导读:本文包含了双目立体测距论文开题报告文献综述及选题提纲参考文献,主要关键词:视觉技术,视觉里程,双目相机
双目立体测距论文文献综述
吴锦铁,许原,仲崇霞,梁炜,黄艳[1](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)
李明东,卢彪,金传宇[2](2019)在《基于双目视觉立体匹配技术的双目测距研究》一文中研究指出通过对双目视觉立体匹配技术及测距的研究,计算在不同视角下对物体的图像进行感知,实现了摄像机替代人眼,取得不同拍摄环境下同一物体像素间的位置参数偏差及角点检测信息。主要完成了从各种双目立体匹配算法中选择一种高效准确且容易实现的算法来计算视差值。根据立体匹配的约束关系,借鉴黑白棋盘的模式进行标定,通过opencv模式处理得到实验相机的内外角点坐标参数。通过计算目标物体与相机之间的实际距离、目标物体的叁维坐标以及两点之间的实际距离,提高了目标物体的识别率。(本文来源于《廊坊师范学院学报(自然科学版)》期刊2019年02期)
潘庆甫[3](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)
宋子豪[4](2019)在《基于双目立体视觉的汽车测距避障和目标识别研究》一文中研究指出随着我国经济社会的发展和科技工业的进步,汽车逐渐走进更多家庭的生活和工作,但随之而来的是道路的拥挤和频发的交通事故,汽车主动安全成为当下汽车技术发展所面临的一个重要问题。本文对汽车自动驾驶系统关键模块之一的环境感知进行了深入的研究,在分析汽车环境感知常用的传感器技术的优缺点和研究现状的基础上,提出了基于双目立体视觉的汽车测距避障和目标识别系统。首先,对摄像头成像和双目立体视觉测距的数学原理进行研究分析,结合双目测距系统的要求,选择合适的视觉传感器搭建双目立体视觉平台,获取双目图像。并采用张正友平面标定法,使用双目摄像头拍摄不同角度的棋盘格左右视图,基于MATLAB标定工具箱标定双目摄像头的内外参数。根据立体匹配算法对双目图像的匹配要求,预先对双目图像进行灰度处理和滤波去噪,并使用标定得到的双目摄像头参数对左右视图进行消除畸变和立体校正,以得到严格行对准的双目图像。然后通过对立体匹配算法的分析,提取图像区域灰度作为匹配基元,在多种约束准则下,使用局部最优搜索策略以绝对误差累计函数最小确定双目图像的匹配点,获取匹配点的左右视差计算目标的深度信息。其次,根据汽车实时识别测距的要求,选择合适的实时深度学习算法,基于道路场景图片数据集进行训练,对道路场景中常见的汽车、自行车、行人等进行识别,并输出目标区域坐标,在立体匹配视差图中获取目标距离。最后,采用静态、动态、便携化叁种实验方案对双目立体视觉系统的准确性、实时性和可行性进行验证。静态测距实验对不同距离下的固定标靶进行双目测距并分析误差,动态目标测距实验通过目标识别算法实时检测前方运动目标并获取其距离,便携化实车试验则将双目立体视觉系统移植到以NVIDIA嵌入式开发板中,在道路场景下控制试验车辆实现了对目标物有效的测距、识别和自动避障功能。(本文来源于《华中科技大学》期刊2019-05-01)
潘庆甫,潘庆茹[5](2018)在《基于ARM的简易双目立体视觉测距系统》一文中研究指出介绍了双目立体视觉测距系统的软硬件结构,系统的硬件结构包括核心板S3C2440、一个STN液晶屏和两个CMOS摄像头,系统的软件结构包括嵌入式操作系统、硬件的驱动程序和应用软件。系统最大的优势是能够脱离计算机,仅依靠一块体积较小的电路板就可实现上述功能,安装简捷、便于携带,可广泛运用到视频监控、工件定位、机器人自导引等诸多领域。(本文来源于《电子世界》期刊2018年19期)
吴保烁,赵立宏[6](2018)在《双目立体视觉的测距技术研究》一文中研究指出搭建双目平行系统完成对物体的距离测量。经过图像采集、摄像机标定、立体校正、立体匹配四个步骤得到被测物体的视差图,从而求得被测物体的叁维坐标。利用两种匹配算法来进行立体匹配,为使结果对比明显,在以往黑白视差图的基础上,输出彩色视差图。同时,为提高匹配精度,做了去噪和光照对比实验。最后,对测量实验进行误差分析,以验证实验结果的准确性。结果证明:误差范围控制在1 mm之内,是有效可行的。(本文来源于《电视技术》期刊2018年07期)
李宏伟[7](2018)在《双目立体视觉测距技术研究》一文中研究指出工业4.0提出后,人工智能领域已成为研究人员研究的热门,其中双目立体视觉技术也越来越受到人们的关注,该技术广泛应用于工业、航天、医学等领域。计算机视觉技术,就是利用计算机模拟出人类视觉的功能,实现感知周围场景的信息。双目立体视觉是计算机视觉重要的一个方向,通过不同位置两台相同摄像机对同一场景采集图像,然后对这两幅图像进行立体匹配得到视差图,最后根据视差图信息计算出实际场景的叁维深度。双目立体视觉的测距技术主要包括图像的获取、摄像机的标定、图像的预处理、立体匹配和叁维信息的计算。本文主要对摄像机的标定、立体匹配算法和叁维信息的计算等这几个部分展开的,主要内容如下:1、摄相机标定部分,选用张正友平面标定法,使用Matlab标定工具箱得到两个摄像机的内外参数信息,并进行立体标定。2、在立体匹配部分,先对立体匹配算法理论进行简单的介绍,然后文中给出了一种色彩信息结合改进Census变换的匹配代价计算方法。在代价构造上面,采用色彩信息与改进Census变换相结合;在支持窗口的构造中,放弃了以色彩信息的相似性去构建窗口,而选择灰度值的相似性去构造十字交叉的自适应窗口。最后,用Middlebury测试平台上提供图像进行在线测试,该算法表现出较好的性能。3、深度信息计算部分,先用两个USB微软摄像头HD-3000搭建的平台采集20对图像,然后用Matlab标定工具箱得到摄像机的内外参数信息,最后用OpenCV3.10中的相关函数计算出实际场景中物体的深度信息。实验数据表明文中改进的立体匹配算法,分别使用传统图像和新图像进行测试,平均错误率为8.20%与33.8%,与传统的几个方法相比,平均错误率有明显降低。在测距中,利用文中的算法进行测距准确性达到95%以上,验证了文中算法可以用于实际工程中。(本文来源于《哈尔滨理工大学》期刊2018-06-01)
李志魁[8](2018)在《基于双目立体视觉的工件测距技术研究》一文中研究指出在智能制造为核心的工业4.0背景下,随着中国制造2025战略的深入,工业的自动化程度越来越高。其中手眼系统的普及给自动化生产的高效性提供了保障。双目立体视觉系统是手眼系统中最为常见的,双目立体视觉技术已在自动仓储、航天、军事、家居等领域有着广泛的应用,而标定与测距技术是双目立体视觉的基础与核心部分,因此研究双目立体视觉的标定与测距技术就显得尤为重要。本文针对自动化仓储系统中的工件测距问题,在以下方面进行了研究:(1)提出基于Huber损失函数的圆形标定板圆心提取算法。通过Canny算法提取圆形标定板圆点的边缘,再使用Harris算法提取圆点边缘的角点,最后采用Huber损失函数将所得到的角点拟合成一个圆,进而得到圆心。研究了摄像机标定的基本原理,并采用BP神经网络进行摄像机的标定。实验证明本文提出的圆形标定板圆心提取算法可以提高BP神经网络的标定精度。(2)研究了基于向量夹角的SIFT匹配算法。通过研究FAST算法和SIFT算法在对特征点提取效果的不同,依据工件测距的高精度要求,选择更加稳定的SIFT特征点提取算法,采用基于向量夹角的最近邻搜索方法进行SIFT特征点匹配,实验证明添加基于向量夹角的最近邻搜索算法可以提升SIFT匹配算法的稳定性。(3)完成了工件测距的实验。搭建工件测距的软硬件环境,采用基于向量夹角的SIFT匹配算法完成工件特征点的匹配,求出工件的视差图,从而确定工件深度信息,完成工件测距,为下一步机器人抓取做准备。本文所研究的标定与测距技术可以应用在机器人的导航、路径规划、自动化仓储系统等领域,可以极大的提高工厂的智能化程度,节约成本,提高生产效率。(本文来源于《湖北工业大学》期刊2018-05-22)
张恩硕[9](2018)在《基于双目立体视觉的测距算法研究》一文中研究指出双目立体视觉技术在工业检测、虚拟现实等领域得到广泛应用,本文针对双目立体视觉测距算法展开研究工作。提出了平面-空间算法、旋转平面空间算法、值域扫描算法、飞点极值消元法。首先根据双目视觉算法基本原理建立双目视觉系统的二维空间相似变换模型,并进行化简,进而得出双目立体视觉放缩算法。仿真分析表明,放缩算法的计算结果和使用相似变换模型的计算结果相同,放缩算法是合理的。针对放缩算法不适用叁维空间的问题,提出了平面-空间算法。方针数据表明,目标点离测试系统较近时仿真数据和理论值一致,但当目标点离测试系统较远时,实验数据和仿真数据有较大差异。通过对图像传感器的感光原件成像原理的分析,找到了目标点离测试系统较远时平面-空间算法仿真数据和试验数据差异较大的原因,并提出了双目立体视觉测距算法的值域计算法(本文称为值域扫描算法),并利用实例证明了平面-空间算法的合理性。针对值域扫描算法计算负载较大的问题提出了极值消元法和飞点极值消元法。飞点极值消元法是考虑了函数取值趋于无穷大的点的极值消元法。对极值消元法和飞点极值消元法的仿真数据表明,极值消元法和飞点极值消元法所计算的满足相应条件的平面-空间算法的值域边界和实际边界一致。针对平面-空间算法不适用多个双目立体视觉测距算法在同一标准下进行协同工作问题,提出了旋转-平面-空间算法。仿真数据表明旋转-平面-空间算法的精度和平面-空间算法相同。(本文来源于《内蒙古大学》期刊2018-04-30)
王晓宁[10](2018)在《基于双目立体视觉的目标测距技术研究》一文中研究指出双目视觉技术是计算机视觉领域中必不可少的一部分,它是由多门学科互相交融所形成。其关键内容是利用双目摄像机获取目标物的左右两幅二维图像,从左右两幅二维图像中求取目标的空间位置信息。双目视觉技术的基本理论是根据叁角测量原理获得两幅图像中同一目标间的像素差值,最后获取该目标的空间信息。本课题以双目视觉技术下的目标距离测量为核心开展研究,关键内容包括双目摄像机标定、立体匹配、双目测距等。首先,本课题从基础部分入手讲解了有关摄像机的成像机理,介绍了双目视觉中所需要的坐标系并给出了平行型双目摄像机测距原理。其次,阐述了常见的摄像机标定方法,介绍了各种标定方法的优缺点,引出本课题所采用的张正友标定法,该标定法利用双目摄像机对棋盘格标定板拍照获取标定素材,采取Matlab提供的标定工具箱完成摄像机标定实验,求取摄像机的内部以及外部参数。第叁,对平行型双目摄像机采集的图像分别进行了SURF特征匹配,PCA边缘特征匹配,结构张量特征匹配实验,得到左右图像的标准视差,根据标准视差比较叁种特征匹配方法的准确性,然后根据视差值测量目标的深度距离。最后,针对平行型双目摄像机测距结果仅对近距离目标有较高准确度的缺点,又提出了会聚型双目摄像机测距方法,该方法可以测得目标点到左摄像机的实际距离,经比较所测结果优于平行型摄像机的实验结果,充分表明了所提出测距方法的实用性。(本文来源于《中原工学院》期刊2018-04-01)
双目立体测距论文开题报告
(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:
通过对双目视觉立体匹配技术及测距的研究,计算在不同视角下对物体的图像进行感知,实现了摄像机替代人眼,取得不同拍摄环境下同一物体像素间的位置参数偏差及角点检测信息。主要完成了从各种双目立体匹配算法中选择一种高效准确且容易实现的算法来计算视差值。根据立体匹配的约束关系,借鉴黑白棋盘的模式进行标定,通过opencv模式处理得到实验相机的内外角点坐标参数。通过计算目标物体与相机之间的实际距离、目标物体的叁维坐标以及两点之间的实际距离,提高了目标物体的识别率。
(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。
双目立体测距论文参考文献
[1].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
[2].李明东,卢彪,金传宇.基于双目视觉立体匹配技术的双目测距研究[J].廊坊师范学院学报(自然科学版).2019
[3].潘庆甫.双目立体视觉测距系统的研究[D].安徽理工大学.2019
[4].宋子豪.基于双目立体视觉的汽车测距避障和目标识别研究[D].华中科技大学.2019
[5].潘庆甫,潘庆茹.基于ARM的简易双目立体视觉测距系统[J].电子世界.2018
[6].吴保烁,赵立宏.双目立体视觉的测距技术研究[J].电视技术.2018
[7].李宏伟.双目立体视觉测距技术研究[D].哈尔滨理工大学.2018
[8].李志魁.基于双目立体视觉的工件测距技术研究[D].湖北工业大学.2018
[9].张恩硕.基于双目立体视觉的测距算法研究[D].内蒙古大学.2018
[10].王晓宁.基于双目立体视觉的目标测距技术研究[D].中原工学院.2018