隨著諸如無人機、機器人等智能無人系統(tǒng)的發(fā)展,對于障礙物檢測和避障技術(shù)的要求也日益提高。將計算機視覺用于障礙物識別具有實時性高、成本較低且不易受外界干擾的優(yōu)點。雙目立體視覺模擬人類雙眼,利用兩個攝像機從不同位置對同一場景進行成像,從而獲得該場景在不同位置的圖像,并利用圖像對之間對應(yīng)點的位置偏差來計算得到目標場景的三維幾何信息。為實現(xiàn)在日常應(yīng)用場景下較為精確快速的障礙物探測與識別,本文基于雙目立體視覺原理,設(shè)計了一種對目標場景進行深度恢復(fù)及障礙物分割的探測系統(tǒng),為運動載體的后續(xù)避障工作提供了技術(shù)基礎(chǔ)。通過對雙目視覺和障礙物探測的原理及模式分析,本文選用了平行式雙目立體視覺模式作為總體設(shè)計方案;在綜合考慮相機工作環(huán)境、鏡頭焦距、像素及分辨率等因素后選取了HNY-CV-001型雙目攝像機進行本設(shè)計中雙目立體視覺實驗平臺搭建;其后采用張正友標定法,利用Matlab中的標定工具箱進行了雙目相機標定并通過輸入畸變系數(shù)進行畸變校正從而得到相機的內(nèi)外參數(shù);利用雙目相機進行圖像獲取并對圖像進行預(yù)處理:首先選用中值濾波和高斯濾波對圖像進行去噪處理,接下來使用直方圖均衡化法消除圖像對的亮度差異,最后使用拉普拉...

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 障礙物探測國內(nèi)外研究現(xiàn)狀
        1.2.2 雙目立體視覺國內(nèi)外研究現(xiàn)狀
    1.3 本文主要研究內(nèi)容及章節(jié)安排
2 雙目視覺系統(tǒng)設(shè)計方案
    2.1 雙目視覺原理及模式選取
    2.2 系統(tǒng)硬件平臺搭建及軟件流程
        2.2.1 硬件設(shè)備選取
        2.2.2 軟件設(shè)計
    2.3 本章小結(jié)
3 雙目相機標定
    3.1 雙目相機標定原理
        3.1.1 視覺系統(tǒng)下三大坐標系
        3.1.2 世界坐標系到攝像機坐標系
    3.2 雙目相機畸變
        3.2.1 徑向畸變
        3.2.2 切向畸變
    3.3 相機標定方法
        3.3.1 傳統(tǒng)標定方法
        3.3.2 張氏標定法
    3.4 MATLAB實現(xiàn)相機標定
        3.4.1 單目標定
        3.4.2 雙目標定
    3.5 本章小結(jié)
4 雙目系統(tǒng)圖像預(yù)處理
    4.1 圖像對亮度差異去除
    4.2 圖像去噪
        4.2.1 椒鹽噪聲去除
        4.2.2 高斯噪聲去除
    4.3 圖像銳化處理
    4.4 本章小結(jié)
5 圖像立體匹配
    5.1 雙目校正
    5.2 立體匹配算法原理
        5.2.1 局部匹配算法
        5.2.2 全局匹配算法
    5.3 BM算法與SGBM算法
        5.3.1 BM算法實現(xiàn)立體匹配
        5.3.2 SGBM算法實現(xiàn)立體匹配
        5.3.3 匹配算法對比分析
    5.4 系統(tǒng)可靠工作距離
    5.5 本章小結(jié)
6 障礙物分割識別
    6.1 障礙物分割原理
        6.1.1 障礙物定義
        6.1.2 K-Means圖像分割算法
    6.2 實驗與結(jié)果分析
    6.3 本章小結(jié)
7 總結(jié)與展望
    7.1 全文總結(jié)
    7.2 研究工作展望
參考文獻
攻讀碩士期間發(fā)表的論文及所取得成果
致謝



本文編號：3819098