基于改進(jìn)SURF算法的雙目立體視覺重建.pdf

1、雙目立體視覺一直是計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)和難點(diǎn)，其通常應(yīng)用在視覺導(dǎo)航、虛擬三維重建、工業(yè)檢測(cè)、航空測(cè)繪等領(lǐng)域上。因此，對(duì)基于雙目立體視覺的三維重建的研究，具有一定的科研價(jià)值和實(shí)際應(yīng)用。
　　基于雙目立體視覺的三維重建是以 Marr視覺理論為基礎(chǔ)，主要是運(yùn)用兩臺(tái)攝像機(jī)在不同的位置拍攝同一場(chǎng)景的物體，然后提取該場(chǎng)景圖像的特征，對(duì)場(chǎng)景圖像中對(duì)應(yīng)的特征點(diǎn)進(jìn)行匹配，分析它們之間的不同，最后根據(jù)三角測(cè)量的原理來計(jì)算場(chǎng)景中物體的三維坐標(biāo)，從而

2、恢復(fù)三維場(chǎng)景。通過對(duì)雙目立體視覺重建過程的分析，本論文主要對(duì)重建過程中的提取圖像特征點(diǎn)、對(duì)應(yīng)特征點(diǎn)的立體匹配以及攝像機(jī)的標(biāo)定進(jìn)行了重點(diǎn)研究，最后在VS2008和Open CV環(huán)境下實(shí)現(xiàn)了三維場(chǎng)景物體的恢復(fù)。
　　論文主要完成了以下工作：
　?。?）在圖像特征提取方面，本文通過對(duì)SIFT算法和SURF算法的調(diào)研，并且對(duì)這兩種算法的性能做出了比較，對(duì)采集到的圖像進(jìn)行特征提取和匹配的實(shí)驗(yàn)比較，最終確定將SURF算法作為本文后期進(jìn)行

3、特征匹配的算法。
　?。?）由于原始的SURF算法存在著特征描述維度大、實(shí)時(shí)性不高等問題，因此，本文將對(duì)稱性的特征加入到了原始的SURF算法的框架中，對(duì)SURF算法做出了改進(jìn)，提出了改進(jìn)的SURF算法。通過對(duì)圖像尺度變換、旋轉(zhuǎn)、光照變換的實(shí)驗(yàn)驗(yàn)證，改進(jìn)后的SURF算法在提取特征點(diǎn)的效率上要高于原始SURF算法。
　?。?）在圖像拼接這方面，本文將改進(jìn)后SURF算法應(yīng)用到了圖像拼接上，通過實(shí)驗(yàn)驗(yàn)證，特征匹配的效率從之前的13.

4、03對(duì)/秒提升到了15.20對(duì)/秒。
　?。?）在攝像機(jī)標(biāo)定方面，本文首先對(duì)雙目立體視覺過程中涉及到的四類坐標(biāo)系進(jìn)行了調(diào)研，然后介紹了雙目立體視覺的模型，為了精確的計(jì)算出攝像機(jī)的內(nèi)外參數(shù)，最終選擇了張氏平面標(biāo)定的方法，這種方法處于傳統(tǒng)標(biāo)定方法與自標(biāo)定方法之間，因此避免了傳統(tǒng)方法復(fù)雜的操作過程，而且精確度也比自標(biāo)定方法要高。
　?。?）在vs2008和Open CV環(huán)境下，本文得到了三維場(chǎng)景圖像的三維坐標(biāo)點(diǎn)和視差，從而實(shí)現(xiàn)了三