摘要:随着机器人技术和视觉技术的发展,机器人的应用也越来越广泛,计算机视觉技术是机器人技术中的重要组成部分。人类的信息80%来自眼睛,机器人视觉作为机器人与外界联系的窗口,获取三维世界物体的姿态、形态、运动和深度等信息,然后将所得到的信息传递给计机,通过计算机的处理和加工来完成控制计算机的功能。
双目立体视觉是从两个角度观察同一个物体,以获取在不同视角下的感知图像,通过成像几何原理计算图像像素之间的位置偏差来获取物体的三维信息。本论文主要研究双目立体视觉中的图像的角点提取,摄像机的标定,特征点的提取几个部分。
针对摄像机的标定,考虑多方面的因素,我们选用了张正友的平面标定法进行标定。在特征点的提取中,对于传统的Harris角点提取的缺点,我们对其进行了改进,提出了基于Harris检测原理的亚像素角点检测方法。利用角点领域内图像灰度的变化与角点到领域内任一点的矢量点乘为零的性质,采用迭代算法,获得亚像素的坐标,提高摄像机标定的精度。
本文主要用了MATLAB进行了实验算法的编程与调试。
关键词:摄像机的标定 ;Levenberg-Marquardt算法;Harris角点提取; 张正友两步标定法;
目录
摘要
abstract
第一章 绪论-1
1.1 引言-1
1.2双目视觉系统定位标定研究历史与发展现状-1
1.3双目视觉研究存在的问题和发展趋势-2
1.4研究双目视觉系统定位标定的意义-2
1.5双目视觉系统研究的主要内容和方法-3
1.5.1双目视觉系统标定的主要内容-3
1.5.2双目视觉系统标定的方法-3
1.6论文的结构-5
第二章 摄像机标定的基本理论-7
2.1引言-7
2.2摄像机成像模型-7
2.2.1 标定靶的选择-7
2.2.2 小孔成像原理-8
2.2.3线形模型的摄像机标定-9
2.2.4非线性摄像机模型-12
2.3本章小结-13
第三章 视觉图像特征点的提取-14
3.1引言-14
3.2角点检测概述-14
3.2.1基于边缘提取的角点检测算法-14
3.2.2基于图像灰度的角点检测算法-14
3.3 基于Harris角点检测的亚像素角点检测技术-14
3.3.1 Harris角点检测原理-14
3.3.2 精确角点坐标至亚像素级-15
3.4 实验操作与结果分析-20
3.5本章小结-26
第四章 摄像机标定算法的实现-27
4.1 基于张正友算法的平面模板的标定-27
4.2算法模型-27
4.3 求解模型中的内外参数-28
4.4处理镜头的径向畸变-30
4.5基本的编程思路介绍-31
4.6标定结果与分析-36
4.6.1标定方法-36
4.6.2标定结果与分析-36
4.7 误差分析-40
4.8本章小结-41
第五章 实验操作与界面设计-42
5.1基于张的平面模板的实验-42
5.1.1实验的硬件设备-42
5.1.2实验的软件平台-43
5.2本章小结-49
结论-50
参考资料-51