摘要
随着计算机的发展，研究者们开始寻求用计算机帮助人类感知周围世界的信息的方法，计算机视觉技术应运而生。视觉测距作为计算机视觉领域中的重要研究方向之一，在智能驾驶、机器人、无人机等领域均发挥了重要作用。双目立体视觉测距凭借高精度、无接触、无损测量等优势，可实现疫情下的无接触式测距，并且对待测物体的形态没有太大的要求，能够满足人们对测量精度、效率以及安全性的综合需求，具有较好的应用前景和研究价值。 双目立体视觉技术通过使用两台参数设置完全相同的摄像机对场景进行图像采集，根据立体匹配过程获得视差图，最后利用视差图以双目测距原理为依据计算出实际场景的三维深度。本文研究内容主要分为三个方面: 第一，分析双目立体视觉技术，开发双目立体视觉测距系统，实现场景中任意两点间实时测距。在实验系统中验证了测距的精度，当测量距离在300mm-1500mm范围时，深度测量的误差小于2.78％;在500mm处进行空间中任两点距离测量实验时，平均误差约为1％。 第二，基于块匹配BM(blockmatching)改进立体匹配算法。首先用对原图像进行灰度预处理，并利用5*5邻域灰度加权均值进行代价计算，通过多路径代价聚合得到粗略视差图。再对粗略视差图进行左右一致性检测、剔除较小连通区、唯一性检测和中值滤波，提高视差图的质量，实现视差优化。改进的方法在保证匹配准确性的前提下，显著提高了系统运行速度。 第三，为解决实际测量过程中测量点捕捉困难的问题，提出了一种基于聚类的平面检测算法。结合RGB信息与depth深度信息提取法线并进行聚类，根据平面到原点的距离约束提取出平面。该算法在REDWOOD数据集、B3DO数据集和NYU数据集上进行验证，满足实时性的要求，效果与Matlab视觉工具箱中平面检测功能相当。
NETL