mlse均衡器matlab,基于LMS自适应均衡器matlab仿真.doc-CSDN博客

基于LMS自适应均衡器matlab仿真.doc

毕业设计

(2014届)

题目一种基于OpenCV的摄像机标定方法

学院物理电气信息学院

专业电子信息工程

年级 2010

学生学号 1201024534

学生姓名李

指导教师

2014年5月6日

摘要

关键词：

Abstract

In the field of machine vision and industrial measurement，camera calibration is anelementary step which is also essential to obtain three dimensional information from a two dimensionalimage．In order to improve the efficiency of traditional camera calibration methods，under the VC ++ 6.0platform，this article actualized the camera calibration through calling the OpenCV1. 0 functions．Thissimplicity of the method is mainly reflected in that it does not need many optimaization algorithms and justuses the calibration functions in library to carry out experiments． And it proved the feasibility andeffectiveness of this method by doing the experiments．

Key words: machine vision; camera calibration; traditional calibration; OpenCV

第一章绪论1

1.1 研究背景和研究意义1

1.2 2

1.3 摄像机标定概述及分类3

1.4 本文的研究内容

第二章 8

2.1 常用坐标系及变换8

2.2 摄像机模型9

2.3 非线性失真11

2.4 参数的求取12

第三章 13

3.1 横向滤波器的选择25

3.2 算法迭代公式的推导26

3.3 计算机仿真27

3.3.1 LMS算法的算法流程27

3.3.2 28

总结与结论34

参考文献35

致谢36

第一章绪论

1.1 研究背景和研究意义

1.2 计算机立体视觉研究现状

利用被摄对象的多幅图像获取其三维几何模型，是视觉测量和计算机视觉的一个经典课题，目的是恢复物体表面形状或者恢复场景中相机和物体之间的距离。在计算机视觉界，三维重建方法大致分为立体视觉方法(双目三目和多目视觉)、光学立体学、从运动求取结构、从阴影恢复形状及从纹理及表面朝向恢复形状等(章毓晋)。

在针孔模型下，基于点的三维重建实质是三点(原点、像点、物点)的共线方程。此时对应的像点与物点必须是同名点。人造物体大多具有比较规则的形状，一般可以看作由若干点、线、面的组合。在实际图像中，由于噪声和遮盖等的影响，我们需要的同名点可能无法精确提取甚至不存在，而大多数情况下，一条直线段往往可以相对容易的提取出来，因此计算机视觉界提出了许多利用图像直线信息进行摄像机标定和三维重建的方法。 Hartley，Feugeras，Maybank，Pollyefeys等人都深入研究了如何从未标定的摄像机图像进行透视变化层、仿射变换层以及量测变换层的三维重建。

对于建筑物这样一类及立方体及其他规则体为基础的空间物体，其三维重建以单个影像及多个影像(不一定需要构成立体像对)来实现。这方面的研究已经有较多的文献，特别是计算机图形学界对几何建模与纹理映射均有非常杰出的贡献。其中典型的有 Faoade 和 PhotoBuilder 等，前者采用物方和像方相结合的混合模型，它本质上是基于结构体几何的方法