双镜头影像深度解析能力分析.PDF

第 11屆 海峽兩岸計量學術研討會 A00-0000 2016 年 11月 1日 ~ 3日 臺灣 ‧桃園 ‧中壢 中原大學 雙鏡頭影像深度解析能力分析 1 1 1 林士傑 劉思伶 葉俊沅 1 國立清華大學 動力機械工程學系 E-mail: sclin@pme.nthu.edu.tw 摘要 雙鏡頭影像的深度解析能力，藉此找出在各個 近年來，工業的自動化生產需求逐漸上升， 條件下之最佳深度解析能力，以利未來提供機 而自動化技術的應用包含結構的檢測、零件的 器視覺系統更方便的設計途徑。 辨識與組裝等等，其中，機器視覺技術可以應 用在產品的外觀量測、瑕疵檢測、零件辨識與 2. 雙鏡頭影像深度解析能力分析 計數等等，用途非常廣泛，更是減少人力成本 為了得知雙鏡頭辨識深度的能力，此章將 的一大利器。而機器視覺的目的是要取代人眼 對雙鏡頭影像進行深度解析能力的分析。其影 進行重複且精準的動作，因此雙鏡頭的測距能 像深度解析能力的定義為：當兩相機視野重疊 力變得相當重要。然而，以往的文獻鮮少探討 區域進行深度計算時，能夠判斷其深度的準確 有關雙鏡頭的配置與硬體設備的差異等等對距 能力。首先將推導雙鏡頭擷取影像並辨識出 離判別的影響，因此本研究期望透過理論模型 左、右兩顆相機之承斑的實際位置之座標公 的推導，探討關於鏡頭擺設方式以及硬體規格 式，並且為了分析雙鏡頭在不同配置下的解析 的不同將會對雙鏡頭判別深度的能力有何影 能力，設定鏡頭配置之參數，進行 2D視野之分 響，進而分析雙鏡頭影像深度的解析能力。 析，作為影像深度解析能力之模擬。 關鍵詞 ：自動化、機器視覺 2.1 雙鏡頭位置座標公式推導 為了利用雙相機鏡頭擷取影像並辨識出 1. 前言 左、右兩顆相機擷取的承斑成像位置，本研究 為了提升工業自動化生產的產值，國內外 使用 K.S.Fu[3]所撰寫的書中所提到之立體成像 紛紛發展機器視覺技術進行產品的檢測與辨識 原理，如圖 1所示。 w(x, y, z)為物體實際的座 處理。機器視覺與機械就如同人類的眼睛與肢 標， p1(u1,v1)為右方相機所得承斑在影像中的 體，皆能根據接收到的資訊不同而產生相對應 位置， p2(u2,v2)為左方相機所得承斑在影像中 的反應動作。像是 M. Bertozzi 等人[1]利用機器 的位置，而兩個相機鏡頭相距 S 。 視覺技術建構了一個可以即時辨識汽車車道與