2017/02/14 双目测距文献阅读

最新推荐文章于 2022-11-29 21:49:08 发布

DashawnTang

最新推荐文章于 2022-11-29 21:49:08 发布

阅读量2.4k

点赞数

分类专栏：文献阅读图像处理文章标签：计算机视觉

本文链接：https://blog.csdn.net/DashawnTang/article/details/55505291

版权

图像处理同时被 2 个专栏收录

9 篇文章 0 订阅

订阅专栏

文献阅读

4 篇文章 0 订阅

订阅专栏

2017/02/14

zhengyou zhang Camera calibration: a person retrospective

Computer vision is a key branch of artificial intellgence,aiming at understanding the surrounding environment from the visual infromation caputer by camers.
Desktop Vision System(DVS)
planar pattern
DVS needs to know the charactreistics of its visual sensor(camera). That is the task of camera calibration,which iis a process of determining the camera’s internal parameters (focal length, aspect ratio and rectangularity of a pixel, the center of the image sensor) and the camera’s external parameters (position and orientation).

马肖双目立体视觉测距技术

Binocular stereo range-measuring technology

所谓的计算机视觉是指用各种成像系统代替视觉器官作为输入敏感手段，由计算机来代替大脑完成处理和解释[1]。一台摄像机机在获取图像信息时会丢失掉图像的深度信息，因此拍出的图像不会像人的双眼观察得有立体感。机器视觉是通过三维世界所感知的二维图像来研究和提取出三维景物世界的物理结构[2]。所谓的立体视觉，是基于人眼视差的原理，由不同位置的两台或多台摄像机对同一物体进行拍摄，然后通过对同一物体不同图像中的视差，计算出物体在实际空间中的位置。研究双目立体视觉系统是一件非常有意义的事情，能像人眼一样获取周围的环境信息，以便能识别和定位目标物体。随着电子学、光学以及计算机技术的发展，逐渐成为生物医学、工业检测、虚拟现实等领域的关键技术，在军事侦察、航天遥测及应急救灾等领域得到了广泛的应用
1. 双目立体视觉测距的原理
2.结论
双目立体视觉测距系统有着十分广阔的发展和应用前景，它在驾车测距，机器人避障和智能拍摄中都起到了关键作用。文中主要基于自身的实验情况，对常用的双目立体视觉测距技术进行了阐述和相应的优化，并分析了影响精度的主要原因。希望能为广大科技工作者对双目测距精度的提高起到一些帮助。

沈彤基于双目立体视觉的目标测距系统

Disstance measurement system based on binocular stereo vision

引言

目前，测距的方法有很多，譬如红外测距、激光测距、超
声波测距。红外测距精度较低，距离近。激光测距精度高，但是成本较高。超声波的优点是比较耐脏，缺点是精度较低，而且成本很高。基于计算机双目视觉的测距技术是今后发展的一个重要方向，在机器人壁障、汽车导航等领域有着广泛的前景［１－２］。
双目立体视觉测距就是利用两个摄像机同时拍摄的左右图像对进行立体匹配，根据立体匹配得出的视差图算出目标物体的距离。相机的标定和左右图像对的匹配是该测距方案的关键。采用了ｚｈａｎｇ提出的棋盘标定法，并通过ＭＡＴＬＡＢ实现了左右相机的标定［３－４］。立体匹配采用了ＯｐｅｎＣＶ提供的“绝对误差累计”的小窗口方法实现匹配，该方法快速高效，能够很好地满足实时性的需求。
双目立体视觉测距原理
摄像机标定
立体矫正
立体匹配和测距
结论
主要研究了如何用双目视觉提取物体深度信息。为了实现测距，研究了双目测距的原理、摄像机的标定、图像预处理、立体校正、立体匹配等关键技术，在此基础上提出了用ＭＡＴＬＡＢ和ＯｐｅｎＣＶ相结合的方法实现双目立体视觉的测距。使用ＭＡＴＬＡＢ实现左右相机的标定，在ＶＳ２０１０的环境下通过ＯｐｅｎＣＶ实现左右相机的立体校正以及左右图像对的立体匹配。通过实验可知，该方法在测量近距离目标时精度较高，但测量远距离目标时精度降低，同时在匹配低纹理的目标图像对时存在一定的困难。

尚倩双目立体视觉的目标识别与定位

Traget recognition and location based on binocular stereo vision

人类获取的信息 70% ～ 80%来自视觉，视觉是人类认识和改造世界的一个主要途径．计算机视觉是使用计算机及相关设备对生物视觉的一种模拟，它的主要任务就是通过对采集的图片或视频进行处理以获得相应场景的三维信息［1］．
根据视觉传感器的个数，计算机视觉可以分为:单目视觉系统、双目视觉系统和多目视觉系统［1］．
单目视觉系统只通过一个视觉传感器来获取外界的视觉信息，方式简单，但是只能获得目标的二维空间信息．而双目和多目视觉系统比较复杂，一般具备获取三维空间信息的能力，但实时性是双目和多目视觉系统的最大挑战．双目立体视觉技术可以很好地模拟人眼的功能，并且可以对三维世界进行立体感知，因此，在机器视觉的研究中发挥着越来越重要的作用．文中着重研究双目立体视觉下目标的识别与定位技术，双目立体视觉系统主要包括摄像机标定、图像分割、立体匹配和三维测距 4 个模块．传统的摄像机标定技术一旦完成标定，摄像机相对于世界坐标系的位置就不能发生变化，否则，就需要重新标定［2］．但从实
际应用角度，为了更好地进行目标的识别与定位，摄像头需要进行相应偏转．针对这个特点，提出了一种基于云台转角的外参数估计方法，经过误差分析，此方法可以精确地完成摄像机旋转情况下对外参的估计，使机器人的云台在目标识别和定位过程中可以更加灵活地旋转，大大增强了该机器人的视觉功能，最后，利用广茂达机器人系统作为实验平台，基于改进后的双目立体视觉系统进行目标的识别与定位，并以此对目标识别定位的结果作为依据来控制机器人和手臂的相应运动，从而成功地实现了机器人对目标物体的准确抓取．
1. 双目立体视觉系统
算法改进—
以适应摄像头会随着机器人的运动而运动，机器人不动时，摄像头也可以通过云台发生上下或左右的旋转
1. 2. 基于颜色相似性的分割
2. 实验平台
3. 实验结果分析
重投影误差计算
4. 结束语
本文完成的是一个基于改进了的双目立体视觉的目标识别与定位系统．双目立体视觉系统主要包括摄像机标定、图像分割、立体匹配和三维测距4 个模块．其中，在摄像机标定部分，针对系统的运动特点，在原有算法的基础上提出了世界坐标系转化为机器人坐标系和基于云台转角的外参数估计 2 种方法，经过误差分析，基于云台转角的外参数估计方法可以精确地完成摄像机旋转情况下对外参的估计，使云台在实验过程中可以更加灵活的旋转，增强了该机器人的视觉功能，最后，利用广茂达机器人系统作为实验平台，基于改进后的双目立体视觉系统进行目标的识别与定位，并以识别定位的结果作为依据来控制机器人和手臂的相应运动，从而成功地实现了机器人对目标物体的准确抓取，此结果更充分验证了所提出方法的可行性．