导读:本文包含了双目视觉传感器论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:双目,视觉,传感器,测量,矩阵,最优,精度。
双目视觉传感器论文文献综述
李丽娟,李宁,林雪竹[1]（2015）在《基于标准杆的双目视觉传感器标定技术研究》一文中研究指出目前制造业对大范围精密测量技术要求越来越高,为了克服传统双目立体视觉标定过程中测量场难实现、标定精度低等缺点,提出了一种较灵活的基于一维标准杆的双目视觉传感器的标定方法。该方法首先利用正方形模板和带有四个特征点的标准杆实现主点和畸变的标定,然后在测量场多次摆放标准杆,由两摄像机拍摄标准杆图像,利用标准杆上对应特征点之间的约束以及基本矩阵估计双目视觉传感器其余参数,最后光束法平差进行整体优化,消除累积误差。仿真实验和真实实验结果均表明该方法适用于大视场双目视觉传感器的标定,操作简单、标定效率高。(本文来源于《长春理工大学学报(自然科学版)》期刊2015年05期）
乔德军,张延军,石磊娜[2]（2014）在《基于遗传算法双目立体视觉传感器的优化设计》一文中研究指出为了提高双目立体视觉传感器的测量精度,采用最优回归设计,建立双目立体视觉传感器的结构参数优化模型,并运用遗传算法对建立的优化模型进行求解.通过GA算法的优化,双目立体视觉传感器的测量精度有了较大幅度的提高,优于传统方法的结果.(本文来源于《湖南师范大学自然科学学报》期刊2014年06期）
崔智高,李艾华,苏延召,金广智[3]（2014）在《大视场双目主动视觉传感器的协同跟踪方法》一文中研究指出针对大视场视觉监控的应用,提出了一种基于球面坐标的双目主动视觉传感器协同跟踪方法。首先采用图像特征匹配的方法估计摄像机的内部参数,然后引入球面经纬坐标系作为双目视觉传感器的公共坐标系,最后结合场景深度范围实现目标的协同跟踪。对于任意安装的双目视觉传感器,提出了一种建立球面公共坐标系的新方法,统一了不同参数下的情形,可以实现任意参数下的协同跟踪。实际监控场景下的视频实验,验证了方法的有效性和可行性。(本文来源于《光电子.激光》期刊2014年04期）
王涛,李恒宇,谢少荣[4]（2012）在《一种双目视觉传感器的快速自标定方法》一文中研究指出为克服传统的立体视觉传感器标定过程繁琐、不适应现场操作等弱点,提出一种基于本质矩阵求解的双目视觉快速自标定方法。该方法离线标定摄像机的内部参数,通过双目匹配的对应点,线性求解双目视觉的本质矩阵,快速地得到双目视觉传感器的各个外部参数。实验结果表明,该方法在精度上与传统标定方法相当,且标定过程快捷、方便,适合现场标定操作。(本文来源于《计算机工程》期刊2012年12期）
魏振忠,樊妍睿,侯亚荣[5]（2012）在《光栅式双目立体视觉传感器光条快速匹配算法》一文中研究指出光栅式双目立体视觉传感器用于物体叁维形貌测量,其难点之一是光栅光条的匹配与识别.利用可见光条数和光条序列组合间的关系,提出了一种基于空间叁维搜索的快速光条匹配算法.将光栅式双目立体视觉传感器看作两个光栅结构光传感器,分别进行标定后,可计算各光条中心点的叁维坐标.搜索不同光条中心点集之间的距离最小且模型编号相同的光条即为匹配光条.分析了可见光条数目和光条序列组合间的关系后,列出各种可能的组合情况,设计了搜索算法,排除了冗余计算,大大减少了计算量,实验证明了方法的有效性.(本文来源于《北京航空航天大学学报》期刊2012年05期）
姜军,张波,徐海涛,林璐璐,汤一平[6]（2012）在《双目立体全景视觉传感器的叁维测量精度的研究》一文中研究指出从全方位视觉传感器ODVS(Omni-Directional Vision Sensor)的成像原理出发,指出双目立体全方位视觉传感器BOD-VS(Binocular stereo Omni-Directional Vision Sensor)的测量精度受基线距、测量距离和摄像机采集图像量化精度的影响;在同等条件下,证明了BODVS测量精度与基线距成正比、与测量距离平方成反比;为了便于进一步分析影响BODVS测量精度的因素,提出了一种ODVS的标定方法,并使用标定结果,在BODVS的基线距分别为62.198cm、82.198cm和102.198cm下,通过测距实验验证了上述结论。(本文来源于《计算机测量与控制》期刊2012年02期）
杨琤,周富强[7]（2011）在《镜像式单摄像机双目视觉传感器的结构设计》一文中研究指出针对传统双目视觉传感器体积大、测量效率低、成本高和图像采集需同步等缺点,建立镜像式单摄像机双目视觉传感器的结构模型,提出一种镜像式单摄像机双目视觉传感器的结构优化设计方法。传感器由单摄像机和两块呈一定角度的平面镜构成的镜像光学系统组成,摄像机置于镜像光学系统前,拍摄获得平面镜中对应同一被测物体的两个虚拟物体的一幅图像,图像中左右两半部分的同名特征对应被测物体的同一空间目标,等效于传统双目视觉传感器中左右摄像机分别采集的两幅图像中的同名特征。详细分析平面镜的尺寸、两块平面镜之间的夹角、平面镜与摄像机的距离等结构参数对视场范围和测量精度误差分布的影响,由仿真结果得出结构参数的合理取值范围,给出镜像式单摄像机双目视觉传感器结构参数的一般性设计原则与方法步骤。根据视场范围和测量精度的要求,确定镜像式单摄像机双目视觉传感器的关键结构参数。试验结果表明,提出的结构优化设计方法对工程应用具有实际指导意义。(本文来源于《机械工程学报》期刊2011年22期）
王庆[8]（2011）在《基于双目立体全景视觉传感器的道路宽度实时检测技术的研究》一文中研究指出随着我国城市化进程的飞速发展,城市中的人口、能源、交通、基础设施等各方面压力逐步增大,为了更好的推动城市建设的发展,“数字城市”的概念被提出。数字城市是对城市进行多分辨率、多尺度、多时空和多种类的叁维描述,以便实现国民经济信息化和社会公众服务信息化、数字化。城市基础数据库建设,是“数字城市”建设的战略基础;城市基础数据的采集与处理工作,则是基础数据库建设的前提。传统的数据采集与处理工作,不仅需要大量的人力、物力、财力,而且效率低下,难以跟得上城市交通建设日新月异的变化;移动道路测量系统(Mobile Mapping System,MMS)提供了一种便捷、经济的工作方式,可以更好的满足智能交通基础数据库建设的要求。移动道路测量系统是当今测绘界的尖端科技。通过将全球定位系统(GPS)、视频系统(CCD)、惯性导航系统(INS)或航位推算系统(DR)等先进传感器安装在车辆、火车、飞机等移动设备上,在载体高速行进中,快速采集道路及其两旁地物的空间位置数据和属性数据,并同步存储在车载计算机中,经事后或实时处理,形成各种有用数据集的综合系统。如何利用MMS中的CCD视频系统捕获丰富的道路及两旁地物的图像信息,准确实时地计算它们的空间位置数据、属性数据,实现实景叁维空间信息系统,是MMS的关键问题。本文所选课题是基于双目立体全景视觉传感器的视频系统在道路宽度测量上的应用研究。采用基于全方位视觉传感器(Omnidirectiona lvision sensors,ODVS)的垂直式结构设计的双目立体CCD视频系统,主要实现360°范围内道路立体图像的捕获和道路空间位置数据、属性数据的提取。论文以全方位视觉传感器为基础的同时,将双目立体视觉原理引入全景视觉领域。在全景视觉下,对道路的识别算法进行研究,并对双目立体全景视觉系统应用在道路信息数字化过程中,做了一个完整的、有侧重点的分析和研究,包括全方位视觉传感器的标定、全景立体摄像机模型的建立、全景图像的捕获与预处理、特征点的识别和匹配、叁维空间信息的测量等。本文完成的主要工作有以下几个方面:1、基于双目立体全景视觉传感器的移动道路测量平台的研究。简单介绍当前移动道路测量平台的研究现状和具有代表性的LD2000-RM型MMS。提出对其中的CCD视觉系统进行改进,将全方位视觉和双目全景立体视觉引入MMS。全方位视觉传感器具有360°的水平视野和120°的垂直视野,可以瞬间捕获超大范围的道路图像,并且具有单视点成像属性,可以实现图像空间信息的测量。在此基础上,我们设计了一种垂直结构的双目立体全景视觉传感器(BinocularOmni-stereoVisionSensor,BOSVS),可以瞬间捕获全方位的道路立体图像,并从结构上实现了立体匹配的极线约束,将图像匹配复杂度从n2降到一维极线,大大降低了匹配复杂度的同时,降低了误匹配的可能,提高了立体视觉的准确度。2、全景视觉下道路识别算法的研究。分析了全景视觉下,道路图像发生的畸变,给道路识别带来检测的不便。本文提出了基于特征的道路检测算法,即基于彩色图像的道路区域特征和边缘特征相结合的道路检测算法:首先,利用OTSU算法对HSI颜色模型下的彩色图像进行自适应阈值的图像分割,在对道路区域进行粗识别后;接下来,再利用Canny算法、Hough算法检测道路的边缘信息,进而修正道路的边缘细节,得到准确的道路区域;最后,根据空间成像模型,确立道路宽度测量基准。在道路识别中,不仅注重道路检测的准确度,还充分考虑了各种复杂环境的影响,极力提高算法的鲁棒性。3、基于全方位视觉传感器的双目立体全景视觉系统的研究。在简单探讨了全方位视觉传感器标定方法和全景图像校正后,着重对全方位双目立体视觉系统中的图像匹配进行深入研究。利用极线约束理论实现快速立体匹配的同时,采用SIFT算法和改进后的ASIFT算法实现了完全仿射空间、全视角范围内,图像特征点的准确快速匹配。有效克服了立体图像因摄像机旋转、平移、缩放、以及光照、图像仿射和视角变化的干扰,抑制了因环境影响带来的无匹配、误匹配、匹配不稳定等问题。4、双目立体视觉系统的准确性和实时性的分析与研究。将双目视差测距原理引入双目立体全景视觉领域,实现叁维球体空间内任意物点的空间坐标测量;进而,根据道路应用环境,建立空间成像模型实现道路宽度的计算。最后,对测量的准确性和实时性进行总结,分析各影响因素对测量准确度的影响,并提出改进方法。(本文来源于《浙江工业大学》期刊2011-04-06）
汤一平,庞成俊,周宗思,陈耀宇[9]（2011）在《双目全方位视觉传感器及其极线校正方法》一文中研究指出为了扩大双目立体视觉的视场范围,提高双目立体匹配的速度和准确度,设计了一种双目全方位视觉传感器(ODVS)立体视觉成像系统,提出了一种基于竖直线的极线校正算法.将两个结构相同的ODVS以上下同轴同向的方式进行组合,得到全景立体视觉空间,分析了双目ODVS的成像特性,实现了一种无需任何专门的标定设备、仅利用场景中与ODVS成像平面垂直的竖直直线(如门框、窗框,墙角线等)来校正其极线的算法.实验结果表明,该算法对双目立体全景视觉成像系统是一种有效的极线校正方法.(本文来源于《浙江工业大学学报》期刊2011年01期）
王以忠,李孝猛,张大克,贾士儒[10]（2010）在《双目立体视觉传感器结构参数优化设计》一文中研究指出采用最优回归设计311-A方案设计实验,研究双目立体视觉传感器的结构参数对传感器测量精度的影响.根据实验结果,建立了双目立体视觉传感器的测量精度与传感器结构参数间的回归方程,并通过对优化模型的求解,得到了使双目立体视觉传感器测量精度更高的参数组合.结果表明,利用上述方法可以有效地提高双目立体视觉传感器的测量精度.(本文来源于《天津科技大学学报》期刊2010年03期）
双目视觉传感器论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了提高双目立体视觉传感器的测量精度,采用最优回归设计,建立双目立体视觉传感器的结构参数优化模型,并运用遗传算法对建立的优化模型进行求解.通过GA算法的优化,双目立体视觉传感器的测量精度有了较大幅度的提高,优于传统方法的结果.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
双目视觉传感器论文参考文献
[1].李丽娟,李宁,林雪竹.基于标准杆的双目视觉传感器标定技术研究[J].长春理工大学学报(自然科学版).2015
[2].乔德军,张延军,石磊娜.基于遗传算法双目立体视觉传感器的优化设计[J].湖南师范大学自然科学学报.2014
[3].崔智高,李艾华,苏延召,金广智.大视场双目主动视觉传感器的协同跟踪方法[J].光电子.激光.2014
[4].王涛,李恒宇,谢少荣.一种双目视觉传感器的快速自标定方法[J].计算机工程.2012
[5].魏振忠,樊妍睿,侯亚荣.光栅式双目立体视觉传感器光条快速匹配算法[J].北京航空航天大学学报.2012
[6].姜军,张波,徐海涛,林璐璐,汤一平.双目立体全景视觉传感器的叁维测量精度的研究[J].计算机测量与控制.2012
[7].杨琤,周富强.镜像式单摄像机双目视觉传感器的结构设计[J].机械工程学报.2011
[8].王庆.基于双目立体全景视觉传感器的道路宽度实时检测技术的研究[D].浙江工业大学.2011
[9].汤一平,庞成俊,周宗思,陈耀宇.双目全方位视觉传感器及其极线校正方法[J].浙江工业大学学报.2011
[10].王以忠,李孝猛,张大克,贾士儒.双目立体视觉传感器结构参数优化设计[J].天津科技大学学报.2010
论文知识图
