基于立体视觉摄像机标定方法的三维重建技术研究

由多幅图像获取物体的三维几何信息是当前计算机视觉领域中的重要研究课题。从两个不同的位置观测同一物体时,可测量出其三维轮廓,通常称为三维形面测量。它是获得三维信息的重要方法,其优点是不需要特殊的装置。随着科学技术和工业生产的发展,三维形面测量在现代工业及实际生产中起着越来越重要的作用,在科研、工程设计、刑事侦查现场痕迹分析、自动在线检测、质量控制、机器视觉、医学诊断等方面有着极其广泛的应用前景。 本文在分析和总结了当前国内外立体视觉研究工作的基础上,针对其中的摄像机标定、角点检测、立体匹配和三维重建四个关键技术部分开展研究,其主要成果如下: 1.提出了一种改进的摄像机标定方法。从三个方面对张正友的平面模板两步法作了改进:首先,在摄像机成像模型中增加了切向畸变校正;然后针对计算摄像机参数初值环节进行研究,在角点选取和计算方法上作了改进。当不考虑畸变效应时,选取图像中心附近畸变较小的点代入求解,而不是选取所有的点。并利用旋转矩阵的正交性和摄像机参数间的约束关系,采用一种简单的计算方法从投影矩阵中分解求出摄像机参数初值。 2.采用逐步求精的策略进行角点检测,有效地解决了传统边缘提取算法中,无法区分因为噪声产生的虚假边缘点问题。首先利用Hough变换确定角点所在的区域,然后利用Harris算子确定角点大概的位置,最后精确定位角点位置。 3.提出一种基于顺序一致性约束的立体匹配算法。立体匹配中的难点是消除歧义匹配,有效的办法是缩小搜索范围。首先确定图像中的匹配特征点,然后以这些特征点为基准,划分左右区间,利用顺序一致性缩小搜索范围,并可利用极线约束进一步减小解的搜索空间。 实验结果表明,本文提出的方法具有容易实现的特点,而且适用于精度较高的场合。