导读:本文包含了立体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:视觉,传感器,摄像机,全景,发生器,视点,靶标。
立体视觉传感器论文文献综述
戴朝典[1](2017)在《电装选择Cypress半导体汽车PMIC和NOR闪存解决方案用于立体视觉传感器》一文中研究指出电装公司选择赛普拉斯(Cypress)半导体公司的6通道汽车PMIC(电源管理IC)和FL-S串行NOR闪存解决方案用于先进的驾驶员辅助系统(ADAS)的最新立体视觉传感器。电装立体视觉传感器使用图像处理技术来检测不同形状的障碍物和车道以及道路上的空白空间,其支持自动紧急制动和自动转向控制以避开障碍。斯普拉斯高度集成的6通道PMIC为整个传感器供(本文来源于《汽车电器》期刊2017年12期)
郭更新[2](2017)在《结合Kinect传感器和计算机立体视觉的叁维脚型数字化研究》一文中研究指出随着计算机视觉理论的不断研究和发展,虚拟现实技术已经应用到生活中的各个领域,主要包括航空航天、虚拟与现实、逆向工程和医疗等领域,物体的叁维重建已成为研究者热门研究领域之一。脚型数字化研究属于逆向工程,而逆向工程是计算机图像学领域的一个重要分支,得到了广大研究者的青睐。本文研究了脚型数字化的现状,针对现有的测量设备价格昂贵、扫描时间长、对操作者要求较高、自动化程度不高等缺点,因此亟需一种快速简便、精度较高的方法对人体脚型进行叁维数字化。微软公司推出了一款体感外设Kinect,其内置了一个深度相机,采用主动式的红外结构光来获取物体的叁维点云数据,不受物体纹理特性的影响。本文提出一种将Kinect传感器和计算机立体视觉相结合的叁维脚型数字化方法,实现了对人体脚型的叁维重建。本文的主要工作和研究内容如下:(1)Kinect传感器和双目相机系统的搭建。搭建脚型测量叁维重建系统、对搭建好的叁维测量系统先进行标定、对获取的双目图像和深度信息图像进行极线校正、进行立体匹配求取视差图、获得目标物体的叁维点云。对Kinect传感器获得的深度信息图像进行滤波、去噪、背景滤除等处理,对处理后的图像进行目标物体叁维点云的提取。(2)基于Harris-Laplace-SIFT算法的特征提取与匹配。将不同视图的RGB图像进行多尺度的表示、利用Harris算法进行特征点的提取、将提取的特征点通过SIFT描述符进行描述并生成128维的特征描述向量、最后计算特征向量的欧氏距离、找出最近邻点和次近邻点若它俩的比值小于某一个阈值则为正确匹配,最后去除误匹配点对。(3)ICP算法点云的拼接。由于不同视角坐标系的中心没有统一,本文提出基于特征匹配的初始配准算法对点云进行配准,利用提取的特征点的点云为初始配准点云,求得配准的最优参数,进而实现对不同视图的人体脚型叁维点云的拼接。实验结果表明,本文算法在配准过程减小了大量的计算,提高了配准效率,较好的完成的点云数据的拼接。对融合后的叁维脚型的数据点云进行叁角网格化处理、采用GEOMAGIC进行曲面重建构造轮廓线和曲面片、对优化处理好的曲面片进行格栅构造、然后进行NURBS(Non-Uniform Rational B-Spline)曲面拟合、渲染出逼真的叁维脚型模型,最后对人体脚型的特征参数进行提取。(本文来源于《浙江工业大学》期刊2017-04-30)
宋丫,柴兴华,周富强[3](2016)在《单摄像机全向立体视觉传感器的结构设计》一文中研究指出传统宽视场叁维测量常采用多传感器构建的测量系统实现,传感器的同步和多传感器测量坐标系的统一两大难点导致测量精度与测量速度难以兼容。为了实现更宽视场范围内目标物的实时叁维测量,设计了1种由单摄像机和2个四棱锥反射镜构成的全向立体视觉传感器。2个四棱锥反射镜对称摆放,顶部相对,下四棱锥顶端安装高分辨率工业摄像机。四棱锥反射镜成像形成4对虚拟摄像机,等效于传统双目视觉传感器的1对摄像机同时采集同名特征点,从而由4对虚拟摄像机实现水平4个方向的同步测量。解决了传统双目视觉传感器体积大、视场狭小、图像采集不同步等问题,且有效保证了图像的透视投影不变性,避免了曲面镜成像产生的图像畸变,减小了后续工作难度。(本文来源于《光学学报》期刊2016年06期)
王矩华[4](2016)在《立体视觉传感器现场标定方法及实现》一文中研究指出立体视觉技术是测量领域中常用的一种测量技术,通过模拟人类视觉系统获取信息的方式,利用光学叁角测量原理可以计算出空间的叁维坐标,达到空间物体几何尺寸测量和定位的目的。立体视觉标定是实现精密测量的前提,只有经过标定的立体视觉系统才能执行测量任务,测量的精度与标定的精度密切相关。因此,实现立体视觉高精度标定是提高叁维测量精度的重要保障。本论文主要围绕立体视觉传感器系统高精度标定问题,根据实际应用中的需求,设计了立体视觉传感器整体标定方案并基于C++和OpenCV库实现了立体视觉测量系统标定。本文首先分析了立体视觉测量的基本原理,并分析了摄像机成像过程中叁维空间特征点在各个坐标系中的变换关系,建立了摄像机模型和立体视觉测量系统模型;根据测量精度的需求,确定了基于平面靶标的摄像机标定算法,设计了立体视觉测量系统总体标定方案,同时设计了适合立体视觉系统标定的靶标;根据靶标图像中特征点的几何性质,研究了图像中椭圆特征点的自动识别方法,分割出每个椭圆区域单独进行亚像素边缘检测,依据亚像素边缘拟合出椭圆中心的图像坐标;根据实际标定精度的需求,以靶标上实际特征点图像坐标为基础拓展了标定特征点,获得大量衍生标定特征点图像坐标,实现立体视觉系统高精度标定。最后搭建了立体视觉标定系统,实现了立体视觉测量系统标定,并进行了误差分析和叁维测量。实验结果表明,本文所采用的方法可以对立体视觉系统进行精确标定,并能高精度测量叁维空间中物体的几何尺寸。(本文来源于《北京化工大学》期刊2016-05-23)
许延辉[5](2016)在《融合立体视觉与深度传感器的叁维重建算法》一文中研究指出计算机视觉技术快速发展,在很多领域都受到关注,其中叁维重建技术,更是视觉研究中的热点问题,应用在计算机动画、医学图像处理、虚拟现实和航天等领域。深度获取是叁维重建的一个前提,而在一些对精度要求高的应用中,则需要更加精确的深度信息。目前,深度获取的方式主要分两种:被动获取方式和主动获取方式。被动获取方式主要是通过多摄像机同时获取场景的多幅图片,通过立体匹配来获取场景中物体的深度信息。主动的方式通过深度相机对场景主动照明,投射特殊光线来获取深度信息。被动立体匹配方式获取深度的效果受场景影响较大,在图像弱纹理区域和遮挡区域得不到准确的深度信息。而主动深度传感器方式获取的深度图不受这些场景因素的影响,在这些特殊区域能有良好的表现,但深度传感器也有自身的缺点,如得到的深度图高噪音,分辨率低,而且在透明区域和特殊材料物体处的效果也非常受限。本文采用联合被动和主动获取深度信息的方式,融合立体视觉与深度传感器获取高精度的深度图,并以这融合后的深度图来进行叁维重建。(1)为了能更好融合立体匹配和深度传感器的深度信息,需要对多相机系统进行联合标定。先分析了相机的成像模型,研究了相机标定的原理,然后采用经典的基于平面棋盘的标定方法对相机系统进行标定。(2)研究了立体匹配的原理,对立体匹配的一般过程进行了总结,重点研究了基于马尔科夫的置信传播算法,为深度融合做准备。(3)融合立体匹配和深度传感器信息,将这些信息整合到基于马尔科夫求取最大后验概率框架(MAP-MRF)下进行建模和最优化计算,把高精度深度图求取问题建模成能量函数最优化问题,通过置信传播优化能量函数来实现高精度深度图融合。(4)以融合后的高精度深度图为基础,采用平面投影法进行叁维重建,用OpenGL图形库进行绘制显示,得到具有真实感的叁维重建场景。(本文来源于《郑州大学》期刊2016-05-01)
汤一平,周静恺,徐海涛[6](2016)在《一种主动式全景立体视觉传感器设计》一文中研究指出现有的叁维激光扫描仪无法实时、全自动地计算空间叁维信息,需要对获得的点云数据进行配准。为解决这些问题,研制了一种新型主动式全景立体视觉传感器(ASODVS),并且从影响ASODVS测距精度的各个因素进行了分析。实验结果表明:设计的ASODVS能自动、实时地进行空间物点深度测量,并得到相应的点云数据。(本文来源于《传感器与微系统》期刊2016年02期)
赵艳玲[7](2015)在《镜像式单摄像机立体视觉传感器对弹簧几何尺寸的测量》一文中研究指出弹簧零件在工业领域发挥着重要作用,对其尺寸、完整性以及表面形貌的检验是出厂的必须工序。目前使用得最广泛的测量方法是使用千分尺等工具直接接触测量,很难保证测量的精度和弹簧零件表面的完整性。采用立体视觉方法,以外径小于等于80 mm的弹簧零件为测量对象,开发了基于双目视觉测量原理的测试系统,设计了镜像式单摄像机立体视觉传感器机械结构,运用数字图像和机器视觉等方法实现了测量精度高于0.1 mm的弹簧零件的非接触式测量。(本文来源于《现代电子技术》期刊2015年18期)
周静恺[8](2015)在《基于主动全景立体视觉传感器的室内场景叁维重建》一文中研究指出室内场景叁维重建技术在很多领域有着重要的应用,但是现有的重建方法无法在一次扫描或操作的情况下同时获取空间物点的几何和色彩信息,并且点云数据的存储、操作和建模效率不高。为解决上述问题,本文设计了基于激光和全方位视觉传感器的主动式叁维立体全景视觉传感器,在此基础上采集到的室内场景的叁维点云数据是有序的,因此对其进行网格模型构建时更加方便、快速。最后,应用以观察者为中心的方式来显示场景的叁维信息,使得结果更具有真实感。本文的主要研究内容如下:1.主动式全景立体视觉传感器的研究。主动式全景立体视觉传感器(Active Stereo Omni-directional Vision Sensor,ASODVS)由全方位视觉传感器(Omni-directional Vision Sensor,ODVS)和移动面激光发生器构成,其中移动面激光发生器沿轴线上下移动,同时向场景投射覆盖水平方向360度的面激光;全方位视觉传感器实时采集带有激光点的场景全景图像,通过软件系统对图像进行解析,可以得到空间点的几何信息和RGB色彩信息。2.室内场景叁维建模的研究。基于ASODVS扫描获得的场景叁维点云是有序的,因此可以以点云矩阵的形式对其进行存储,从而构成室内场景的有序叁维点云模型。本文根据有序点云的结构特点进行网格模型构建,与离散点云的网格建模相比,构建过程无需建立拓扑结构,因此更加符合实时性的要求。3.以观察者为中心显示方法的研究。为了与物体的叁维重建进行区分,显示场景叁维重建结果时需要充分考虑到场景的特殊性,即如何让模型更具有真实感,如何让观察者产生身临其境的感觉。本文设计的以观察者为中心显示的方法,将场景模型更真实地展示在屏幕上,完善了重建的过程。4.室内场景叁维重建软件系统的实现。应用Java语言和Java3D实现了能够对室内场景进行扫描、重建、展示的软件系统,系统能够在扫描过程中获取场景的叁维点云数据,并构建其网格模型;系统还能够以观察者为中心显示场景的重建结果。(本文来源于《浙江工业大学》期刊2015-05-30)
乔德军,张延军,石磊娜[9](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)
冯晓锋,潘迪夫[10](2014)在《基于平面镜成像的单摄像机立体视觉传感器研究》一文中研究指出在传统双目立体视觉传感器的基础上,对基于平面镜成像的单摄像机立体视觉传感器进行了研究。在电荷耦合器件(CCD)摄像机前放置一平面反射镜,通过对目标物体和其虚像进行拍摄,得到一幅具有视差的图像,该图像相当于摄像机和其在平面镜中的虚拟摄像机从不同角度对目标物体进行拍摄,具有双目立体视觉的功能。建立了单摄像机立体视觉传感器数学模型,分析了参数对单摄像机立体视觉传感器的视场范围和测量精度的影响,设计了传感器参数尺寸,进行了相关实验验证。实验结果表明,该测量方案方便有效,结构简单,调节方便,尤其适合近距离高精度测量。(本文来源于《光学学报》期刊2014年09期)
立体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:
随着计算机视觉理论的不断研究和发展,虚拟现实技术已经应用到生活中的各个领域,主要包括航空航天、虚拟与现实、逆向工程和医疗等领域,物体的叁维重建已成为研究者热门研究领域之一。脚型数字化研究属于逆向工程,而逆向工程是计算机图像学领域的一个重要分支,得到了广大研究者的青睐。本文研究了脚型数字化的现状,针对现有的测量设备价格昂贵、扫描时间长、对操作者要求较高、自动化程度不高等缺点,因此亟需一种快速简便、精度较高的方法对人体脚型进行叁维数字化。微软公司推出了一款体感外设Kinect,其内置了一个深度相机,采用主动式的红外结构光来获取物体的叁维点云数据,不受物体纹理特性的影响。本文提出一种将Kinect传感器和计算机立体视觉相结合的叁维脚型数字化方法,实现了对人体脚型的叁维重建。本文的主要工作和研究内容如下:(1)Kinect传感器和双目相机系统的搭建。搭建脚型测量叁维重建系统、对搭建好的叁维测量系统先进行标定、对获取的双目图像和深度信息图像进行极线校正、进行立体匹配求取视差图、获得目标物体的叁维点云。对Kinect传感器获得的深度信息图像进行滤波、去噪、背景滤除等处理,对处理后的图像进行目标物体叁维点云的提取。(2)基于Harris-Laplace-SIFT算法的特征提取与匹配。将不同视图的RGB图像进行多尺度的表示、利用Harris算法进行特征点的提取、将提取的特征点通过SIFT描述符进行描述并生成128维的特征描述向量、最后计算特征向量的欧氏距离、找出最近邻点和次近邻点若它俩的比值小于某一个阈值则为正确匹配,最后去除误匹配点对。(3)ICP算法点云的拼接。由于不同视角坐标系的中心没有统一,本文提出基于特征匹配的初始配准算法对点云进行配准,利用提取的特征点的点云为初始配准点云,求得配准的最优参数,进而实现对不同视图的人体脚型叁维点云的拼接。实验结果表明,本文算法在配准过程减小了大量的计算,提高了配准效率,较好的完成的点云数据的拼接。对融合后的叁维脚型的数据点云进行叁角网格化处理、采用GEOMAGIC进行曲面重建构造轮廓线和曲面片、对优化处理好的曲面片进行格栅构造、然后进行NURBS(Non-Uniform Rational B-Spline)曲面拟合、渲染出逼真的叁维脚型模型,最后对人体脚型的特征参数进行提取。
(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。
立体视觉传感器论文参考文献
[1].戴朝典.电装选择Cypress半导体汽车PMIC和NOR闪存解决方案用于立体视觉传感器[J].汽车电器.2017
[2].郭更新.结合Kinect传感器和计算机立体视觉的叁维脚型数字化研究[D].浙江工业大学.2017
[3].宋丫,柴兴华,周富强.单摄像机全向立体视觉传感器的结构设计[J].光学学报.2016
[4].王矩华.立体视觉传感器现场标定方法及实现[D].北京化工大学.2016
[5].许延辉.融合立体视觉与深度传感器的叁维重建算法[D].郑州大学.2016
[6].汤一平,周静恺,徐海涛.一种主动式全景立体视觉传感器设计[J].传感器与微系统.2016
[7].赵艳玲.镜像式单摄像机立体视觉传感器对弹簧几何尺寸的测量[J].现代电子技术.2015
[8].周静恺.基于主动全景立体视觉传感器的室内场景叁维重建[D].浙江工业大学.2015
[9].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
[10].冯晓锋,潘迪夫.基于平面镜成像的单摄像机立体视觉传感器研究[J].光学学报.2014