一般位置上的双摄像头立体视觉测距.pdfVIP

·146· 价值工程 一般位置上的双摄像头立体视觉测距 DistanceMeasurementfromDoubleWebcamsStereoVisioninGeneralPositions 柳有权Liu Bingyuan Youquan；丁炳源Ding (长安大学信息工程学院，西安710064) (SchoolofInformation 710064，China) Engineering，ChanganUniversity，Xian 摘要：本文基于一般位置上的双普通摄像头通过立体视觉的方法进行测距研究。为了减少错误匹配点对的个数，先采用Harris角点检测法对 双摄像头捕获的两幅图像进行角点检测，然后将检测出的角点作为候选特征点，结合SIFT立体匹配算法实现对应点的匹配，从而进一步进行测 距，该方法提高了测距的精度． Abstract：Withtwowebcamsin distanceismeaBuredbasedonstereovision avoidtOO positions．the technology．To wrong general many matching cornerdetection isused candidate forSIFT sucha the ofthedistance points，Harris algorithmfirstly，providingmatching points algorithm．Inway accuracy measurement isimprovedobviously． 关键词：立体视觉；双摄像头：SIFT；Harris角点检测；测距 words：Stereo corner Key vision；doublewebcams；SIFY；Harrisdetection；distancemeasurernent 中图分类号：TP34 文献标识码：A 0引言 0点称为摄像机光心，x轴 双目立体视觉测距利用视差原理，处理不同视角下获取的对同 和Y轴与图像的X轴与Y 一场景的两幅图像，从而恢复出物体的三维几何信息，并测得空间 轴平行，Z轴为摄像机光 距离。在双目立体视觉中，摄像机标定和立体匹配是最关键技术，所 轴，它与图像平面垂直。光 以当今双目立体视觉的理论研究，集中在摄像机标定方法和立体匹 轴与图像平面的交点，即 为图像坐标系的原点，由 配算法的研究fl_q。摄像机标定用于获取摄像机的内外参数，立体匹 配是寻找对应图像中的共轭像点。 点0与x．y、z轴组成的直 1图像坐标系、摄像机坐标系和世界坐标系 角坐标系称为摄像机坐标 系。00，为摄像机焦距。 如图l所示，图像每一个像素的坐标(u，v)只表示像素位于数组 中的列数与行数，因此，需要建立以物理单位(如毫米)表示的图像 由于摄像机可安装在