分类号:TP391单位代码:10110学号:s20090519中北大学硕士学位论文基于双目视觉三维重建方法研究硕士研究生马莉指导教师韩燮教授学科专业计算机软件与理论2012年6月3日基于双目视觉三维重建方法研究中北大学马莉图书分类号TP391密级非密UDC硕士学位论文基于双目视觉三维重建方法研究马莉指导教师(姓名、职称)韩燮教授申请学位级别工学硕士专业名称计算机软件与理论论文提交日期2012年6月5日论文答辩日期2012年6月3日学位授予日期年月日论文评阅人张国荣、潘广贞答辩委员会主席田卫萍2012年6月5日中北大学学位论文原创性声明本人郑重声明:所呈交的学位论文,是本人在指导教师的指导下,独立进行研究所取得的成果。除文中已经注明引用的内容外,本论文不包含其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体,均已在文中以明确方式标明。本声明的法律责任由本人承担。论文作者签名:日期:关于学位论文使用权的说明本人完全了解中北大学有关保管、使用学位论文的规定,其中包括:①学校有权保管、并向有关部门送交学位论文的原件与复印件;②学校可以采用影印、缩印或其它复制手段复制并保存学位论文;③学校可允许学位论文被查阅或借阅;④学校可以学术交流为目的,复制赠送和交换学位论文;⑤学校可以公布学位论文的全部或部分内容(保密学位论文在解密后遵守此规定)。签名:日期:导师签名:日期:中北大学学位论文基于双目视觉三维重建方法研究摘要双目视觉技术是计算机视觉领域的热点研究内容,它利用计算机的软、硬件对动物的双眼视觉进行模拟仿真。双目视觉根据三角几何原理获取物体的深度信息并进行三维重建,实现了非接触式测量。因而,它可应用于逆向工程、影视动画,医学,虚拟现实及机器人视觉等诸多领域中。双目视觉不但在理论研究方面有着很大的价值,而且在实际应用方面也有着不可小觑的作用。本文以如何建立一个高效、快速、精确并且实用性强的三维重建系统为原则。分析国内外的已有成果,参照Marr视觉理论步骤,主要对双目视觉系统中的图像获取技术、相机标定技术、特征点提取方法、立体匹配以及三维重建等关键技术进行了深入细致的研究。主要工作如下:(1)首先搭建了一个包含双目相机、光学镜头以及计算机的简单硬件平台;(2)研究了标定双目相机的理论基础和原理,采用比较经典的棋盘标定法获得了相机的内外参数;(3)根据特征点的立体匹配方法,应用SIFT匹配算法和改进的基于SURF的立体匹配算法进行了立体匹配;(4)利用实验室的Bumblebe双目视觉相机,获取两幅图像并求出二维图像的视差图,通过计算得到物体的深度信息,获得物体真实的空间三维坐标,为物体的三维重建提供了数据支持。关键词:三维重建,特征点检测,立体匹配,SIFT算法,SURF算法中北大学学位论文Researchofthemethodof3DReconstructionBasedonBinocularStereoVisionAbstractInthefieldofcomputervisionresearch,binocularvisiontechnologyisahotspotreseachingcontentthatmakeuseofcomputersoftwareandhardwaretosimulatethebinocularvisionofanimals.Accordingtothetriangulargeometricprinciplesbinocularvisionobtainstheobjectdepthinformation,thenreconstructsthree-dimensionalmodelofobject.Itcanbeappliedinmanyareassuchasreverseengineering,televisionanimation,medicine,virtualreality,robotvisionandsoon.Binocularvisiontechnologyhasagreatvalueinthetheoeyresearchandpracticalapplications.Themainworkisasfollows:(1)Firstbuildahardwareplatform,includingofbinocularcamera,opticallenandcomputer.(2)BasedontheprinciplesofthecalibrationbinocularcameraemploychessboardcalibrationmethodtoobtaintheinternalandexternalparametersofCamera.(3)Accordingtostereomatchingmethodoffeaturepoints,makeuseofSIFTmatchingalgorithmandSURFmatchingalgorithmtomatchthecorrespondingpiontsbetweentwoimages.(4)MakinguseoftheBumblebebinocularcamera,obtainstwo-dimensionalimagesandcalculatesthedisparitymapofthetwoimages,thenacquiresthedepthinformationoftheobject.Keywords:three-dimensionalreconstruction,featurepointdetection,Stereomatching,SIFTalgorithm,SURFalgorithm中北大学学位论文I目录1绪论1.1三维重建技术的课题背景及研究意义.................................11.1.1课题背景...................................................11.1.2研究意义...................................................11.2计算机视觉.......................................................21.2.1计算机视觉的概念............................................21.2.2计算机视觉的三个阶段.......................................31.3计算机视觉国内外研究现状以及技术难点.............................41.3.1计算机视觉国外研究现状......................................41.3.2计算机视觉国内研究现状......................................51.4课题的提出和结构安排.............................................61.4.1课题的提出及主要研究内容....................................61.4.2结构安排...................................................72基于双目视觉三维重建系统的构建2.1系统硬件平台的构建...............................................82.1.1CCD双目相机................................................82.1.2实验室计算机................................................92.1.3实验平台的搭建.............................................102.2系统软件的设计.................................................102.3本章小结.......................................................123双目相机标定3.1引言............................................................133.2相机标定基本原理的介绍..........................................133.2.1相机标定过程用到的坐标系及它们之间的相互转换关系...........133.2.2摄像机针孔模型以及其光学成像过程...........................16中北大学学位论文II3.3摄像机的标定方法................................................193.3.1传统的相机标定方法.........................................193.3.2自标定法..................................................233.3.3基于主动视觉的摄像机标定法.................................233.4本实验中相机标定过程............................................243.4.1角点提取算法...............................................253.4.2棋盘标定法................................................303.4.3本实验相机标定的步骤和结果.................................343.5本章小结........................................................384基于不变性特征算子的立体匹配方法4.1引言............................................................394.2几种常用匹配算法的介绍..........................................394.2.1基于图像区域的立体匹配算法.................................394.2.2基于图像相位的立体匹配算法.................................404.2.3基于特征的立体匹配算法.....................................404.3基于尺度不变特征变换(SIFT)的立体匹配算法......................424.3.1引言......................................................424.3.2SIFT算子的特点及建立主要步骤..............................424.3.3SIFT算法实现的详细步骤....................................434.3.4SIFT特征提取法的实验......................................504.4改进SIFT算法---基于SURF的匹配算法.............................524.4.1积分图像..................................................524.4.2SURF特征点的检测..........................................534.4.3