基于SIFT算法的雙目立體視覺定位研究.pdf

1、隨著科學技術的快速發(fā)展，機器人在人們生產、生活等領域得到廣泛的應用，很多研究人員都對機器人技術充滿了熱情，機器人視覺作為機器人中的關鍵技術，也是人們研究的重點和難點。目前，機器人視覺中比較典型的是雙目立體視覺技術，該技術模擬人的雙眼從外界獲取物體的信息，已在軍事和民用等領域獲得廣泛應用。雙目立體視覺技術采用雙攝像頭從不同角度拍攝物體，并建立其數學模型，然后根據計算得到物體的三維信息，一個完整的視覺系統(tǒng)通常有圖像的獲取、攝像機標定、特征點

2、提取和匹配、計算坐標恢復三維信息等幾個步驟，其中攝像機的標定和圖像特征點的匹配是難點。由于攝像機標定的方法很多，不同的方法影響著標定的精度;圖像匹配的算法也很多，不同的算法影響著匹配的速度和精度，本文主要研究的是SIFT特征提取算法，攝像機標定方法和圖像處理算法的選擇都對該系統(tǒng)的實時性和精確度產生影響。本文對此做出了深入研究。
　　 本文介紹了雙目立體視覺的原理及數學模型，同時攝像機的內外參數需要標定。攝像機傳統(tǒng)的標定法雖然標定

3、的比較精確，但比較費時，如果遇到環(huán)境變化的情況，還需要不停地調節(jié)攝像機焦距;在自標定又不太精確的情況下，本文選用介于傳統(tǒng)標定和自標定方法之間的方法——張正友標定法，該方法是根據多幅平面標定模板進行標定，通過角點檢測出模板上特征點的圖像坐標，然后通過實驗和計算就可得到攝像機的參數。
　　 雙目攝像頭分別獲取的圖像要進行匹配，本文重點分析介紹了SIFT算法的特征及提取過程，這是一種基于尺度空間的算法，對圖像的縮放、旋轉甚至仿射變換都

4、保持不變性。在特征點檢測匹配時，也有很好的抗噪性。但是該算法也有些缺點，比如檢測到的特征點過多、提取特征點計算量比較大、描述子維數大等，因此本文對一些改進的算法如PCA-SIFT算法、SURF算法和Harris-SIFT算法進行了深入探討，并且這些算法與SIFT算法圖像匹配進行了比較，確實在特征點提取的時間和特征點精確方面有了很大改進。
　　 本文最后進行了雙目立體視覺實驗，首先對攝像機進行標定，然后運用matlab軟件在SIF