīng)用研究也取得了豐富的成果。機器視覺已經(jīng)在科學(xué)研究、社會生活、工業(yè)生產(chǎn)等等各個領(lǐng)域有了較為廣泛和成熟的應(yīng)用。在機器人視覺伺服,攝影測量學(xué)以及其他視覺應(yīng)用領(lǐng)域中,相機標(biāo)定是從圖像中提取精確三維信息的先決條件,其標(biāo)定結(jié)果的精度及算法的穩(wěn)定性直接影響相機工作產(chǎn)生結(jié)果的準(zhǔn)確性。本碩士文在國內(nèi)外研究的基礎(chǔ)之上,對相機標(biāo)定技術(shù)進行了系統(tǒng)的理論研究與技術(shù)分析,包括相機標(biāo)定過程中的圖像特征提取算法改進、相機內(nèi)參數(shù)的求解算法優(yōu)化等等,并設(shè)計實驗對所提算法的有效性和準(zhǔn)確性進行驗證;在此基礎(chǔ)上,對單目相機的目標(biāo)定位技術(shù)進行了探索研究。本碩士論論文主要工作和創(chuàng)新有:1.在對相機標(biāo)定中常用特征提取方法分析基礎(chǔ)上,提出了一種針對陣列圓形模板的特征提取改進算法。該算法利用圓形陣列模板的特殊性,通過三步過濾方法,快速的尋找到模板在圖像平面上的投影,最后采用改進的Hu方法和亞像素方法,精確定位橢圓的圓心。2.提出了一種利用遺傳算法對相機內(nèi)參數(shù)進行優(yōu)化求解的相機標(biāo)定算法。該算法首先根據(jù)張正友的相機標(biāo)定方法計算得到相機內(nèi)參數(shù)作為內(nèi)參初始值,然后通過改進的遺傳算對初始內(nèi)參數(shù)進行優(yōu)化迭代得到更加精確的相機內(nèi)參數(shù)。該方法分別用于兩種不同的相機標(biāo)定模板:棋盤格和圓形陣列模板,相機內(nèi)參數(shù)標(biāo)定的精確度較張正友相機標(biāo)定方法有所提高。3.提出一種基于遺傳算法的單目視覺的目標(biāo)定位方法。該方法采用兩幅圖像進行定位,通過在圖像中設(shè)置人工標(biāo)志位,有效的避免因使用RANSAC圖像匹配方法而導(dǎo)致的圖像誤匹配,并運用遺傳算法實現(xiàn)優(yōu)化求解基礎(chǔ)矩陣,在此基礎(chǔ)上,實現(xiàn)單目視覺的較為精確的目標(biāo)定位。
[Abstract]:Since the emergence of machine vision in the middle of 1960s, it has made great progress, and its theory and application have also made a lot of achievements. Machine vision has been widely used in scientific research, social life, industrial production and other fields. In robot vision servo, photogrammetry and other visual applications, camera calibration is a prerequisite for extracting accurate 3D information from an image. The accuracy of the calibration results and the stability of the algorithm directly affect the accuracy of the camera work. Based on the research at home and abroad, this thesis makes a systematic theoretical research and technical analysis on camera calibration technology, including the improvement of image feature extraction algorithm in camera calibration process, the optimization of algorithm for solving camera internal parameters, and so on. Experiments are designed to verify the validity and accuracy of the proposed algorithm, and on this basis, the target location technology of single camera is explored and studied. The main work and innovation of this master thesis are: 1. Based on the analysis of common feature extraction methods in camera calibration, an improved feature extraction algorithm for array circular template is proposed. The algorithm uses the particularity of the circular array template, through the three-step filtering method, quickly finds the template projection on the image plane. Finally, the improved Hu method and sub-pixel method are used to accurately locate the center of the ellipse. A camera calibration algorithm based on genetic algorithm is proposed. According to Zhang Zhengyou's camera calibration method, the internal parameters of the camera are first calculated as the initial values of the internal parameters, and then the improved genetic algorithm is used to optimize and iterate the initial internal parameters to obtain more accurate internal parameters of the camera. This method is applied to two different camera calibration templates: chessboard lattice and circular array template respectively. The accuracy of calibration of camera parameters is improved by .3. compared with the calibration method of Zhang Zhengyou camera. In this paper, a method of target location based on genetic algorithm for monocular vision is proposed. In this method, two images are used to locate the image. By setting the artificial mark bit in the image, the mismatch caused by the use of RANSAC image matching method is effectively avoided, and the genetic algorithm is used to optimize the solution of the basic matrix. A more accurate target location of monocular vision is realized.
【學(xué)位授予單位】：揚州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.41;TP18

【參考文獻】

相關(guān)期刊論文 前10條

1 張鐵;馬瓊雄;;基于局部背景特征點的目標(biāo)定位和跟蹤[J];中南大學(xué)學(xué)報(自然科學(xué)版);2016年09期

2 潘邈;曹建蜀;;多攝像機下的目標(biāo)圖像跟蹤關(guān)聯(lián)算法研究[J];計算機仿真;2016年01期

3 陳小艷;王強;李柏林;;改進的Hough變換檢測圓方法[J];計算機系統(tǒng)應(yīng)用;2015年08期

4 郭延杰;白福忠;張鐵英;武建新;徐剛;;基于Radon變換與灰度重心法的環(huán)形目標(biāo)直徑測量方法[J];激光與光電子學(xué)進展;2015年08期

5 陳天飛;趙吉賓;王銀靈;吳翔;;基于射影變換圓陣靶標(biāo)中心像點的計算[J];儀器儀表學(xué)報;2015年04期

6 曹之樂;嚴(yán)中紅;王洪;;雙目立體視覺匹配技術(shù)綜述[J];重慶理工大學(xué)學(xué)報(自然科學(xué));2015年02期

7 李鵬;蔡玉雷;陳金立;;采用橢圓算法和Canny算子的超聲TOF估計方法[J];儀器儀表學(xué)報;2014年10期

8 吳春富;唐慶順;謝煌生;周風(fēng)余;;一種新型的本質(zhì)矩陣解析分解算法[J];山東大學(xué)學(xué)報(理學(xué)版);2014年03期

9 劉仁峰;龔俊斌;田金文;;基于二次曲線的線陣相機標(biāo)定技術(shù)[J];計算機工程;2013年01期

10 范怡;傅繼武;;基于中點提取的橢圓檢測算法[J];計算機應(yīng)用;2011年10期

相關(guān)博士學(xué)位論文 前3條

1 姚楠;基于單目視覺的運動目標(biāo)跟蹤定位技術(shù)研究[D];上海交通大學(xué);2014年

2 馮春;基于單目視覺的目標(biāo)識別與定位研究[D];南京航空航天大學(xué);2013年

3 傅丹;基于直線特征的空間目標(biāo)三維結(jié)構(gòu)重建和位姿測量方法研究[D];國防科學(xué)技術(shù)大學(xué);2008年

相關(guān)碩士學(xué)位論文 前5條

1 尹長志;基于雙目視覺輪式機器人的目標(biāo)檢測與定位跟蹤研究[D];北京交通大學(xué);2012年

2 李迎wF;雙目立體視覺景象匹配與場景描述技術(shù)研究[D];長春工業(yè)大學(xué);2012年

3 范學(xué)棟;基于基本矩陣的匹配算法研究[D];中南大學(xué);2011年

4 佘彥杰;基于多幅圖像序列的三維重建[D];吉林大學(xué);2006年

5 杜娜;多目視覺坐標(biāo)測量的關(guān)鍵技術(shù)研究[D];青島大學(xué);2005年

，

本文編號：2120465