機(jī)器視覺(jué)是生物醫(yī)學(xué)工程領(lǐng)域廣泛關(guān)注的熱點(diǎn)問(wèn)題。模擬人類(lèi)雙目感知原理的雙目立體視覺(jué)技術(shù)已成為機(jī)器視覺(jué)的重要研究分支。雙目立體視覺(jué)在醫(yī)用手術(shù)機(jī)器人、無(wú)人駕駛等領(lǐng)域具有重要的應(yīng)用價(jià)值。雙目立體視覺(jué)中傳統(tǒng)的稠密立體匹配算法在計(jì)算過(guò)程中產(chǎn)生海量數(shù)據(jù),速度慢,難以應(yīng)用于實(shí)時(shí)三維重建;稀疏立體匹配算法計(jì)算速度快,但匹配效果差,對(duì)噪聲敏感。為在一定程度克服上述問(wèn)題,本研究將卷積神經(jīng)網(wǎng)絡(luò)技術(shù)引入立體匹配算法對(duì)精度與速度進(jìn)行提升,實(shí)現(xiàn)低成本三維實(shí)時(shí)重建。首先,使用張正友棋盤(pán)標(biāo)定法對(duì)雙目相機(jī)進(jìn)行標(biāo)定�？赏瑫r(shí)采集兩張圖像的USB接口雙目相機(jī)是本研究的硬件基礎(chǔ),但制造過(guò)程所形成的光學(xué)畸變會(huì)嚴(yán)重影響匹配結(jié)果。為此,分析了相機(jī)成像數(shù)學(xué)模型和常見(jiàn)的相機(jī)標(biāo)定算法,采用基于MATLAB工具箱的張氏標(biāo)定法標(biāo)定了本研究所使用的雙目相機(jī),經(jīng)過(guò)特征點(diǎn)提取及迭代計(jì)算得到雙目相機(jī)內(nèi)參數(shù)和外參數(shù),為后續(xù)研究做好基礎(chǔ)。然后,針對(duì)傳統(tǒng)匹配算法精度低且耗時(shí)的問(wèn)題,設(shè)計(jì)了基于卷積神經(jīng)網(wǎng)絡(luò)的匹配代價(jià)算法。良好的軟件平臺(tái)可加速算法的設(shè)計(jì)和驗(yàn)證過(guò)程。因此,配置了win7系統(tǒng)的vs2013開(kāi)發(fā)環(huán)境下的OpenCV3.3.0機(jī)器視覺(jué)開(kāi)發(fā)庫(kù),搭建了Ubuntu16.04系統(tǒng)下的卷積神經(jīng)網(wǎng)絡(luò)框架Caffe。利用KITTI數(shù)據(jù)集中具有真實(shí)視差的圖像對(duì),構(gòu)建大量小塊圖像對(duì)正負(fù)樣本數(shù)據(jù)集,設(shè)計(jì)了孿生卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)并設(shè)定了各層參數(shù),訓(xùn)練網(wǎng)絡(luò)模型計(jì)算圖像對(duì)匹配代價(jià)。最后,采用半全局匹配算法進(jìn)行代價(jià)聚合、Winner-Take-All策略尋找最優(yōu)對(duì)應(yīng)點(diǎn),使用左右一致性檢查算法解決因物體遮擋造成匹配點(diǎn)缺失的問(wèn)題,并通過(guò)平滑濾波對(duì)視差圖進(jìn)一步優(yōu)化,獲得最終視差圖。高精度視差圖結(jié)合三角測(cè)量原理,獲取人顱骨模型及大腦解剖模型的3D點(diǎn)云數(shù)據(jù)并進(jìn)行三維重建。實(shí)驗(yàn)結(jié)果證明了基于孿生卷積神經(jīng)網(wǎng)絡(luò)模型的立體匹配算法對(duì)提升匹配精度和速度的有效性和可行性,初步實(shí)現(xiàn)實(shí)時(shí)的雙目立體視覺(jué)三維重建。
【學(xué)位單位】：沈陽(yáng)工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類(lèi)】：TP391.41;TP183
【部分圖文】：

圖 1.1 達(dá)芬奇手術(shù)機(jī)器人Fig 1.1 Da Vinci surgical robot圖 1.2 無(wú)人駕駛汽車(chē)Fig 1.2 Driverless cars要分為雙目圖像獲取、雙目相機(jī)系各部分之間的關(guān)系見(jiàn)圖 1.3）。雙目?jī)x

圖 1.2 無(wú)人駕駛汽車(chē)Fig 1.2 Driverless cars覺(jué)系統(tǒng)主要分為雙目圖像獲取、雙目相機(jī)系統(tǒng)標(biāo)定、立大環(huán)節(jié)（各部分之間的關(guān)系見(jiàn)圖 1.3）。雙目立體視覺(jué)立體重建[12]。其中，立體匹配是雙目立體視覺(jué)的關(guān)鍵深度信息的技術(shù)，匹配精度決定了深度信息恢復(fù)的精密匹配算法與稀疏匹配算法[13]。其中稠密匹配算法也慮每一個(gè)待匹配點(diǎn)的鄰域特點(diǎn)，尋找空間點(diǎn)在兩個(gè)圖像得到圖像的稠密視差圖；稀疏匹配算法也被稱(chēng)為基于像的特征進(jìn)行匹配，如邊緣、輪廓、角點(diǎn)等，匹配后可基于特征的稀疏匹配法具有魯棒性高、匹配運(yùn)算快等特高精度的三維重建需求。稠密匹配算法可以精確地得到法復(fù)雜、實(shí)時(shí)性差，如何改善這些缺點(diǎn)、提升精度速度

標(biāo)定與校正定是雙目立體成像的關(guān)鍵步驟。具體需要標(biāo)定的參數(shù)機(jī)內(nèi)參數(shù)矩陣和畸變系數(shù)矩陣能夠經(jīng)過(guò)單目標(biāo)定過(guò)像機(jī)旋轉(zhuǎn)系數(shù)矩陣和平移系數(shù)矩陣）必須通過(guò)雙目標(biāo)覺(jué)的基本任務(wù)就是將雙目相機(jī)拍攝的兩張圖片轉(zhuǎn)換為完成立體匹配與深度計(jì)算。因此，獲取雙目相機(jī)的。雖然多種標(biāo)定方法已經(jīng)提出，但張正友棋盤(pán)格標(biāo)定算法。盤(pán)格標(biāo)定標(biāo)定板見(jiàn)圖 2.7。該標(biāo)定板是型號(hào)為 LGP290-12×9 是氧化鋁面板，采用高精密的加工工藝，熱膨脹系板外形尺寸為 290mm×230mm，方格邊長(zhǎng) 20mm，黑白

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 許靜;;雙目立體視覺(jué)在虛擬鋼琴中的應(yīng)用[J];電視技術(shù);2018年08期

2 葉錦華;吳海彬;陳天炎;;移動(dòng)機(jī)器人雙目立體視覺(jué)測(cè)量系統(tǒng)研究[J];測(cè)控技術(shù);2008年09期

3 吳彰良;盧榮勝;胡鵬浩;米永奇;;雙目立體視覺(jué)傳感器精度分析與參數(shù)設(shè)計(jì)[J];鄭州輕工業(yè)學(xué)院學(xué)報(bào);2006年03期

4 黃鵬程;江劍宇;楊波;;雙目立體視覺(jué)的研究現(xiàn)狀及進(jìn)展[J];光學(xué)儀器;2018年04期

5 尹世和;梁玉;韋鴻鈺;楊煜;馬稚昱;;基于雙目立體視覺(jué)的植株生長(zhǎng)狀態(tài)無(wú)損監(jiān)測(cè)方法的研究[J];現(xiàn)代農(nóng)業(yè)裝備;2014年03期

6 韓峻峰;王帥;;基于雙目立體視覺(jué)技術(shù)的汽車(chē)測(cè)距系統(tǒng)實(shí)現(xiàn)[J];計(jì)算機(jī)應(yīng)用與軟件;2016年09期

7 張瑞峰;張肖萌;;基于虛擬雙目立體視覺(jué)的空間圓柱軸線測(cè)量[J];儀表技術(shù)與傳感器;2013年02期

8 李自力,夏學(xué)知,劉玉亮,彭復(fù)員,石雄;9自由度會(huì)聚雙目立體視覺(jué)的虛擬飛行導(dǎo)航[J];系統(tǒng)仿真學(xué)報(bào);2005年02期

9 喬德軍;張延軍;石磊娜;;基于遺傳算法雙目立體視覺(jué)傳感器的優(yōu)化設(shè)計(jì)[J];湖南師范大學(xué)自然科學(xué)學(xué)報(bào);2014年06期

10 曾日金;袁華;;雙目立體視覺(jué)的障礙物檢測(cè)方法綜述[J];大眾科技;2014年03期

相關(guān)會(huì)議論文 前10條

1 李東;王金海;留盼;;基于雙目立體視覺(jué)的電子導(dǎo)盲系統(tǒng)中提取環(huán)境深度方法的研究[A];天津市生物醫(yī)學(xué)工程學(xué)會(huì)第三十三屆學(xué)術(shù)年會(huì)論文集[C];2013年

2 孫浩;周石琳;鄒煥新;王程;;基于車(chē)載雙目立體視覺(jué)的運(yùn)動(dòng)障礙檢測(cè)[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第五分冊(cè)）[C];2013年

3 彭永石;;基于雙目立體視覺(jué)的番茄三維信息的測(cè)量方法[A];2007年中國(guó)農(nóng)業(yè)工程學(xué)會(huì)學(xué)術(shù)年會(huì)論文摘要集[C];2007年

4 李華;;一個(gè)基于雙目立體視覺(jué)的便攜式三維掃描儀[A];中國(guó)圖象圖形學(xué)學(xué)會(huì)立體圖象技術(shù)專(zhuān)業(yè)委員會(huì)學(xué)術(shù)研討會(huì)論文集（第三期）[C];2009年

5 嚴(yán)雪梅;戴寧;崔海華;程筱勝;;基于單幅彩色圖像的雙目立體視覺(jué)測(cè)量匹配算法[A];第五屆全國(guó)幾何設(shè)計(jì)與計(jì)算學(xué)術(shù)會(huì)議論文集[C];2011年

6 于英;黃桂平;邢坤;;雙目立體視覺(jué)測(cè)量中相對(duì)定向的直接解法[A];2009年先進(jìn)光學(xué)技術(shù)及其應(yīng)用研討會(huì)論文集（上冊(cè)）[C];2009年

7 郝曉辰;劉爽;張強(qiáng);李海濱;劉彬;;雙目立體視覺(jué)測(cè)量模型與同名點(diǎn)匹配研究[A];第七屆青年學(xué)術(shù)會(huì)議論文集[C];2005年

8 鄭偉龍;王志勇;王世斌;李林安;李鴻琦;;頸椎三維運(yùn)動(dòng)測(cè)量及生物力學(xué)特性研究[A];第十五屆北方七省市區(qū)力學(xué)學(xué)術(shù)會(huì)議論文集[C];2014年

9 蔣山平;楊林華;張鵬嵩;張博倫;王丹藝;;大型傘天線真空低溫變形攝影測(cè)量技術(shù)[A];第十六屆全國(guó)光學(xué)測(cè)試學(xué)術(shù)交流會(huì)摘要集[C];2016年

10 金偉;呂乃光;鄧文怡;;大尺寸空間中自動(dòng)獲取測(cè)量目標(biāo)點(diǎn)的新方法[A];2004全國(guó)測(cè)控、計(jì)量與儀器儀表學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2004年

相關(guān)重要報(bào)紙文章 前1條

1 中國(guó)青年報(bào)·中青在線記者 胡春艷;科技就像魔法棒點(diǎn)亮每個(gè)人的生活[N];中國(guó)青年報(bào);2018年

相關(guān)博士學(xué)位論文 前10條

1 崔恩坤;高精度雙目立體視覺(jué)測(cè)量系統(tǒng)關(guān)鍵技術(shù)研究[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所);2018年

2 周艷青;基于雙目立體視覺(jué)的羊體尺參數(shù)提取及三維重構(gòu)的研究[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2018年

3 羅桂娥;雙目立體視覺(jué)深度感知與三維重建若干問(wèn)題研究[D];中南大學(xué);2012年

4 孫曦;基于雙目立體視覺(jué)的人臉三維重建與識(shí)別[D];中國(guó)科學(xué)技術(shù)大學(xué);2011年

5 韓慧妍;基于雙目立體視覺(jué)的三維模型重建方法研究[D];中北大學(xué);2014年

6 賴(lài)小波;機(jī)器人雙目立體視覺(jué)若干關(guān)鍵理論問(wèn)題及其技術(shù)實(shí)現(xiàn)研究[D];浙江大學(xué);2010年

7 劉斌;基于雙目立體視覺(jué)的大鍛件尺寸在位測(cè)量關(guān)鍵技術(shù)研究[D];燕山大學(xué);2010年

8 王振興;船舶曲板成形雙目立體視覺(jué)在位檢測(cè)技術(shù)研究[D];上海交通大學(xué);2015年

9 項(xiàng)榮;開(kāi)放環(huán)境中番茄的雙目立體視覺(jué)識(shí)別與定位[D];浙江大學(xué);2013年

10 彭祺;基于模式識(shí)別的雙目立體視覺(jué)匹配研究[D];武漢大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 岳志強(qiáng);基于CNN的雙目立體視覺(jué)三維實(shí)時(shí)重建算法研究[D];沈陽(yáng)工業(yè)大學(xué);2019年

2 高峰;基于雙目立體視覺(jué)的障礙物檢測(cè)技術(shù)研究與實(shí)現(xiàn)[D];北京郵電大學(xué);2019年

3 楊其昌;雙目立體視覺(jué)手眼標(biāo)定技術(shù)研究[D];深圳大學(xué);2018年

4 習(xí)路;基于多尺度與卷積神經(jīng)網(wǎng)絡(luò)的雙目立體視覺(jué)研究[D];武漢理工大學(xué);2018年

5 陳帥;利用動(dòng)態(tài)位移信息的全場(chǎng)動(dòng)應(yīng)變測(cè)量方法研究[D];合肥工業(yè)大學(xué);2018年

6 吳杭姿;膜結(jié)構(gòu)風(fēng)振響應(yīng)的雙目立體視覺(jué)觀測(cè)技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2017年

7 劉海龍;基于雙目立體視覺(jué)的電力儀表定位與抓取系統(tǒng)研究[D];哈爾濱工業(yè)大學(xué);2018年

8 牛雄飛;基于FPGA的雙目立體視覺(jué)加速器設(shè)計(jì)[D];北京交通大學(xué);2018年

9 王群;基于雙目立體視覺(jué)的軌道入侵物識(shí)別技術(shù)研究[D];北京交通大學(xué);2018年

10 張強(qiáng);基于雙目立體視覺(jué)的三維特征點(diǎn)測(cè)量方法研究[D];吉林大學(xué);2018年

本文編號(hào)：2808914