- 相關(guān)推薦
雙目立體視覺技術(shù)的實現(xiàn)及其進展
摘要：闡述了雙目立體視覺技術(shù)在國內(nèi)外應(yīng)用的最新動態(tài)及其優(yōu)越性。指出雙目體視技術(shù)的實現(xiàn)分為國像獲取、攝像機標定、特片提取、立體匹配和三維重建幾個步驟，詳細分析了各個步驟的技術(shù)特點、存在的問題和解決方案，并對雙目體視技術(shù)的發(fā)展做了展望。雙目立體視覺是計算機視覺的一個重要分支，即由不同位置的兩臺或者一臺攝像機（CCD）經(jīng)過移動或旋轉(zhuǎn)拍攝同一幅場景，通過計算空間點在兩幅國像中的視差，獲得該點的三維坐標值。80年代美國麻省理工學(xué)院人工智能實驗室的Marr提出了一種視覺計算理論并應(yīng)用在雙睛匹配上，使兩張有視差的平面圖產(chǎn)生在深度的立體圖形，奠定了雙目立體視覺發(fā)展理論基礎(chǔ)。相比其他類的體視方法，如透鏡板三維成像、投影式三維顯示、全息照相術(shù)等，雙目本視直接模擬人類雙眼處理景物的方式，可靠簡便，在許多領(lǐng)域均極具應(yīng)用價值，如微操作系統(tǒng)的位姿檢測與控制、機器人導(dǎo)航與航測、三維測量學(xué)及虛擬現(xiàn)實等。
1 雙目體視的技術(shù)特點
雙目標視技術(shù)的實現(xiàn)可分為以下步驟：圖像獲取、攝像機標定、特征提取、圖像匹配和三維重建，下面依次介紹各個步驟的實現(xiàn)方法和技術(shù)特點。
1.1 圖像獲取
雙目體視的圖像獲取是由不同位置的兩臺或者一臺攝像機（CCD）經(jīng)過移動或旋轉(zhuǎn)拍攝同一幅場景，獲取立體圖像對。其針孔模型如圖1。假定攝像機C1與C2的角距和內(nèi)部參數(shù)都相等，兩攝像機的光軸互相平行，二維成像平面X1O1Y1和X2O2Y2重合，P1與P2分別是空間點P在C1與C2上的成像點。但一般情況下，針孔模型兩個攝像機的內(nèi)部參數(shù)不可能完成相同，攝像機安裝時無法看到光軸和成像平面，故實際中難以應(yīng)用。
上海交大在理論上對會攝式雙目體視系統(tǒng)的測量精度與系統(tǒng)結(jié)構(gòu)參數(shù)之間的關(guān)系作了詳盡分析，并通過試驗指出，對某一特定點進行三角測量。該點測量誤差與兩CCD光軸夾角是一復(fù)雜的函數(shù)關(guān)系；若兩攝像頭光軸夾角一定，則被測坐標與攝像頭坐標系之間距離越大，測量得到點距離的誤差就越大。在滿足測量范圍的前提下，應(yīng)選擇兩CCD之間夾角在50℃～80℃之間。
1.2 攝像機的標定
對雙目體視而言，CCD攝像機、數(shù)碼相機是利用計算機技術(shù)對物理世界進行重建前的基本測量工具，對它們的標定是實現(xiàn)立體視覺基本而又關(guān)鍵的一步。通常先采用單攝像機的標定方法，分別得到兩個攝像機的內(nèi)、外參數(shù)；再通過同一世界坐標中的一組定標點來建立兩個攝像機之間的位置關(guān)系。目前常用的單攝像機標定方法主要有：
（1）攝影測量學(xué)的傳統(tǒng)設(shè)備標定法。利用至少17個參數(shù)描述攝像機與三維物體空間的結(jié)束關(guān)系，計算量非常大。
（2）直接線性變換性。涉及的參數(shù)少、便于計算。
（3）透視變換短陣法。從透視變換的角度來建立攝像機的成像模型，無需初始值，可進行實時計算。
（4）相機標定的兩步法。首先采用透視短陣變換的方法求解線性系統(tǒng)的攝像機參數(shù)，再以求得的參數(shù)為初始值，考慮畸變因素，利用最優(yōu)化方法求得非線性解，標定精度較高。
（5）雙平面標定法。
在雙攝像機標定中，需要精確的外部參數(shù)。由于結(jié)構(gòu)配置很難準確，兩個攝像機的距離和視角受到限制，一般都需要至少6個以上（建議取10個以上）的已知世界坐標點，才能得到比較滿意的參數(shù)矩陣，所以實際測量過程不但復(fù)雜，而且效果并不一定理想，大大地限制了其應(yīng)用范圍。此外雙攝像機標定還需考慮鏡頭的非線性校正、測量范圍和精度的問題，目前戶外的應(yīng)用還有少。
上海大學(xué)通信與信息工程學(xué)院提出了基于神經(jīng)網(wǎng)絡(luò)的雙目立體視覺攝像機標定方法。首先對攝像機進行線性標定，然后通過網(wǎng)絡(luò)訓(xùn)練建立起三維空間點位置補償?shù)亩鄬忧梆伾窠?jīng)網(wǎng)絡(luò)模型。此方法對雙目立體視覺攝像機的標定具有較好的通用性，但是精確測量控制點的世界坐標和圖像坐標是一項嚴格的工作。因此神經(jīng)網(wǎng)絡(luò)中訓(xùn)練樣本集的獲得非常困難。
1.3 特征點提取
立體像對中需要撮的特征點應(yīng)滿足以下要求：與傳感器類型及抽取特征所用技術(shù)等相適應(yīng)；具有足夠的魯棒性和一致性。需要說明的是：在進行特征點像的坐標提取前，需對獲取的圖像進行預(yù)處理。因為在圖像獲取過程中，存在一系列的噪聲源，通過此處理可顯著改進圖像質(zhì)量，使圖像中特征點更加突出。
1．4 立體匹配
立體匹配是雙目體視中最關(guān)系、困難的一步。與普通的圖像配準不同，立體像對之間的差異是由攝像時觀察點的不同引起的，而不是由其它如景物本身的變化、運動所引起的。根據(jù)匹配基元的不同，立體匹配可分為區(qū)域匹配、特征匹配和相位匹配三大類。
區(qū)域匹配算法的實質(zhì)是利用局部窗口之間灰度信息的相關(guān)程度，它在變化平緩且細節(jié)豐富的地方可以達到較高的精度。但該算法的匹配窗大小難以選擇，通常借助于窗口形狀技術(shù)來改善視差不連續(xù)處的匹配；其次是計算量大、速度慢，采取由粗至精分級匹配策略能大大減少搜索空間的大小，與匹配窗大小無關(guān)的互相關(guān)運算能顯著提高運算速度。
特片匹配不直接依賴于灰度，具有較強的抗干擾性，計算量小，速度快。但也同樣存一些不足：特征在圖像中的稀疏性決定特征匹配只能得到稀疏的視差場；特征的撮和定位過程直接影響匹配結(jié)果的精確度。改善辦法是將特征匹配的魯棒性和區(qū)域匹配的致密性充分結(jié)合，利用對高頻噪聲不敏感的模型來提取和定位特征。
相位匹配是近二十年才發(fā)展起來的一類匹配算法。相位作為匹配基元，本身反映信號的結(jié)構(gòu)信息，對圖像的高頻噪聲有很好的抑制作用，適于并行處理，能獲得亞像素級精度的致密視差。但存在相位奇點和相位卷繞的問題，需加入自適應(yīng)濾波器解決。
1．5 三維重建
在得到空間任一點在兩個圖像中的對應(yīng)坐標和兩攝像機參數(shù)矩陣的條件下，即可進行空間點的重
【雙目立體視覺技術(shù)的實現(xiàn)及其進展】相關(guān)文章：
基于雙目計算機視覺的自適應(yīng)識別算法及其監(jiān)控應(yīng)用11-14
數(shù)字下變頻技術(shù)的研究及其FPGA實現(xiàn)03-07
醫(yī)學(xué)圖像配準技術(shù)及其研究進展03-01
COM服務(wù)器的偽異步技術(shù)及其實現(xiàn)03-18
TMS320F206的中斷技術(shù)及其實現(xiàn)03-18
反義核酸技術(shù)及其在寄生蟲學(xué)中的應(yīng)用進展03-18
V-BLAST的實現(xiàn)及其檢測03-07
肺隔離技術(shù)進展03-08