五子棋棋开花谱

基子光场成像的三维图像深度估计

来源: www.khyfdv.tw 作者:vicky 发?#38469;?#38388;:2015-08-09 15:00 论文字数:22511字
论文编号: sb2015080314340213929 论文地区:中国 论文语言:中文 论文类型:硕士毕业论文 论文价格: 150
本文是数学论文,本文应用双目视觉模型对摄像机标定和立体匹配两个关键步骤进行了研究和探索。
1绪论

计算机视觉是综合性的理论研究课题,包括图像处理、模式识别、神经网络、人工智能、信号处理以及计算机技术等。随着电子技术与计算机技术的蓬勃发展,为了更好地感知和处理三维世界中的视觉信息人类以计算机视觉理论为依托进行大量的研究,并取得了丰硕的研宄成果。二十一世纪是以科技与技术为主题,随着科技的不断进步与科研水平的快速发展,人们对于如?#20301;?#21462;三维世界中的相关信息产生了极大的兴趣。对于获取周围信息的手段也在不断的丰富,从最初相机的产生开始,人们利用相机对?#34892;?#36259;的事物或者景物都能够记录下来。如何在曝光前对所要拍摄的物体实现准确地对焦成为最显著的问题,传统的相机成像是将焦距对准到某一景物区域进行拍摄,这种方法所成的像使得对焦区域清晰,但是其他区域出现模糊现象,对于高动态的成像会出现失焦和跑焦的现象。相机的传统成像需要在拍摄景物前进行对焦的操作,不具备实时拍摄的能力。针对传统成像的对焦问题,近年来掀起了光场相机的研宄热潮。

1.1光场成像理论
目前获取光场的方式有:(1)微透镜阵列(2)摄像机阵列和(3)基于掩膜及其他三种方式。根据光场谊染理论,我们将相机内的光场成像模型进行两平面参数化表示,(u,v)面表示成像系统透镜的主平面,(x,y)面表示传感器平面,F表示这两个平面之间的距离。


1.2傅里片成像定理
R,Ng通过傅里叶域表示提出了一种从光场摄影成像的数学理论推导,提出了傅里叶切片成像的理论,该理论是由图像形成的几何光学衍生,并应用了著名的傅里叶切片定理。在傅里叶领域,通过全镜头光圈形成的照片可以理解为是在4D光场中的2D切片,聚焦在不同深度的照片与在4D域中不同轨迹的切片一一对应。定理的运算符定义如下:



2摄像机标定

2.1引言
利用实际3d场景中物体点的三维位置与该点在图像中对应成像点的二维位置?#25104;?#20851;系计算?#36152;?#25668;像机内部和外部参数的这一实现过程定义为摄像机标定。内部参数是指由摄像机自身内部结构决定的参数包括图像?#34892;摹?#25104;像焦距和畸变因素产生的误差,外部参数是指由旋转和平移矩阵组成的摄像机相互间的位置变换关系。摄像机标定过程中用到的参照物通常是以棋盘纸为背景制作而成的标定模板,利用摄像机对该标定板进行拍照获取标定图像并经过棋?#25506;?#28857;检测、立体标定等步骤。标定中坐标系间的变换关系和位置关系是根据摄像机成像所采用的具体模型来定义的。摄像机标定的实现是立体视觉领域中至关重要的一步,是三维重建等工作的实现基础,随着摄像机硬件技术的提高以及测量学领域的不断发展,实现标定的相关技术也在‘决速地提高和发展。

2.2摄像机成像模型
图像的获取可以定义为将空间中3D几何信息投影到2D图像平面的过程,这一过程可以用摄像机成像的几?#25991;?#22411;来描述,这个过程也可以理解为照片的形成过程。针对目前标定领域的情况,成像的透视投影模型可以?#27835;?#32447;性透视投影模型和非线性透视投影模型两种。线性模型依据的是小孔成像的原理,是不考虑其他物理因素影响的;事实上,由于摄像机的镜?#33539;?#23384;在畸变因素,因此实际的成像模型是存在畸变影响的并不是线性的,这种成像模型我们称之为非线性模型。下面以这两种成像模型为例来具体介绍一下成像原理以及标定过程中定义的坐标系之间的相互转换关系。
2.2.1线性投影模型
线性投影模型也可称之为真空成像模型,这种理想的摄像机成像模型广泛地应用于计算机视觉和机器视觉领域。摄像机的线性投影模型很好地表达了三维空间内物点与像面中与之相对应像点的?#25104;?#20851;系,图像的形成就是由三维空间之中物体的3D三维信息投影到图像的2D二维信息的过程。
2.2.1坐标系的定义





3立体匹配.............23
3.1引言..........23
3.2立体匹配算法的分类...........24
4总结及展望............34
4.1总结............34
4.2展望...........37

3立体匹配

3.1引言
立体匹配是在机器视觉的相关领域中重要的组成部分,立体匹配技术的实现是立体视觉中困?#30740;?#26368;大的问题但同时?#36130;?#30528;最为关键的作用,立体匹配简单来说就是对图像对之间成像点的像素特征进行匹配以获取该图像对的视差图过程,视差图的提取对三维测量等工作具有重要意义。考虑到摄像机自身的透镜畸变因素的影响,以及拍摄过程?#35874;?#22659;的变化,如场景中照度、亮度以及遮挡等影响较大的方面,这些因素都会可能导致获取的图像质量不高,出现含噪声和不清晰的情况,图片之间差异较大,这加大了后面匹配的难度。鉴于以上的差异性,这?#25176;?#35201;我们建立相关的匹配准则和?#38469;?#26465;件来为准确可靠的立体匹配服务,以达到使得全局匹配或者局部匹配唯一的目的。目前还找不到适用于所有情况的匹配算法,不过涉及到任何立体匹配算法都有三个方面,即:
1.匹配基元的选择问题,也就是?#19994;?#21305;配特征,匹配基元有?#27605;摺?#30456;位和区域等。
2.确立匹配准则,也就是?#19994;?#36827;行匹配时需要的准则和?#38469;?#20351;得立体匹配过?#25506;?#20302;其他因素带来的影响。
3.创建能够准确地将匹配基元进行匹配的稳定算法,使得匹配更具准确性和实效性。

4总结及展望

4.1总结
本文研究的是基于光场成像的三维图像深度估计,论文的主要内容是:
(1)介绍了光场相机的研宄和发展近况以及光场成像理论,并对R,Ng提出的傅里叶切片成像定理做了详细论述。
(2)介绍了双目立体视觉模型以及在双目视觉下的深度信息求解过程。
(3)研究了张正友提出的基于平面模板的标定方法理论并在MATLAB环境下进行求解摄像机内外参数的实验。
(4)介绍了常见的立体匹配算法和?#38469;?#26465;件,并在OPENCV环境下应用Bouguet算法进行立体校正获得图像对视差图,求解深度信息。
参考文献(略)

原文地址:http://www.khyfdv.tw/sxlw/13929.html,如有转载请标明出处,谢谢。

您可能在寻找数学论文方面的范文,您可以移步到数学论文频道(http://www.khyfdv.tw/sxlw/)查找


上一篇:平面曲线匹配方法的研究与应用
下一篇:基于光场成像的三维图像特征点提取与匹配
相关文章