距离信息的检测-Read.PDFVIP

第五章 距离信息的检测 5.1双目立体视觉 5.1.1概述 5.1.1工作原理 5.1.1.2匹配特征的选择 5.1.1.3匹配规则 5.1.1.4算法简介 5.1.2 Marr-Poggio-Grimson算法 5.1.3 Baker-Binford算法 5.1.4摄象机的标定 5.1双目立体视觉 5.1.1概述 如果能从两个不同的位置观察同一物体 我们就能用三角计算方法测量摄象机到该物体 的距离 这种方法被称为立体视觉或双目立体视觉 Stereo或binocular Vision或简 称为体视 体视是人类获取环境三维信息的主要途径 人类的许多能力 如识别和定位物体 回避障碍物 和搜索物体等都要依靠体视 因此人类视觉系统具有高度发达的体视功能 可 以在相当大的范围内实时地提供关于周围物体相对位置的准确信息 体视的距离可远达 1000米 体视可经受各种干扰 在各种光照条件和光度学及几何学畸变的条件下仍能可靠 地提供立体信息 体视可经受对比度的变化 在一幅图相对于另一幅图有明显的模糊或扩展 时 仍能工作良好 体视的处理是快速的 并能很好地处理物体运动的情况 体视对深度信 息检测的分辨率很高 在理想条件 孤立边缘 下能可靠地分辨小于 1秒弧的视差[Wes 78] 这相当于在 1米的观察距离上确定大约相距0.8毫米的两个特征的相对深度 或在50厘米 远处的0.2毫米的相对深度 在计算机视觉研究中立体视觉也是很重要的 因为它可适用于各种条件 例如 体视可 被用于根据航空照片获得地形信息 这时就难以应用主动式的测距方法 对体视的研究从根 本上来说有两种不同的目的和方法 一种是为了理解人类双目立体视觉的机理 另一种是找 寻获得距离信息的实用方法 前者寻求人类立体视觉的计算机模型 它可适用于各种情况 因此需要进行大量的计算 与此相反 后者希望开发可实用的立体视觉系统 由于它是适用 于特定的领域 因此通常是不通用的 由于体视处理需要进行大量计算 因此目前在实用中 还未被广泛采用 近来由于在高速信号处理器硬件研究方面取得迅速进展 以及并行处理技 术的发展 使得有可能应用通用的并行处理器来解决体视处理中的计算量问题 此外 上述 两种方法之间的相互渗透和启发能为发展实用的通用立体视觉系统指出新的途径 因此 对 体视的研究再次引起各方的重视 5.1.1.1工作原理 图5.1(a)所示为用双摄象机观测同一景物时的情形 物体上的点 P在摄角机 1中的成 87 象点为 它是通过从P点发出的光线经过透镜中心C与图象平面相交而形成的 相反地 1 若已知图象平面上的一点A和透镜中心C可唯一地确定一条射线AC所有可成象在A点的 1 1 物体点必定在这条AC射线上 但问题是不知道物体在这条射线上的什么地方 也就是不知 1 道离得多远 如果我们能找到同一物体点P在另一摄象机中的成象点B 那么根据第二个图 象点B与相应透镜中心C决定的第二条射线BC与AC的交点就可以确定物体点的位置 因 2 2 1 此 如果已知两台摄象机的几何位置 并且摄象机是线性的 同时知道同一物体在两个摄象 机中的成象位置 那么利用三角原理就可以计算物体在空间的位置 射线 图5.1立体视觉原理 AC上各点在右摄象机图象平面中的成象是一条直线 BD这条线被称为外极线 epipolar 1 同理 BC在左摄象机图象平面中的成象也形成外极线 因此 如果已知空间点在一个图象 2 平面中的成象点要寻找在另一图象平面中的对应点时 只需沿此图象平面中的外极线搜索即 可 图 5.1(b)所示为两摄象机的光轴平行 并且摄象机的水平扫描线位于同一平面时的简 单情形 P点在左 右图象平面中成象点相对于坐标原点O和O O和O是左 右摄象机透 1 2 1 2 镜光轴与图象平面的交点 的距离分别为 和 P点在左 右图象平面中成象点位置差 被称为视差 disparity在图5.