导读:本文包含了双目立体视觉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,算法,视差,卷积,图像,里程。
双目立体视觉论文文献综述
张甜,曾祥忠[1]（2019）在《基于双目立体视觉的军用头盔转动角度的测量》一文中研究指出随着虚拟现实技术的不断改进,头盔瞄准技术越来越多地应用在军事模拟训练以及实际作战中。论文基于机器视觉的原理,采用双目立体视觉的测量方法,通过对军用头盔的系统结构和工作机理的分析,搭建了立体视觉系统来测量军用头盔的转动角度。针对测量方法,利用OpenCV计算机视觉库,使用Visual Studio 2013作为软件开发环境进行软件编程,通过软件验证、测量该方法是否可以精确定位头盔位置,并且对测量数据进行分析讨论。(本文来源于《计算机与数字工程》期刊2019年12期）
赵琛,江卫华[2]（2019）在《基于双目立体视觉的小型工件测量系统》一文中研究指出由于传统的直接测量技术无法满足工业中对工件快速、高精度的测量任务,而非接触式测量克服了直接测量技术的缺点,无需通过接触被测物体,仅通过高精度测量仪器对被测物表面进行扫描来获取测量数据,其操作方式高效便捷安全,且不会对被测物体造成损坏。该文研发了一种运用视差原理设计的测量小型工件的双目立体视觉系统,文中对系统在设计中所经历的关键步骤进行了阐述,并重点对立体匹配展开了详细的研究,寻找到一种利用机器学习中超限学习机学习算法对立体匹配过程进行了优化。最后,通过对比传统的SAD立体匹配算法验证了该文匹配算法的高效性,并通过精度测量实验对系统进行了验证。(本文来源于《自动化与仪表》期刊2019年11期）
吴锦铁,许原,仲崇霞,梁炜,黄艳[3]（2019）在《一种用于里程计量的双目立体视觉测距系统》一文中研究指出介绍一种用于里程计量的双目立体视觉测距系统。分析了双目相机的测距原理,搭建了双目立体视觉测距系统,对双目相机进行标定,解算系统到目标的深度距离。使用全站仪及光轨结合的方法对系统进行比对测量,结果显示系统测距误差为厘米量级。(本文来源于《计量技术》期刊2019年10期）
梁海香[4]（2019）在《双目立体视觉的波浪表面重建》一文中研究指出针对水面波浪的叁维重建问题,提出了结合计算机视觉和光学方面技术的叁维重建算法。主要采用双目立体视觉的方法测量浪高,通过采用立体视觉方法计算得出叁维坐标,采用最小二乘法将叁维坐标拟合为叁维曲面;再将平静水面和波浪水面的叁维坐标进行对比,生成波浪等高线图。实验结果表明,此算法的叁维重建效果较好,并且波浪高度的计算效果与实际波浪高度误差较小。(本文来源于《无线电工程》期刊2019年08期）
乌兰[5]（2019）在《双目立体视觉图像多目标处理精确匹配仿真》一文中研究指出针对当前双目立体视觉图像多目标处理方法中存在的匹配精度较低、匹配过程耗时较长等问题,提出基于小波变换的双目立体视觉图像多目标处理精确匹配方法。采用背景差分法初步检测并分割双目立体视觉图像的目标区域,通过粒子滤波算法跟踪并确定最终的目标区域;对确定的目标区域图像,利用模板图像与聚类分析算法结合的方式,提取并分离双目立体视觉左、右两侧图像目标区域的特征匹配点,同时剔除错误匹配点;根据双目立体视觉理论基础与小波理论,对于所得到的图像特征匹配点,采用小波变换特征点配准方法进行目标匹配,实现目标匹配精度与速度间的平衡。实验结果表明,相比于当前方法,所提方法的目标匹配精度较高,且运行时间更短,具有较好的鲁棒性。(本文来源于《计算机仿真》期刊2019年07期）
梁乐[6]（2019）在《基于双目立体视觉的不规则物体体积测量方法研究》一文中研究指出在煤场、矿场、粮仓、垃圾处理厂、土方工地等大型散货基地,统计煤、粮食等形状不规则的生产资料的体积是一个难点问题。目前,主要采用人工测量和仪器测量的方式进行体积测量,人工测量困难大,耗时长,不具备实时性,并且个别情况下人工无法测量;利用盘煤仪、全站仪、便携式激光测量仪等专用仪器测量成本高,人为影响大。为了解决此类体积难测量的问题,本文提出了一种利用双目立体视觉技术,来解决不规则物体体积测量问题的方法,该方法利用立体视觉原理,利用图像采集、图像处理、立体匹配、叁维重建等技术,是一种快速的非接触式的体积测量方法。测量原理是利用双目相机采集堆放面上待测物体的图像,通过立体匹配获取左右图像的视差信息,利用视差信息重建出相机视野内所有点的叁维信息,将待测物体分成若干部分,利用积分的思想通过求取每一部分的体积,最终求取待测物体的体积。经过实验证明,基于双目立体视觉的体积测量方法可以解决不规则物体的体积测量问题。本文主要研究内容如下:(1)研究了双目立体视觉系统的测量原理和双目立体系统的标定原理。搭建了体积测量研究平台,采用张正友标定法对双目系统进行了标定,最终标定结果重投影误差为0.17像素,可用于校正、立体匹配和体积测量当中,满足测量要求。(2)提出了基于半全局匹配算法(SG7M)的体积测量方法。半全局匹配算法(SGM)和全局匹配算法有相同的匹配策略,分为代价计算、代价聚合、视差计算和视差优化四部分,本文利用OpenCV实现半全局匹配算法,求取了待测图像的稠密视差图,通过叁角测量原理重建出待测物体的叁维坐标信息,利用坐标信息对待测物体积进行求解,经实验证明方案具有一定可行性。(3)提出了基于图论最小切割算法(Graph Cuts)的体积测量方法。基于图论最小切割的立体匹配方法是通过构建像素标签,将立体匹配转化为多标签问题,克服了左右相机中遮挡的问题,提升了算法的匹配精度,获得的稠密视差图中待测物体的轮廓更加完整、平滑,利用叁角测量原理重建出待测物体的叁维坐标信息,实验结果证明该方案测量效果准确度更高。(4)针对传送带上的动态物体,提出了一种动态的体积测量方案。在保证相邻图像有一定重合的情况下,等间隔时间采集传送带上待测物体的图像,利用图像拼接技术分别将左右相机采集到的相邻图像进行拼接,将拼接后的按照一定的大小等分连续处理,将每一部分体积累加可获取整个时间段内传送带运输物体的总体积。本文实现了相邻图像的拼接,效果良好。(本文来源于《西安理工大学》期刊2019-06-30）
李冠贤,何思铭,费浩雯[7]（2019）在《基于双目立体视觉技术的空间定位系统设计与实现》一文中研究指出如今,叁维重构技术广泛应用于工业检测、叁维测量、虚拟现实等领域。同时双目立体视觉也是计算机视觉的一个重要分支。立体视觉是指从两个不同的角度去观察场景中的同一个物体,来获取不同视角下的二维图像,再运用成像几何原理来计算图像像素之间存在的位置偏差(视差),从而获取物体的叁维信息。本文通过设计一种用于目标空间叁维距离、方位信息探测的立体视觉系统及实现方法,根据图像识别结果进而获得目标的叁维信息。(本文来源于《电子世界》期刊2019年11期）
潘庆甫[8]（2019）在《双目立体视觉测距系统的研究》一文中研究指出计算机视觉是利用感光元件代替人类视觉对目标进行感知与分析的一项技术。双目立体视觉是计算机视觉中的一个重要分支,即由不同位置的两台相机经过平移或者旋转来拍摄同一场景,通过计算空间点在两幅图像中的视差,来获取空间点的叁维坐标值。双目立体视觉模拟人类双眼来进行判断与处理,具有简单易行的优点,在位姿检测与控制、非接触测量等领域得到了广泛应用。论文首先在深入研究双目立体视觉的基础上,确定相机成像模型中的四个坐标系的转换关系,建立了双目立体视觉的测距模型;采用张正友标定法并借助Matlab标定工具箱进行标定实验;为把非共面且行对准的图像平面校准成共面且行对准,借助Visual Studio 2015 Enterprise下的OpenCV进行立体校正实验;针对SIFT算法的特征点维数过高,维数过高可能会导致匹配速度慢和占用更多的储存空间,并且随着匹配点数目的增多,错误匹配的概率可能会增大,本文优化了特征点的维数,使其由原来的128维降为现在的64维,实验表明,优化后的SIFT算法的运行时间比原来缩短了;利用Visual Studio 2015 Enterprise下的OpenCV使用BM算法进行立体匹配与测距实验。其次利用Visual Studio 2015 Enterprise下的Visual C#设计并实现了上位机软件,该上位机软件基本实现了双目立体视觉测距系统的各个部分功能,分别为登录功能、图像采集功能、相机标定功能、邻域处理功能、特征匹配功能、立体校正功能、立体匹配与测距功能。最后研制了一种基于S3C2440的硬件平台与嵌入式Linux操作系统的软件平台的双目立体视觉测距系统。系统硬件部分由微处理器S3C2440和其外围硬件设备组成,软件部分由嵌入式操作系统Linux和应用程序组成。图[64]表[6]参[61]。(本文来源于《安徽理工大学》期刊2019-06-12）
岳志强[9]（2019）在《基于CNN的双目立体视觉叁维实时重建算法研究》一文中研究指出机器视觉是生物医学工程领域广泛关注的热点问题。模拟人类双目感知原理的双目立体视觉技术已成为机器视觉的重要研究分支。双目立体视觉在医用手术机器人、无人驾驶等领域具有重要的应用价值。双目立体视觉中传统的稠密立体匹配算法在计算过程中产生海量数据,速度慢,难以应用于实时叁维重建;稀疏立体匹配算法计算速度快,但匹配效果差,对噪声敏感。为在一定程度克服上述问题,本研究将卷积神经网络技术引入立体匹配算法对精度与速度进行提升,实现低成本叁维实时重建。首先,使用张正友棋盘标定法对双目相机进行标定。可同时采集两张图像的USB接口双目相机是本研究的硬件基础,但制造过程所形成的光学畸变会严重影响匹配结果。为此,分析了相机成像数学模型和常见的相机标定算法,采用基于MATLAB工具箱的张氏标定法标定了本研究所使用的双目相机,经过特征点提取及迭代计算得到双目相机内参数和外参数,为后续研究做好基础。然后,针对传统匹配算法精度低且耗时的问题,设计了基于卷积神经网络的匹配代价算法。良好的软件平台可加速算法的设计和验证过程。因此,配置了win7系统的vs2013开发环境下的OpenCV3.3.0机器视觉开发库,搭建了Ubuntu16.04系统下的卷积神经网络框架Caffe。利用KITTI数据集中具有真实视差的图像对,构建大量小块图像对正负样本数据集,设计了孪生卷积神经网络结构并设定了各层参数,训练网络模型计算图像对匹配代价。最后,采用半全局匹配算法进行代价聚合、Winner-Take-All策略寻找最优对应点,使用左右一致性检查算法解决因物体遮挡造成匹配点缺失的问题,并通过平滑滤波对视差图进一步优化,获得最终视差图。高精度视差图结合叁角测量原理,获取人颅骨模型及大脑解剖模型的3D点云数据并进行叁维重建。实验结果证明了基于孪生卷积神经网络模型的立体匹配算法对提升匹配精度和速度的有效性和可行性,初步实现实时的双目立体视觉叁维重建。(本文来源于《沈阳工业大学》期刊2019-06-04）
苏圣[10]（2019）在《双目立体视觉中弱纹理平面3D结构提取算法研究与系统实现》一文中研究指出人造环境中精确的平面结构提取算法在叁维重建和机器人导航应用中有着重要作用。然而,弱纹理平面的检测在计算机视觉领域中始终面临着深度估计不准确的挑战。本文对传统的双目立体匹配方法和图像直线段检测方法进行了深入研究,并结合计算机视觉中的两视图几何原理,提出了一个基于直线的多平面结构拟合算法,同时实现了一套基于平面单应的叁维重建系统。该系统和方法针对室内弱纹理场景,从双目图像对中提取空间平面3D结构并计算深度,有效避免了传统立体匹配方法在弱纹理区域中寻找对应点产生歧义的问题。本文的研究内容主要分为初始视差估计、图像直线段提取、基于可见性约束的直线段图模型构建、基于直线的多平面结构检测以及基于马尔科夫随机场的空间平面区域分割。(1)初始视差估计与图像直线段提取。本文利用对图像边缘区域较为敏感sobel算子并结合census方法来计算像素点的匹配代价,从而既快速又精确地获取了边缘区域的视差;再采用基于区域生长的直线段提取方法获取了图像边缘区域的直线段,进而为平面结构拟合奠定了基础。(2)基于可见性约束的直线段图模型构建。本文利用Delaunay叁角剖分算法,结合所提出的的可见性约束,创新性地提出了一种定义直线段相邻拓扑关系的方法。根据该拓扑关系所构建的直线段图模型在拟合平面结构的过程中不仅能够快速寻找出相邻直线段,节省计算时间,还可以避免利用两条较远的不可见直线段对平面的无效拟合。(3)基于直线的多平面结构检测。由于图像中所提取的直线段属于稀疏特征,其与稠密特征不同,根据稀疏特征连续利用RANSAC方法拟合模型时,由于每次拟合出一个模型实例后会删除该实例的内点集合,因此会导致漏检。本文所提出的多平面结构检测算法有效克服了连续利用RANSAC方法所导致的漏检问题,能够比较完整全面地检测出场景中的所有平面结构。(4)基于马尔科夫随机场的空间平面分割。本文结合图像的颜色、视差、平面结构等信息,设计了马尔科夫随机场模型中的数据项和平滑项,对图像进行了平面分割,精确地划分了每个平面在图像中的覆盖范围,使得每个分割区域对应于一个平面,并且拥有清楚、平滑的边界。实验结果表明,利用本文所提出方法实现的叁维重建系统所生成的叁维模型质量更高,尤其对于大范围弱纹理环境的建模更加清晰、真实。(本文来源于《北京邮电大学》期刊2019-06-03）
双目立体视觉论文开题报告
（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：
由于传统的直接测量技术无法满足工业中对工件快速、高精度的测量任务,而非接触式测量克服了直接测量技术的缺点,无需通过接触被测物体,仅通过高精度测量仪器对被测物表面进行扫描来获取测量数据,其操作方式高效便捷安全,且不会对被测物体造成损坏。该文研发了一种运用视差原理设计的测量小型工件的双目立体视觉系统,文中对系统在设计中所经历的关键步骤进行了阐述,并重点对立体匹配展开了详细的研究,寻找到一种利用机器学习中超限学习机学习算法对立体匹配过程进行了优化。最后,通过对比传统的SAD立体匹配算法验证了该文匹配算法的高效性,并通过精度测量实验对系统进行了验证。
（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。
双目立体视觉论文参考文献
[1].张甜,曾祥忠.基于双目立体视觉的军用头盔转动角度的测量[J].计算机与数字工程.2019
[2].赵琛,江卫华.基于双目立体视觉的小型工件测量系统[J].自动化与仪表.2019
[3].吴锦铁,许原,仲崇霞,梁炜,黄艳.一种用于里程计量的双目立体视觉测距系统[J].计量技术.2019
[4].梁海香.双目立体视觉的波浪表面重建[J].无线电工程.2019
[5].乌兰.双目立体视觉图像多目标处理精确匹配仿真[J].计算机仿真.2019
[6].梁乐.基于双目立体视觉的不规则物体体积测量方法研究[D].西安理工大学.2019
[7].李冠贤,何思铭,费浩雯.基于双目立体视觉技术的空间定位系统设计与实现[J].电子世界.2019
[8].潘庆甫.双目立体视觉测距系统的研究[D].安徽理工大学.2019
[9].岳志强.基于CNN的双目立体视觉叁维实时重建算法研究[D].沈阳工业大学.2019
[10].苏圣.双目立体视觉中弱纹理平面3D结构提取算法研究与系统实现[D].北京邮电大学.2019
论文知识图
