基于双目视觉的3D测量文献综述
1前言
视觉测量是近几年来测量发展的一个重要的主导方向，未来检测任务的有极大部分将由双目视觉来完成。由于单摄像机的单目视觉测量主要解决二维尺寸的测量，而在工业测量、工件定位、地理信息测量、物体识别等诸多测试项目中都需要获得物体的三维尺寸信息。基于双目视觉的三维测量方法是运用计算机技术和光学手段在获取的图像中还原物体形状，获得三维数据值，实现物体三维重建，进而对所需的特征尺寸进行估算。因此，本次毕业论文课题主要研究的是利用双目相机采集3D图像数据，并标定到世界坐标系以测定双目相机进行的3D测量的精度、速度与准确度。
2国内外相关研究
关于图像获取方面，北京理工大学光电工程系的隋婧和金伟其提出图像获取是通过移动或者旋转两台不在同一位置的摄像机来获得立体图像对，并且对特定的某个点进行三角测量[1]。
关于图像配准问题，是双目视觉中最重要也是最复杂的部分[2]，主要通过匹配算法从立体图像中找到匹配点得到视差图，然后利用三角几何关系计算空间中五点的深度信息来生成深度图[3]。可以直接采用基于灰度值[4]和基于特征提取[5]的方法[6]。相比于特征提取的方法，基于灰度相关的方法更加的简易方便[7]。弊端在于灰度值的方法普遍存在精度不高等问题，针对这些问题，秋静提出了一种顺序排除法和多级算法[8]。但是该算法并不容易得到准确的配准结果。邵平等人在积分图像的基础上，利用平方积分图像实现一种计算速度与图像窗口大小无关的快速灰度均值和方差算法[9]。南京理工大学信息学院为了改善匹配的精度、速度敏感度，利用由灰度信息抽象得到图像特征进行匹配[10]。南京医科大学的罗博博也提出3D医学图像配准主要集中在刚性配准方面，比如精度性、实时性等[11]。
关于坐标标定方面，麻省理工学院计算机系提出一种新的用于智能交通工具的传感器融合方式[12]，利用双目立体视觉提供粗略的目标深度信息，结合图像分割算法，对图像中的目标位置进行分割。广东工业大学的闫磊重点研究了双目视觉目标定位涉及的关键技术，尤其是坐标系、双目相机标定与校正等[13]。天津理工大学的燕磊提出对分别标定每个摄像机得到内外参数后依据所得内外参数求得两者之间的相对空间位置关系[14]。并且许多研究人员研究了相机标定的方法，有最优化法[15]、相机标定的两步法[16]、双平面标定法[17]、张氏平面标定法[18]等。哈尔滨工业大学采用异构双目活动视觉系统实现全自主足球机器人导航[19]。通过合理的资源分配及协调机制，使视野范围、测距精度以及速度处理方面达到最佳匹配。双目视觉系统能够捕捉多个有效目标，提高测量精度。针对标准测试图像，运用基于灭点的相机标定法，通过Hough变换，就可以在无需知道相机对的运动姿态和相关参数的情况下实现相机的标定[20]。
3总结
由于双目视觉的3D测量拥有相当大的发展前景，并且伴着光学、电子学、IT技术的迅速发展，将不断进步，逐步实用化，不仅将成为工业和生物医学以及虚拟现实等领域的关键技术，还可能应用于遥感、军事等领域。目前，国外该技术已经广泛投入于生产和生活中，而我国正处于起步发展阶段，需要相关科研工作者的共同努力，为3D测量技术的进步做出贡献。4 参考文献[1] 隋婧，金伟其.双目立体视觉技术的实现及其进展[J].电子应用技术，2014(10):4.[2] 赵亮亮. 双目立体视觉中的图像匹配技术研究[D].南京: 南京航空航天大学，2007.[3] 何仁杰. 双目立体视觉区域局部匹配算法的改进及其实现[J]. 现代电子技术，2009(12):68-70.[4] 黎骏，彭启民，范值华. 亚像素级图像配准算法研究[J]. 中国图象图形学报,2008(11)：2071-2075.[5] Wang J W,Li Q. Combination of point and edge feature extraction based image registration algorithm[J].Computer Eng Design,2009,30(4): 302-307.[6] Li Q，ZHANG B. A Fast Matching Algorithm Based on Image Gray Value[J].Journal of Software,2006,17(2):216-222.[7] Song Y, QLU P Y, JU H H. A Computational Optimization Method of the SSD and NCC algorithms of the stereo matching[J].计算机工程与应用,2006,02:45-48.[8] 秋静,丘江,刘波.MSEA及其在模板匹配中的应用[J].光子学报,2001,30(4):451-454.[9] 邵平,杨路明,黄海滨.基于积分图像的快速模板匹配[J].计算机科学,2006,33(12):225-229.[10] 丁震,胡钟山,唐正民,杨静宇.从二维图像中恢复距离信息的立体匹配方法[J].南京理工大学学报,2008,23: 34-36.[11] 罗博博.骨科手术导航中2D-3D医学图像配准的应用研究[D].南京:南京医科大学,2014.[12] 金纯,许 光辰,孙睿.蓝牙技术[M].北京：电子工业出版社,2003.[13] 闫磊.基于双目视觉的目标定位技术研究[D].广东:广东工业大学,2017.[14] 燕磊.双目视觉三维重建技术研究[D].天津：天津理工大学,2013.[15] 马颂德,张正友.计算机视觉——计算机理论与算法[M].北京:科学出版社,1998: 54-93.[16] Wei G Q. Ma S D. Implicit and Explicit Camera Calibration: Theory and Experiments[J]. Pattern Analysis amp; Machine Intelligence IEEE Transactions on,1994,16(5):469-480.[17] Song D M. A self-calibration technique for active vision systems[J]. IEEE Transactions on Robotics amp; Automation, 1996, 12(1): 114-120.[18] 卢津,孙惠斌,常智勇.新型正交消隐点的摄像机标定方法[J].中国激光,2014,(02)：302-310.[19] 高庆吉,洪炳,阮玉峰.基于异构双目视觉的全自主足球机器人导航[J].哈尔滨工业大学学报,2003,35(9): 53-57.[20] 漆丽君.基于未标定相机双目视觉的3D重构技术研究[D].哈尔滨: 哈尔滨工业大学,2017.
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
