单双目摄像头【荐】.docVIP

Keyword：双目摄像头，深度图像，客流量计算 1.基于双目视觉的客流统计识别系统 首先，本文对立体视觉中对最基础的立体匹配问题作了深入的研究。详细介绍了立体匹配的理论基础以及算法的四大关键要素，在此基础上，本文介绍了三类常见的立体匹配算法：基于灰度的匹配，基于特征的匹配和基于频域变换的匹配，详细介绍了每类算法的基本原理算法特性和优缺点。其次，本文介绍了立体视觉中的难点，标定问题。基于对相机模型的介绍，本文介绍了如何标定相机的内部参数和外部参数，也就是称为相机标定的过程。通过相机标定的过程，我们就可以从二维图像信息中计算出特征点的真实三维坐标，从而解决了单目相机在客流检测中目标互相遮挡的难题。再次，本文介绍了Mean Shift的基本理论和算法，采用了一种基于Mean Shift理论的模式聚类算法从而成功的实现了对获取的三维点集进行模式聚类。最后，通过在大量采集的样本图片上的实验，证明了本系统具有很高的识别率以及良好的抗干扰能力。 2. Real-Time Stereoscopic Image generation from Depth Map and its Hardware Design 双眼看到一个物体的时候，该物体在左右眼中会有位移，而这个位移就为视差。物体越远视差越小，反之视差越大，因为时差的原因我们产生了立体深度的感觉。因为我们可以利用一些将一张2D的影像产生出虚拟的双眼立体影像，例如DIBR (depth-image-based rendering)利用原始的2D影响深度虚拟立体摄像机的设置来产生一组有时差的立体影像。但由于我们产生的过程中，变动了影像内物体的位置，造成影像中有空洞的问题，这样的立体影像是无法观看的，为此我们必须利用影像填补（image inpainting）的方法将空洞填补起来。我们使用DIBR的演算法来产生双眼影像，在使用简化的影像来填补算法填补产生的空洞。由于硬件设计和速度的考量，我们简化了填补算法，虽然造成了填补效果的下降，但是仍然在可以接受的范围内，由于影像结构的关系，常常为了减少几块的空洞区域而而要重复扫描整张影像，为了提升计算的速度，将整张影像分段处理，每次只处理几行，将计算时间分散，使计算时间较整张处理的方式提升了约50%。 3. 基于对应点的双目视觉研究 双目视觉变焦测距技术 双目视觉测距是根据视差原理,将三维空间求深度信息的问题转化成二维空间求视差.提出一种改进的变焦测距方案,使得传统双目视觉测距系统的测量范围得到更好的延展性,测量精度有了更好的自适应性.提出测距系统的灵敏度定义,它是决定系统有效量程和测量精度的重要指标.根据灵敏度函数的具体标定,提出自适应的变焦测距策略,在实际的测量应用测试中已收到较好的效果.基于双目计算机视觉的自适应识别算法及其监控应用为了能实时地采集到公交系统中的客流量,提出了一种基于双目立体视觉的客流计数方法。该方法由3部分组成:运动目标检测,标记,匹配与计数。目标检测是计数问题的核心,该方法首先利用行帧差法检测可能的运动目标,然后基于视差分析判断可能目标的真伪。通过模拟环境和实际公交车环境的测试表明,该方法现场计数准确率达到92%以上,并有效克服了因计数场景中光线突变、阴影对计数准确率的影响。 Depth estimation from retinal disparity requires eye and head orientation signals 为获得一物体信息我们需要知道该物体为中心的距离，即绝对距离。我们设计以双目3D眼镜方向的几何模型并调查所需的信号来唯一确定的一个自然的眼睛和头部的方向变化的非的深度。的模型表明，在的眼部辐辏角的内部估计，仅横向和纵向的视网膜的差距不足以计算出一个点状目标的唯一深度。相反，大脑必须考虑的眼睛和头部的三维方向。我们测试中，涉及深入的目标达到一个行为实验模型。我们的分析表明，具有相同的视网膜视差的目标达到的深度不同的估计，用不同的眼睛和头部的方向一致，不同的。实验结果表明，受试者准确地为这个当。综上所述，估计点状目标的距离时，对象的位置，以及车身配置所有可用的信号相结合，提供有关对象的距离，准确的信息。 恢复场景的3D信息是立体视觉研究中最基本的目标，为实现这一目标，一个完整的立体视觉系统通常包含六个模块：图像获取、摄像机标定、特征提取、立体匹配、三维恢复和视频分析（运动检测、运动跟踪、规则判断、报警处理）。数字图像的获取是立体视觉的信息来源。常用的立体视觉图像一般为双目图像，有的采用多目图像。图像获取的方式有多种，主要由具体运用的场合和目的决定。立体图像的获取不仅要满足应用要求，而且要考虑视点差异、光照条件、摄像机性能和场景特点等方面的影响。立体视觉系统摄像机标定是指对三维场景中对象点在左右摄像机