框架特征下双目立体视觉中的三维重建研究

论文摘要

论文以交通视频检测为背景,系统地对由直线段与面等组成的框架特征下,双目立体视觉中的三维重建涉及到的各个环节进行了研究和讨论,提出了一些新的算法,并给出了一个的解决方案,同时实现了系统的核心功能。本文工作的贡献主要包括以下三个方面:1、关于轮廓提取算法:对现有常用的图像分割算法进行了总结,并在研究前人成果的基础上,提出了一种基于边界的轮廓提取算法。在室内场景和交通场景中进行了实验,取得了较好的效果。2、关于目标物体分割算法:讨论了利用框架特征的目标物体表面分割算法,提出了一种基于立体信息的目标物体表面分割算法。通过实验,取得了预期的效果,证明了所提出算法的可靠性。对基于框架特征的三维重建算法亦进行了理论研究和分析,并讨论了利用OpenGL实现物体表面绘制的方法。3、关于系统设计、实现及整合实验:利用实验室现有的双目立体视觉平台进行了各个阶段的整合实验,通过实验验证了上述各阶段工作的有效性和正确性,也证实了利用框架特征在双目立体视觉中实现三维重构的可行性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 概述
• 1.2 选题背景与研究意义
• 1.3 国内外研究现状
• 1.3.1 国外研究现状
• 1.3.2 国内研究现状
• 1.4 论文的主要内容及结构
• 第二章 双目立体视觉的基本理论
• 2.1 概述
• 2.2 摄像机标定
• 2.3 立体视觉模型及视差
• 2.4 立体匹配算法研究
• 2.4.1 概述
• 2.4.2 匹配约束条件
• 2.4.3 相似度测度
• 2.4.4 匹配窗口大小的选择
• 2.4.5 匹配图像的预处理
• 2.4.6 匹配策略的运用
• 2.4.7 存在的问题及发展的方向
• 2.4.8 论文提出的立体匹配算法
• 2.5 基于OPENGL 的三维重建
• 第三章 图像轮廓提取方法的研究
• 3.1 引言
• 3.2 常用的图像分割方法
• 3.2.1 阈值法
• 3.2.2 区域生长和分裂合并
• 3.2.3 并行微分算子法
• 3.2.4 基于曲面拟合的方法
• 3.2.5 基于边界曲面拟合的方法
• 3.2.6 基于模糊集理论的方法
• 3.2.7 基于数学形态学的方法
• 3.2.8 基于区域与边界技术的方法
• 3.3 基于边界的轮廓提取方法
• 3.3.1 算法思路
• 3.3.2 边缘检测
• 3.3.3 边界图直方图均衡化
• 3.3.4 边缘增强
• 3.3.5 二值化
• 3.3.6 形态学处理
• 3.3.7 轮廓跟踪
• 3.4 实验结果
• 3.5 本章小结
• 第四章 基于立体信息的目标物体表面分割算法
• 4.1 引言
• 4.2 获取公共线段
• 4.3 平面第四顶点的计算
• 4.3.1 获取第四点三维坐标
• 4.3.2 反推第四点二维坐标
• 4.4 基于OPENGL 的目标物体表面绘制
• 4.4.1 在MFC 下开发OpenGL 程序的编程步骤
• 4.4.2 用OpenGL 实现目标物体表面的绘制
• 4.5 实验结果
• 4.6 本章小结
• 第五章 双目立体视觉系统的设计与实现
• 5.1 概述
• 5.2 双目立体视觉系统组成与实现步骤
• 5.2.1 系统硬件组成
• 5.2.2 系统软件设计
• 5.3 实验结果
• 5.4 本章小结
• 第六章 结论与展望
• 参考文献
• 硕士在读期间发表论文及参与的项目
• 发表论文
• 参与项目
• 致谢语