导读:本文包含了双目立体视觉系统论文开题报告文献综述及选题提纲参考文献，主要关键词:双目立体视觉,视差,立体匹配,超限学习机
双目立体视觉系统论文文献综述
赵琛,江卫华[1]（2019）在《基于双目立体视觉的小型工件测量系统》一文中研究指出由于传统的直接测量技术无法满足工业中对工件快速、高精度的测量任务,而非接触式测量克服了直接测量技术的缺点,无需通过接触被测物体,仅通过高精度测量仪器对被测物表面进行扫描来获取测量数据,其操作方式高效便捷安全,且不会对被测物体造成损坏。该文研发了一种运用视差原理设计的测量小型工件的双目立体视觉系统,文中对系统在设计中所经历的关键步骤进行了阐述,并重点对立体匹配展开了详细的研究,寻找到一种利用机器学习中超限学习机学习算法对立体匹配过程进行了优化。最后,通过对比传统的SAD立体匹配算法验证了该文匹配算法的高效性,并通过精度测量实验对系统进行了验证。(本文来源于《自动化与仪表》期刊2019年11期）
吴锦铁,许原,仲崇霞,梁炜,黄艳[2]（2019）在《一种用于里程计量的双目立体视觉测距系统》一文中研究指出介绍一种用于里程计量的双目立体视觉测距系统。分析了双目相机的测距原理,搭建了双目立体视觉测距系统,对双目相机进行标定,解算系统到目标的深度距离。使用全站仪及光轨结合的方法对系统进行比对测量,结果显示系统测距误差为厘米量级。(本文来源于《计量技术》期刊2019年10期）
李冠贤,何思铭,费浩雯[3]（2019）在《基于双目立体视觉技术的空间定位系统设计与实现》一文中研究指出如今,叁维重构技术广泛应用于工业检测、叁维测量、虚拟现实等领域。同时双目立体视觉也是计算机视觉的一个重要分支。立体视觉是指从两个不同的角度去观察场景中的同一个物体,来获取不同视角下的二维图像,再运用成像几何原理来计算图像像素之间存在的位置偏差(视差),从而获取物体的叁维信息。本文通过设计一种用于目标空间叁维距离、方位信息探测的立体视觉系统及实现方法,根据图像识别结果进而获得目标的叁维信息。(本文来源于《电子世界》期刊2019年11期）
潘庆甫[4]（2019）在《双目立体视觉测距系统的研究》一文中研究指出计算机视觉是利用感光元件代替人类视觉对目标进行感知与分析的一项技术。双目立体视觉是计算机视觉中的一个重要分支,即由不同位置的两台相机经过平移或者旋转来拍摄同一场景,通过计算空间点在两幅图像中的视差,来获取空间点的叁维坐标值。双目立体视觉模拟人类双眼来进行判断与处理,具有简单易行的优点,在位姿检测与控制、非接触测量等领域得到了广泛应用。论文首先在深入研究双目立体视觉的基础上,确定相机成像模型中的四个坐标系的转换关系,建立了双目立体视觉的测距模型;采用张正友标定法并借助Matlab标定工具箱进行标定实验;为把非共面且行对准的图像平面校准成共面且行对准,借助Visual Studio 2015 Enterprise下的OpenCV进行立体校正实验;针对SIFT算法的特征点维数过高,维数过高可能会导致匹配速度慢和占用更多的储存空间,并且随着匹配点数目的增多,错误匹配的概率可能会增大,本文优化了特征点的维数,使其由原来的128维降为现在的64维,实验表明,优化后的SIFT算法的运行时间比原来缩短了;利用Visual Studio 2015 Enterprise下的OpenCV使用BM算法进行立体匹配与测距实验。其次利用Visual Studio 2015 Enterprise下的Visual C#设计并实现了上位机软件,该上位机软件基本实现了双目立体视觉测距系统的各个部分功能,分别为登录功能、图像采集功能、相机标定功能、邻域处理功能、特征匹配功能、立体校正功能、立体匹配与测距功能。最后研制了一种基于S3C2440的硬件平台与嵌入式Linux操作系统的软件平台的双目立体视觉测距系统。系统硬件部分由微处理器S3C2440和其外围硬件设备组成,软件部分由嵌入式操作系统Linux和应用程序组成。图[64]表[6]参[61]。(本文来源于《安徽理工大学》期刊2019-06-12）
苏圣[5]（2019）在《双目立体视觉中弱纹理平面3D结构提取算法研究与系统实现》一文中研究指出人造环境中精确的平面结构提取算法在叁维重建和机器人导航应用中有着重要作用。然而,弱纹理平面的检测在计算机视觉领域中始终面临着深度估计不准确的挑战。本文对传统的双目立体匹配方法和图像直线段检测方法进行了深入研究,并结合计算机视觉中的两视图几何原理,提出了一个基于直线的多平面结构拟合算法,同时实现了一套基于平面单应的叁维重建系统。该系统和方法针对室内弱纹理场景,从双目图像对中提取空间平面3D结构并计算深度,有效避免了传统立体匹配方法在弱纹理区域中寻找对应点产生歧义的问题。本文的研究内容主要分为初始视差估计、图像直线段提取、基于可见性约束的直线段图模型构建、基于直线的多平面结构检测以及基于马尔科夫随机场的空间平面区域分割。(1)初始视差估计与图像直线段提取。本文利用对图像边缘区域较为敏感sobel算子并结合census方法来计算像素点的匹配代价,从而既快速又精确地获取了边缘区域的视差;再采用基于区域生长的直线段提取方法获取了图像边缘区域的直线段,进而为平面结构拟合奠定了基础。(2)基于可见性约束的直线段图模型构建。本文利用Delaunay叁角剖分算法,结合所提出的的可见性约束,创新性地提出了一种定义直线段相邻拓扑关系的方法。根据该拓扑关系所构建的直线段图模型在拟合平面结构的过程中不仅能够快速寻找出相邻直线段,节省计算时间,还可以避免利用两条较远的不可见直线段对平面的无效拟合。(3)基于直线的多平面结构检测。由于图像中所提取的直线段属于稀疏特征,其与稠密特征不同,根据稀疏特征连续利用RANSAC方法拟合模型时,由于每次拟合出一个模型实例后会删除该实例的内点集合,因此会导致漏检。本文所提出的多平面结构检测算法有效克服了连续利用RANSAC方法所导致的漏检问题,能够比较完整全面地检测出场景中的所有平面结构。(4)基于马尔科夫随机场的空间平面分割。本文结合图像的颜色、视差、平面结构等信息,设计了马尔科夫随机场模型中的数据项和平滑项,对图像进行了平面分割,精确地划分了每个平面在图像中的覆盖范围,使得每个分割区域对应于一个平面,并且拥有清楚、平滑的边界。实验结果表明,利用本文所提出方法实现的叁维重建系统所生成的叁维模型质量更高,尤其对于大范围弱纹理环境的建模更加清晰、真实。(本文来源于《北京邮电大学》期刊2019-06-03）
汪乐意[6]（2019）在《基于FPGA的双目立体视觉图像采集及预处理系统的设计》一文中研究指出双目立体视觉技术作为一种主动测距方法,广泛应用在自动驾驶、虚拟现实、医学成像等领域中。由于制造误差、电路噪声等原因,双目相机实时采集的图像对存在着畸变、噪声污染等干扰,这些干扰会使得立体匹配效果变差。为了生成高质量、高实时性的图像对,本文在对相关理论进行研究分析后,优化、改进了图像畸变矫正算法和中值滤波算法,设计了基于FPGA(Fie1d Programmable Gate Array)的双目立体视觉图像采集及预处理系统。本文主要研究内容如下:(1)针对FPGA实现图像畸变矫正算法时,存在的在线计算逆向映射坐标复杂和片上ROM容量不够问题,本文压缩了逆向映射表,并利用插值法在线重建逆向映射表,然后通过查找重建的逆向映射表来获取逆向映射坐标,从而降低了在线计算量和片上ROM的容量需求。仿真结果表明,经过优化的算法矫正含畸变图像的效果良好。(2)针对传统中值滤波算法会造成图像清晰度下降的问题,本文通过添加适合硬件实现的噪声检测和二次滤波,改善了传统中值滤波算法将非噪声点也进行滤波处理的现象。仿真结果表明,本文所改进的算法相比传统中值滤波算法具有更好的去噪效果,同时具有复杂度较低,适合硬件实现的优点。(3)基于对图像畸变矫正算法和中值滤波算法的优化、改进,本文利用Verilog HDL设计了双通道图像采集模块、图像畸变矫正模块和图像去噪模块。以FPGA芯片作为系统核心,利用两颗数字CMOS图像传感器、SRAM芯片、USB2.0桥接芯片和对应的上位机搭建了图像采集及预处理系统。测试结果表明,所设计的系统能良好地实现图像对的采集、畸变矫正和去噪,在图像分辨率为640×480时,系统处理速度达到60fps,处理延迟小于17ms,实时性良好,为后续的极线校正、立体匹配等图像处理提供了实时的无畸变、不含噪声的图像对。(本文来源于《西安科技大学》期刊2019-06-01）
曹小京[7]（2019）在《双目立体视觉系统中关键技术的研究与实现》一文中研究指出近年来,计算机视觉的研究迅速发展,双目立体视觉技术作为计算机视觉领域发展最为活跃的方向之一,在机器人视觉、虚拟现实、无人驾驶、叁维重建等领域都表现出优越的应用价值。双目摄像机标定和立体匹配技术作为双目立体视觉技术最重要、最具挑战性的部分,其研究制约着双目立体视觉技术的发展。本文将针对这两个关键技术存在的问题展开深入研究,对基础算法进行改进优化,最终设计一套稳定高效的双目立体视觉系统的实验平台,实现目标物体深度信息的获取。本文的主要工作具体如下:(l)论文详细研究了双目立体视觉理论基础,主要包括摄像机线性和非线性成像模型、双目立体视觉的成像原理以及立体视觉的几何约束条件,进一步阐述了双目立体视觉的关键技术和本文的技术路线。(2)针对经典张正友棋盘格标定算法标定精度低,不能自动进行标定,且引入大量人工误差的问题,本文对经典棋盘格模板进行了改进,采用Harris角点检测和判断算法进行像素角点的准确提取,进一步得到亚像素级角点;提出了一种外围角点自动选取算法,确定角点范围,实现了自动标定。实验结果表明,该方法较传统标定方法相比,消除了人工误差,提高了参数精度,方便有效。(3)针对局部立体匹配算法中匹配代价的计算和匹配窗口难选择问题,通过分析传统算法存在的缺陷,本文提出了一种多特征融合的匹配代价计算方法,选用动态窗口并对窗口内每个像素分配权重进行代价聚合,进行了视差值获取和视差图的优化处理。通过使用Middlebury数据库提供的标准图像对提出算法进行仿真实验,实验结果表明,本文的算法提高了遮挡区域及视差不连续区域的视差精度,降低误匹配率,提高了双目视觉的稳健性,同时保持了较好的实时性。运用本文提出的摄像机标定和立体匹配算法,进行了目标深度信息的获取。实验结果表明,本文的双目立体视觉系统,在一定范围内能够获得准确的目标深度信息,验证了本文关键技术研究的有效性。(本文来源于《西安科技大学》期刊2019-06-01）
张乾[8]（2019）在《基于FPGA的双目立体视觉系统设计与实现》一文中研究指出近年来,立体视觉已经被广泛应用到自动驾驶、机器人导航、手势识别、叁维重建、智能摄像头、增强现实等领域。立体匹配算法通常具有计算复杂性高、数据量大的特点,基于通用处理器来实现,很多时候难以满足嵌入式应用的实时性、功耗与体积的要求,这极大地限制了其在实践中的应用。基于现场可编程门阵列(Field Programmable Gate Array,FPGA)的图像处理实现可以有效提高算法的运行速度,但传统的使用硬件描述语言进行算法设计难度较大。高层次综合(High Level Synthesis,HLS)技术的出现,使得一些复杂的算法设计变得更加容易。基于这一技术现状,本文对双目立体视觉算法在FPGA上的设计与实现展开了研究,完成了基于HLS的Census立体视觉算法硬件加速系统的设计与验证,硬件系统的设计以IP核为基础。主要工作包括以下几个方面:(1)在认真分析Census立体匹配算法流程的基础上,完成了基于HLS技术的Census双目立体匹配IP核设计。IP核的设计包括Census变换、汉明距离计算、视差值计算、视差优化等部分的代码编写与优化。为将高级语言编写的算法改写为HLS可综合的代码,在设计中对图像数据流进行缓存并对像素点进行并行处理。另外,通过中值滤波来减少视差图中的噪声信息,同时还设计了 IP核的外部接口,以便IP核与FPGA的其他模块连接。(2)基于Xilinx的Miz702N FPGA硬件平台,完成了 Census双目立体匹配算法核心模块设计,并实现了完整的双目立体视觉系统的硬件系统。所有的硬件系统除立体匹配模块外,还包括ARM处理器、VDMA(Video Direct Memory Access)、AXI互联、VTC(Video Timing Controller)、时钟设置、数据格式转换以及HDMI显示控制等模块。基于软硬件协同设计的思想,软件部分负责系统各硬件模块间的数据处理流程控制,采用Vivado SDK(Vivado Software Development Kit)工具完成了嵌入式软件程序的编写及调试。(3)用公共数据集Middleburry对所设计的立体视觉系统的性能进行了测试。实验表明所设计的立体匹配算法硬件加速系统在图像对尺寸不同、视差搜索长度不同的情况下的处理帧率为24～85FPS(Frames Per Second),能够满足功能实现稳定性强、实时性好、硬件资源占用少的要求。图58幅,表20个,参考文献38篇。(本文来源于《北京交通大学》期刊2019-06-01）
杜钦[9]（2019）在《基于双目立体视觉系统精度控制技术研究》一文中研究指出在航空航天和军事等领域,双目立体视觉测量在对一些结构件尺寸以及较大的设备装配的叁维测量过程中是方便有效的测量方法。然而,目前双目立体视觉测量面临的主要问题是:测量的精度有时达不到我们的要求,而且没有一个好的改进方法,这就制约了视觉测量技术的发展,也对我们的实践和研究造成了许多困扰。另外,还有很多误差因素对双目视觉测量模型的准确性和非线性产生干扰,增加了传统的误差分析方法的复杂性和视觉系统的误差分析的难度。基于对以上双目视觉测量中存在的问题,本文研究了一种可以提高双目视觉测量系统的可测量精度的方法,以满足实践和研究的需要。主要工作如下:(1)分析了双目立体视觉测量系统的硬件组成结构,从目标对象叁维重建数学模型的建立,对图像成像点的位置坐标、左右摄像机的焦距以及摄像机坐标系之间的转换关系进行了分析研究,并最终确定了目标对象特征点在双目立体视觉测量坐标系下的测量方法。(2)在双目立体视觉测量中会有多种误差因素对测量的结果的精度产生影响,本文从双目立体视觉测量系统的系统结构组成,对双目立体视觉测量系统误差的多种影响因素进行了全面的分析和总结。并且对摄像机镜头畸变产生的误差、摄像机的内部结构产生的误差以及特征点提取和匹配产生的误差等主要影响因素进行了实验分析。实验表明,高精度的参数校准方法能够有效地抑制多种误差因素对双目立体视觉测量精度的影响,同时还证明良好的畸变校正方法可以有效改进双目立体视觉系统参数的校准精度。(3)由于镜头畸变校正方法的优劣会对摄像机内外参数校准的精度有明显地影响,本文提出了一种改进的畸变校正的方法。首先把双目立体视觉测量系统的畸变校正和参数的校准分开,进行单独地畸变校正,然后以未畸变的图像为基准来校准左右摄像机的内部和外部参数。这种方法不需要同时计算摄像机的内部和外部参数值,不需要构造高精度的平面畸变校正模板,而且不需要对左右摄像机与校准模板之间的距离进行精确测量,最终得到的畸变校正数据表可以做很多的参数校准工作或测量图像的畸变校正工作。最后通过对实验结果进行分析总结得出,测量点的反投位置误差在0.06mm以内。(本文来源于《西北农林科技大学》期刊2019-05-01）
潘雨坤[10]（2019）在《基于双目立体视觉的运动目标检测系统设计与实现》一文中研究指出近年来,道路交通安全检测和汽车高级辅助驾驶对减少交通事故变得越来越重要,并且随着目标检测和视觉测距技术的日益成熟以及道路交通环境的日渐复杂,单纯对静止目标的视觉测距或者非深度的目标检测已经不能满足市场需求。因此,需要高效的有深度信息的运动目标检测系统。双目立体视觉技术作为计算机视觉的热门研究领域,可以广泛地应用于道路交通和汽车驾驶领域实现目标检测和测距功能,提高驾驶员的人机安全性。目前,基于双目立体视觉的深度感知系统多采用单一的硬件实现,虽然保证了系统的实时性,但系统缺乏人机交互性;而且基于嵌入式系统的运动目标检测方法在测量精度和实时性方面表现明显逊色。综合上述问题,本文提出了基于双目立体视觉的运动目标检测系统,主要由数据采集和存储,场景深度信息感知,目标检测和目标测距四大模块构成。首先,针对嵌入式系统中运动目标检测精度低的问题,结合双目立体视觉的深度信息,设计了运动目标检测算法,对传统算法在运动目标检测中的“鬼影”现象和目标检测不完整的问题进行改进。然后,基于改进算法的目标检测区域设计了目标测距算法。该算法通过对区域中的深度信息进行归类和舍取,以均值法得出运动目标的精确距离。最后,提出了一种软硬件协同设计方法实现了双目立体视觉的运动目标检测系统。该方法结合软硬件的各自优势来进行系统的软硬件划分,并设计高效且精确的软硬件之间的数据控制和传输,再结合系统中的具体算法和逻辑控制对系统进行软硬件协同设计,在保证系统的高实时性下同时使系统有良好的人机交互性。实验结果表明,本文设计的运动目标检测系统在FPGA主频为100M时处理分辨率为640*480的图像数据帧率可达121.43帧/秒。结合GUI的控制处理,系统可以满足实时显示和人机交互的效果。同时,系统中改进的目标检测算法可以准确地检测出运动目标,目标测距算法在七米以内误差值低于2.0%,具有更好的鲁棒性和精准性。系统所有的设计及测试结果都取得了预期的效果。(本文来源于《华东师范大学》期刊2019-05-01）
双目立体视觉系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
介绍一种用于里程计量的双目立体视觉测距系统。分析了双目相机的测距原理,搭建了双目立体视觉测距系统,对双目相机进行标定,解算系统到目标的深度距离。使用全站仪及光轨结合的方法对系统进行比对测量,结果显示系统测距误差为厘米量级。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
双目立体视觉系统论文参考文献
[1].赵琛,江卫华.基于双目立体视觉的小型工件测量系统[J].自动化与仪表.2019
[2].吴锦铁,许原,仲崇霞,梁炜,黄艳.一种用于里程计量的双目立体视觉测距系统[J].计量技术.2019
[3].李冠贤,何思铭,费浩雯.基于双目立体视觉技术的空间定位系统设计与实现[J].电子世界.2019
[4].潘庆甫.双目立体视觉测距系统的研究[D].安徽理工大学.2019
[5].苏圣.双目立体视觉中弱纹理平面3D结构提取算法研究与系统实现[D].北京邮电大学.2019
[6].汪乐意.基于FPGA的双目立体视觉图像采集及预处理系统的设计[D].西安科技大学.2019
[7].曹小京.双目立体视觉系统中关键技术的研究与实现[D].西安科技大学.2019
[8].张乾.基于FPGA的双目立体视觉系统设计与实现[D].北京交通大学.2019
[9].杜钦.基于双目立体视觉系统精度控制技术研究[D].西北农林科技大学.2019
[10].潘雨坤.基于双目立体视觉的运动目标检测系统设计与实现[D].华东师范大学.2019