积分商城

最新搜索： 8051 ip C8051F310 STM32Cube高效开发教程 基础篇 萝莉遥控 多旋翼 英飞凌 PROFET™ +简介
您现在的位置是：首页 > 技术资料 > 机器人双目图像实时立体匹配算法
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

机器人双目图像实时立体匹配算法

更新时间：2019-12-25 14:49:35 大小：1M 上传用户：zhiyao6查看TA发布的资源 标签：机器人双目图像立体匹配算法 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

针对移动机器人平台上的双目视觉深度信息获取问题,研究了一种适用于动态图像序列的双目图像立体匹配算法.采用成熟的半全局立体匹配算法对图像快速立体匹配;分析了在复杂环境下的运动平台上完成立体匹配所面临的主要噪声干扰,包括白斑噪声和断层闪烁噪声;为此,分别提出了白斑滤波算法和视差图时间域滤波方法以抑制这两种噪声.试验结果表明,所提出的算法能够有效抑制动态双目图像在立体匹配时的噪声干扰,最终能够实时获得连续清晰的视差图序列.


部分文件列表

文件名 大小
机器人双目图像实时立体匹配算法.pdf 1M

【关注视频号领20积分】   【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）
37  
9
Vol．37 No．9  
Sep． 2017  
第
卷
第
期
北 京 理 工 大 学 学 报  
Transactions of Beijing Institute of Technology  
2017  
9
月
年
机器人双目图像实时立体匹配算法  
，
，
，
苏丽 董然  
张智  
郭文县  
(
， ，  
哈尔滨工程大学 自动化学院 黑龙江 哈尔滨  
150001)  
: ，  
要 针对移动机器人平台上的双目视觉深度信息获取问题 研究了一种适用于动态图像序列的双目图像立体  
摘
． ;  
匹配算法 采用成熟的半全局立体匹配算法对图像快速立体匹配 分析了在复杂环境下的运动平台上完成立体匹  
， ; ，  
配所面临的主要噪声干扰 包括白斑噪声和断层闪烁噪声 为此 分别提出了白斑滤波算法和视差图时间域滤波方  
． ， ，  
法以抑制这两种噪声 试验结果表明 所提出的算法能够有效抑制动态双目图像在立体匹配时的噪声干扰 最终能  
．
够实时获得连续清晰的视差图序列  
:
;
;
;
关键词 双目图像 立体匹配 白斑滤波 时间域滤波  
: TP242. 6 : A : 1001-0645( 2017) 09-0975-07  
文章编号  
中图分类号  
文献标志码  
DOI: 10．15918/j．tbit1001-0645．2017．09．017  
Stereo Matching Algorithm for Robot Binocular Images in Real Time  
ZHANG Zhi， GUO Wen-xian， SU Li， DONG Ran  
( College of Automation，Harbin Engineering University，Harbin，Heilongjiang 150001，China)  
Abstract: For the problem of acquiring binocular vision depth information on a mobile robot platform，a  
binocular image stereo matching algorithm was proposed for dynamic image sequence． Firstly，a mature  
semi-global matching algorithm was adopted to carry out the rapid stereo matches of stereo images for the  
disparity images． On this basis，the major noises encountered during the stereo match process on a mobile  
platform in a complex environment were analyzed，including the white-spot noise as well as the fault  
flicker noise． Further，a white-spot filtering algorithm and a disparity image time-domain filtering  
algorithm were developed respectively to reject the noises． Finally，the experimental verifications were  
performed． The results show that，the noises coming from stereo matches of dynamic binocular vision  
images can be effectively suppressed with the proposed algorithms，besides a continuous and clear  
disparity image sequence can be derived in real-time，which is significant to the obstacle avoidance and  
the situational awareness of a running mobile robot in a complicated environment．  
Key words: binocular images; stereo matching; white spot filtering; time-domain filtering  
，
，
规划法速度较快 但匹配后图像存在明显的带状瑕  
立体匹配技术是立体视觉技术中的核心问题  
90  
20  
，
年代以来 立体匹配研究出现了两个方  
， ．  
疵 影响了实用效果 当双目视觉应用于机器人的  
世纪  
［1-2］  
，
向 一种是偏重于实时性的局部特征法  
，
另一种  
、 、 ，  
环境理解 避碰 路径导航等过程时 研究人员均采  
，
是偏重于算法准确性的全局匹配算法 如动态规划  
，
用了实时性较快的局部特征匹配方法 如基于自适  
［3］  
［4］  
( DP )  
、
( BP )  
、
，
应加权窗口的匹配算法 基于区域增长的匹配算法  
，
法
置 信 度 传 播 法  
图 分 割 法  
［5-6］  
( GC)  
， ，  
等 全局匹配法虽然精度较高 但多数方法  
．
基于图像分割的匹配算法 但是当面临各类复杂的  
， ，  
实时性较差 主要用于离线三维重建过程 其中动态  
，
环境时 往往希望双目视觉系统能够提供更多的场  
: 2016-01-08  
收稿日期  
:
基金项目 国家自然科学基金资助项目  
( 51409053、61175089)  
( E201414)  
黑龙江省自然基金资助项目  
:
作者简介 张智  
( 1981—) ， ， ，  
男 博士 副研究员  
，E-mail: neverbadzz@ 163．com．  
976  
37  
卷
北 京 理 工 大 学 学 报  
第
， 、  
景深度信息 以支撑上层的目标识别 环境理解等算  
y
坐标方向和 坐标方向在所能容纳的实际像素个  
; R ，T ( )  
分别为左 右 摄像机从世界坐标系  
l( r)  
，
法的需求 如能将高精度全局匹配结果应用于机器  
数
l( r)  
，
人实时双目视觉的处理过程 好处无疑是巨大的  
．
．
到摄像机坐标系的旋转和平移矩阵  
2005 ，Heiko Hirschmuller SGM( semi-global  
年 提出了  
matching)  
，
半全局立体匹配算法 该方法匹配质量明  
［7-8］  
，
显优于动态规划法  
仅次于置信度传播与图分  
， ，  
割法 而计算速度远远优于以上两种方法 与动态规  
， ， 、  
划法相当 该方法出现 使得实时 稠密的高精度立  
．
体匹配成为可能  
SGM  
，
算法为基础 探讨了移动平台上的  
本文将以  
．
双目图像实时立体匹配方法 针对性地提出了白斑滤  
，
波和时域中值滤波方法 较好地抑制了两种噪声  
．
2
图
摄像机成像模型  
Fig．2 Camera model  
1
双目视觉系统标定与极线校正  
，
张正有表定法忽略透镜切向畸变 对于径向畸  
1. 1  
双目视觉标定  
， 0． ， ，  
变 主点处的畸变为 实际情况中 这种畸变较小  
［9-10］  
Zhang  
，
单独  
试验采用  
提出的平面标定法  
=
r 0  
而且可以用  
处的泰勒级数展开的前几项来定量  
，
标定出左右相机的内部参数 再求取双目摄像机的  
，
描述 即式  
( 2) ．  
， k ，  
对于普通的摄像机 使用前两项  
1
， ． ，  
之间的位置关系 即外参数 该方法操作简单 准确  
k
，
即可 对于畸变较大的摄像机可以使用第三项  
k ．  
3
2
． 1  
率高 图 为制定的标定模板图  
．
=
+
x( 1 k r  
1
+
+
+
x
k r  
2
k r ) ，  
3 6  
undistort  
undistort  
2
2
4
4
( 2 )  
{
=
+
y( 1 k r  
1
+
y
k r  
2
k r ) ．  
3 6  
: k ，k ，k  
．
为畸变参数  
式中  
1. 1. 2  
一般选择定义标定平面 使  
场可以得到一个单应性矩阵  
1
2
3
单目标定原理  
=
， Z 0，  
对于每一视  
w
h
［
h
h
r
sA［1  
r
t
=
=
H
］
3
］． ( 3 )  
1
2
2
f
0
u
x
0
=
: s  
式中 为缩放因子  
; A  
0
0
f
v
;
为内参数矩阵  
y
0
1
图
标定模板图片  
Fig1 Calibration board images  
0
1
=
R
［r  
r
r ］， R  
由
3
的单位正交性可得出两  
l( r)  
1
2
l( r)  
1. 1. 1  
小孔摄像机模型涉及图像坐标系 摄像机坐标  
2，( u ，v )  
摄像机模型  
个约束为  
，
－
－
1
T
T
=
=
h A A h  
1
0，  
2
2
，
，
系 世界坐标系 如图  
表示图像物理坐标  
0
0
( 4 )  
－
－
－
－
1
T
T
1
T
T
{
h A A h  
1
h A A h ．  
2 2  
， P  
原点在图像坐标系中的位置 设 为视野内的任意  
，
一点 该点在世界坐标系中的坐标  
( X ，Y ，Z ) ，  
图
w
可以设置  
w
w
( u，v) ，  
根据几何原理可以得  
B
B
B
B
B
B
B
B
B
像像素坐标系坐标为  
11  
21  
31  
12  
22  
32  
13  
23  
33  
－
－
1
T
出图像坐标系与世界坐标系的关系为  
=
=
B
A A  
．
X
Y
Z
1
w
w
w
f
0
u
0
0
1
u
v
x
0
R
T
l( r)  
l( r)  
B
利用矩阵 通用形式的封闭解定义一个六维  
=
Z
0
f
v
．
c
y
0
T
[
]
0
0
向量  
1
0
0
0
B
［
B
B
B
B
B
33］．  
=
b
11  
12  
22  
13  
23  
T
( 1 )  
h
=
［
h
h
］ ，  
表示 的第 个列向量 可  
h
H
i
，
令
i1  
i2  
i3  
i
1
1
T
T
=
h Bh v b．  
ij  
=
=
以得到  
式中  
f
f，f  
f
f
x
在
式中  
分别表示摄像机的焦距  
i
j
x
y
dx  
dy  

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号