外文翻译--CCD双目立体视觉测量系统的理论研究-毕业(学术)论文设计.docVIP

CCD双目立体视觉测量系统的理论研究 摘要: 利用几何成像原理建立起 CCD 双目立体视觉测量系统的数学模型 ,从提高系统测量精度出发 ,在理论上重点对系统结构参数、 图像识别误差与系统测量精度的关系进行了深入的分析和探讨 ,并通过实验对结论进行了验证。研究内容对实际建立该测量系统具有很强的指导作用。 关键词：立体视觉、CCD测量精度、图像识别、系统测量 引言 双目立体视觉测量技术是计算机视觉中的一个重要分支,一直是计算机视觉研究的重点和热点之一。由于其近似于人眼视觉系统 ,具有较高的测量精度和速度 ,并具有结构简单 ,便于使用等优点 ,所以被广泛应用于工业检测、 物体识别、 工件定位、 机器人自导引等诸多领域。近年来许多学者对此进行了大量的研究工作[1 - 4 ]。其中大量的工作集中在对视觉测量系统的数学模型、 系统的定标方法[5 - 7 ]以及目标特征点匹配算法[8 - 9 ]的研究上 ,而对系统的结构参数(两个 CCD之间的距离、 光轴夹角等)研究得却很少。文献[10 ]对立体视觉结构参数进行了相应的理论研究 ,但它是从观看物体时的深度感出发研究CCD与物体之间的距离、 两个CCD间距和观看距离3个参数之间的关系 ,没有涉及到结构参数对系统测量精度的影响。而实践证明系统的结构参数设置在实际应用中对于系统的测量精度是至关重要的。此外 ,从立体视觉测量原理中 ,可以看出图像识别误差是另一个对系统测量精度产生直接影响的重要因素。综合以上考虑 ,从理论上对系统的结构参数设置和图像识别误差对系统测量精度的影响进行了深入的分析和研究。结合系统结构参数对摄像机定标精度的影响 ,给出了实际应用中组建双目立体视觉测量系统的设计方案。 1 双目立体视觉测量原理及数学模型 1. 1 摄像机成像模型 摄像机的成像模型,是光学成像系统几何关系的数学表示。目前在摄像机标定中应用的摄像机成像模型主要有针孔成像模型、 双平面模型和人工神经网络模型等。其中针孔成像模型是目前大量采用的一种成像模型,它反映的是一种理想的线性映射关系,如图1 所示。其中, Oc为摄像机的光心, Oc XcYc Zc为摄像机坐标系, OXYZ 为世界坐标系, oxy 为摄像机成像平面物理坐标系。P( X , Y , Z) 为空间一物点, p′ ( x , y)是其在图像平面上的投影点。根据该成像模型,空间物点 P( X , Y , Z)与像点之间的关系可表示为 当两个或两个以上摄像机进行交会时,可以得到2 i ( i ≥ 2)个方程所组成的超定方程组,因此可以用最小二乘法对方程组求解以确定空间物点的坐标。 1. 2 双目立体视觉测量系统的数学模型 双目立体视觉系统通常由两台结构和性能完全相同的CCD组成 ,并且两个CCD摆放位置对称。基于上述摄像机成像模型 ,由式(2)可以推出如下超定 方程组: 其中 r , t , r′ , t′ 分别为两摄像机坐标系相对于世界坐标系的平移和旋转矩阵,可以通过摄像机标定得到。( x , y) , ( x′ , y′ )分别为空间物点( X , Y , Z)在两CCD图像平面的投影的物理坐标。 图2　 双目立体视觉简易模型 为了对系统结构参数进行分析,这里构建如图2所示的立体视觉系统。在该结构中,三坐标系处于同一平面内,其中 Y 轴垂直纸面向里,世界坐标系 OXYZ 与左摄像机坐标系Oc Xc Yc Zc原点重合,两摄像机间距为 L ,两光轴夹角为 2α。根据上述结构,可以确定两摄像机组成的超定方程组为 则由式(4)可得: 2 图像识别误差对系统测量精度的影响 立体视觉系统中 ,空间物点在两个摄像机图像平面上的位置是通过像素坐标来表示的 ,而面阵CCD摄像机像素具有一定的物理尺寸 ,这就使得空间物点在图像上的真实物理坐标无法得到准确的表达 ,从根本上造成了图像识别误差。如图3所示。 图像平面上像素坐标系与物理坐标系有如下关系: 其中: ( u , v)是以像素为单位的图像坐标系的坐标,dx , dy 分别为每一个像素在x 轴和 y 轴方向上的物理尺寸, ( u0 , v0)为 oxy 坐标系原点o在o0 uv 坐标系中的坐标[3 ]。如图 4 所示,假设图像识别精度达到0. 5个像素级。对于一空间物点,设其投影到图像平面上的第 i 行,第 j 列的像素中,则此时该点的物理坐标为 　 　x = ( i - u0) ×dx y = ( j - v0) ×dy 即只要该点落在该像素内,其坐标值是一个定值。而理想情况下的坐标应分别在一定的范围内: 　( i - u0 - 0. 5) ×dx x ( i - u0 + 0. 5) ×dx ( j - v0 - 0. 5) ×dy y ( i - v0 + 0. 5)