隨著諸如無(wú)人機(jī)、機(jī)器人等智能無(wú)人系統(tǒng)的發(fā)展,對(duì)于障礙物檢測(cè)和避障技術(shù)的要求也日益提高。將計(jì)算機(jī)視覺(jué)用于障礙物識(shí)別具有實(shí)時(shí)性高、成本較低且不易受外界干擾的優(yōu)點(diǎn)。雙目立體視覺(jué)模擬人類雙眼,利用兩個(gè)攝像機(jī)從不同位置對(duì)同一場(chǎng)景進(jìn)行成像,從而獲得該場(chǎng)景在不同位置的圖像,并利用圖像對(duì)之間對(duì)應(yīng)點(diǎn)的位置偏差來(lái)計(jì)算得到目標(biāo)場(chǎng)景的三維幾何信息。為實(shí)現(xiàn)在日常應(yīng)用場(chǎng)景下較為精確快速的障礙物探測(cè)與識(shí)別,本文基于雙目立體視覺(jué)原理,設(shè)計(jì)了一種對(duì)目標(biāo)場(chǎng)景進(jìn)行深度恢復(fù)及障礙物分割的探測(cè)系統(tǒng),為運(yùn)動(dòng)載體的后續(xù)避障工作提供了技術(shù)基礎(chǔ)。通過(guò)對(duì)雙目視覺(jué)和障礙物探測(cè)的原理及模式分析,本文選用了平行式雙目立體視覺(jué)模式作為總體設(shè)計(jì)方案;在綜合考慮相機(jī)工作環(huán)境、鏡頭焦距、像素及分辨率等因素后選取了HNY-CV-001型雙目攝像機(jī)進(jìn)行本設(shè)計(jì)中雙目立體視覺(jué)實(shí)驗(yàn)平臺(tái)搭建;其后采用張正友標(biāo)定法,利用Matlab中的標(biāo)定工具箱進(jìn)行了雙目相機(jī)標(biāo)定并通過(guò)輸入畸變系數(shù)進(jìn)行畸變校正從而得到相機(jī)的內(nèi)外參數(shù);利用雙目相機(jī)進(jìn)行圖像獲取并對(duì)圖像進(jìn)行預(yù)處理:首先選用中值濾波和高斯濾波對(duì)圖像進(jìn)行去噪處理,接下來(lái)使用直方圖均衡化法消除圖像對(duì)的亮度差異,最后使用拉普拉...

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 障礙物探測(cè)國(guó)內(nèi)外研究現(xiàn)狀
        1.2.2 雙目立體視覺(jué)國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文主要研究?jī)?nèi)容及章節(jié)安排
2 雙目視覺(jué)系統(tǒng)設(shè)計(jì)方案
    2.1 雙目視覺(jué)原理及模式選取
    2.2 系統(tǒng)硬件平臺(tái)搭建及軟件流程
        2.2.1 硬件設(shè)備選取
        2.2.2 軟件設(shè)計(jì)
    2.3 本章小結(jié)
3 雙目相機(jī)標(biāo)定
    3.1 雙目相機(jī)標(biāo)定原理
        3.1.1 視覺(jué)系統(tǒng)下三大坐標(biāo)系
        3.1.2 世界坐標(biāo)系到攝像機(jī)坐標(biāo)系
    3.2 雙目相機(jī)畸變
        3.2.1 徑向畸變
        3.2.2 切向畸變
    3.3 相機(jī)標(biāo)定方法
        3.3.1 傳統(tǒng)標(biāo)定方法
        3.3.2 張氏標(biāo)定法
    3.4 MATLAB實(shí)現(xiàn)相機(jī)標(biāo)定
        3.4.1 單目標(biāo)定
        3.4.2 雙目標(biāo)定
    3.5 本章小結(jié)
4 雙目系統(tǒng)圖像預(yù)處理
    4.1 圖像對(duì)亮度差異去除
    4.2 圖像去噪
        4.2.1 椒鹽噪聲去除
        4.2.2 高斯噪聲去除
    4.3 圖像銳化處理
    4.4 本章小結(jié)
5 圖像立體匹配
    5.1 雙目校正
    5.2 立體匹配算法原理
        5.2.1 局部匹配算法
        5.2.2 全局匹配算法
    5.3 BM算法與SGBM算法
        5.3.1 BM算法實(shí)現(xiàn)立體匹配
        5.3.2 SGBM算法實(shí)現(xiàn)立體匹配
        5.3.3 匹配算法對(duì)比分析
    5.4 系統(tǒng)可靠工作距離
    5.5 本章小結(jié)
6 障礙物分割識(shí)別
    6.1 障礙物分割原理
        6.1.1 障礙物定義
        6.1.2 K-Means圖像分割算法
    6.2 實(shí)驗(yàn)與結(jié)果分析
    6.3 本章小結(jié)
7 總結(jié)與展望
    7.1 全文總結(jié)
    7.2 研究工作展望
參考文獻(xiàn)
攻讀碩士期間發(fā)表的論文及所取得成果
致謝



本文編號(hào)：3819098