论文部分内容阅读
立体视觉技术是计算机视觉领域的经典课题,双目立体视觉由于其最能够实现机器视觉向人‘类的仿生,因而成为立体视觉领域的研究热点。本文首先介绍了计算机视觉的发展历史及其研究概况,并对实验所用的OpenCV平台做以介绍,然后对双目图像三维重构的体系结构及其关键技术进行了分析研究,接下来,本文以双目图像三维重建体系为研究重点,对其中的摄像机定标、特征提取和立体匹配、基于OpenCV的立体匹配及三维重建技术开展了研究。作为计算机视觉中解决三维世界坐标与二维图像坐标之间对应的关键问题,本文在摄像机定标阶段,简述了摄像机模型、摄像机定标技术以及CVUT,并着重讨论了OpenCV中摄像机标定的算法及实现。针对基于OpenCV的摄像机标定系统存在内存泄露等问题,本文在VC++环境下,开发了一套基于CVUT的摄像机标定系统,通过该系统,用户可以方便、快速而准确地完成摄像机标定任务。特征的提取和匹配精度决定了三维重建的准确性,文章对当前常用的特征提取和立体匹配算法的优缺点进行了理论介绍。在实验中采用Canny算子对双目图像进行边缘检测,得到了纹理较为清晰的图像边缘信息,并采用基于特征的立体匹配算法,对提取到的双目图像边缘信息进行匹配,成功实现了对双目图像中匹配点对的匹配。在基于OpenCV的立体匹配及三维重建阶段,对基于OpenCV的特征匹配原理及双目图像的三维信息重构流程进行分析。采用基于窗口的稀疏点匹配,成功恢复出了双目图像对的轮廓图,并通过对深度图像的线性插值得到了图像的轮廓深度图。最后,通过对改进的摄像机标定方法、立体匹配和三维重构等环节的实验整合,实现了在Windows系统下,基于VC++6.0和OpenCV及CVUT的双目立体视觉系统定标与三维重建。实验表明,该系统可以比较好地恢复二维图像的深度信息并实现对图像三维信息的重建。