基于雙目視覺的測距方法研究與應用.pdf

1、隨著工業(yè)4.0的到來，人工智能領域內(nèi)雙目視覺再次成為近年來人們研究的一個熱門問題。其原理和人類雙眼獲取外界信息相似，用兩個相機來模擬人的雙眼，同時獲取兩幅同一場景但位置、角度不同的數(shù)字圖像，由兩幅數(shù)字圖像獲取場景中的二維信息，經(jīng)過計算得到此場景的三維信息。作為機器視覺的一個重要分支，雙目視覺在機器人自主導航、三維掃描、機械手定位抓取、基于視覺的各種控制等眾多領域有著廣闊的前景和非常巨大的應用價值，例如：在手術機器人系統(tǒng)應用中可以幫助手術

2、器械的定位跟蹤、偏差預警和動作糾正；在盲人外出行走中可以幫助盲人判斷前方障礙物；在汽車行駛中可以幫助判斷前車的距離并做出當前距離是否安全的判斷。
　　本研究主要內(nèi)容包括：⑴采用兩個型號、規(guī)格完全一樣的普通攝像機，輸出圖像大小完全一樣，并將兩個相機的位置固定不變。在VS2010開發(fā)環(huán)境中采用基于DirectShow+OpenCV模式下實現(xiàn)了圖像的采集、截取功能。⑵描述了雙目視覺中的幾何模型、三個坐標系之間的相對位置關系、推導視場范圍

3、內(nèi)任意一點的空間位置。介紹了Matlab標定工具箱、OpenCV標定API函數(shù)，并對標定過程進行詳細的描述以及代碼實現(xiàn)，把得到最后的結果進行比較分析。⑶雙目視覺的目標檢測定位與跟蹤：目標檢測定位與跟蹤可分為主動目標檢測跟蹤和被動目標檢測跟蹤。主動目標跟蹤本文采用了激光筆照射的亮點（相當于工業(yè)三維掃描中的人為 Mark點定位引導）作為跟蹤定位目標。運動目標檢測研究了傳統(tǒng)的時間差分法、背景差分法、混合高斯建模法，通過實驗結果的對比確定了混合

4、高斯建模法為運動目標檢測的方法。在運動跟蹤中運用CamShift算法實現(xiàn)單目標物體和多目標物體的目標跟蹤并使用C++編程實現(xiàn)。⑷介紹了基于圖像局部特征匹配方法，分析了SIFT（Scale-invariant feature transform）經(jīng)典算法，SIFT具有很多優(yōu)點，但是匹配時間相對較長，不適合實時雙目視覺匹配計算的需要，根據(jù)雙目視覺的特點，我們提出了局部圓形矩的新概念，并利用高斯卷積實現(xiàn)了它的快速計算，成功實現(xiàn)了基于局部圓形矩

5、（LCM）的圖像快速匹配新方法。重要的是，我們利用局部圓形矩修改了SIFT用DOG（Difference of Gaussians）算子作為特征點定位的方法，利用高斯穩(wěn)定的方向梯度或DOG算子作為局部圖像特征代替了SIFT所采樣的梯度特征，實驗表明算法的穩(wěn)定性更好。同時，修改了圖像局部特征的采樣方法，保證了特征算法的旋轉(zhuǎn)不變性特點，相對于SIFT的算法復雜度大大減小，匹配時間顯著提高，實驗表明LCM匹配時間不到SIFT的十分之一。LCM