基于雙目視覺(jué)的三維人體數(shù)字化關(guān)鍵技術(shù)研究.pdf

1、計(jì)算機(jī)視覺(jué)一直是計(jì)算機(jī)科學(xué)中研究的重點(diǎn)和熱點(diǎn)領(lǐng)域之一,也是一個(gè)極具挑戰(zhàn)性的領(lǐng)域,獲取三維場(chǎng)景的幾何信息是其最基礎(chǔ)也是最重要的研究?jī)?nèi)容。雙目視覺(jué)作為該領(lǐng)域的一個(gè)重要分支,近年來(lái)隨著計(jì)算機(jī)軟硬件技術(shù)的不斷發(fā)展,取得了很大的進(jìn)步。作為雙目視覺(jué)測(cè)量技術(shù)的一個(gè)重要應(yīng)用,三維人體數(shù)字化技術(shù)(即三維人體測(cè)量技術(shù))也逐漸得到了越來(lái)越多的學(xué)者和研究人員的廣泛關(guān)注。因?yàn)樵摷夹g(shù)能夠準(zhǔn)確、快速的獲取三維人體體型特征的尺寸信息,為人類學(xué)、工業(yè)設(shè)計(jì)、服裝工業(yè)、人機(jī)

2、工程以及醫(yī)學(xué)等領(lǐng)域提供準(zhǔn)確詳盡的人體數(shù)據(jù),所以有著廣泛的應(yīng)用價(jià)值和重要的研究意義。
　　 作為實(shí)現(xiàn)三維人體數(shù)字化的主要理論依據(jù),對(duì)采用雙目視覺(jué)原理進(jìn)行測(cè)量過(guò)程中的幾項(xiàng)關(guān)鍵技術(shù),如攝像機(jī)標(biāo)定、立體校正、立體匹配、匹配點(diǎn)三維坐標(biāo)計(jì)算等進(jìn)行了研究和分析。首先明確每一項(xiàng)關(guān)鍵技術(shù)的研究現(xiàn)狀,并對(duì)各種方法進(jìn)行比較分析,確定最終的實(shí)現(xiàn)方法,最后借助Qt和OpenCV函數(shù)庫(kù)等強(qiáng)大的開(kāi)發(fā)工具對(duì)每一項(xiàng)關(guān)鍵技術(shù)的實(shí)現(xiàn)均進(jìn)行了實(shí)驗(yàn),并分析實(shí)驗(yàn)結(jié)果及誤差

3、產(chǎn)生的原因。
　　 在立體匹配技術(shù)的研究中,針對(duì)現(xiàn)有匹配方法影響匹配因素多,易出現(xiàn)誤匹配等問(wèn)題,提出了一種基于棋盤格標(biāo)記的角點(diǎn)特征立體匹配方法,該方法首先利用投影儀將棋盤格圖像投射到被測(cè)物體的表面,這樣就添加了易于識(shí)別的人工特征點(diǎn),再使用經(jīng)過(guò)標(biāo)定的雙目視覺(jué)攝像機(jī)進(jìn)行圖像獲取,經(jīng)過(guò)畸變矯正和立體校正對(duì)圖像進(jìn)行預(yù)處理后使用OpenCV函數(shù)庫(kù)中的角點(diǎn)特征檢測(cè)函數(shù)將圖像上角點(diǎn)特征檢測(cè)出來(lái),并保存這些角點(diǎn)特征的像素精度圖像坐標(biāo)。為了使三維

4、測(cè)量的精度更高,還使用了OpenCV庫(kù)函數(shù)對(duì)角點(diǎn)特征位置的亞像素精度圖像坐標(biāo)進(jìn)行計(jì)算。最后使用所提出的立體匹配算法將圖像對(duì)中的角點(diǎn)特征進(jìn)行匹配。為了驗(yàn)證該方法的匹配效果和匹配精確性,先使用幾何形狀較為規(guī)則的物體進(jìn)行了角點(diǎn)特征匹配實(shí)驗(yàn),隨后又進(jìn)行了測(cè)距實(shí)驗(yàn),分別使用該方法與OpenCV中提供的BM匹配算法完成三維測(cè)距,并將實(shí)驗(yàn)結(jié)果進(jìn)行了比較,實(shí)驗(yàn)結(jié)果表明,該方法有效降低了匹配的難度,提高了匹配的精確度。
　　 最后利用這種基于雙目