立体视觉与立体成像

讲述了主要立体视觉因素的形成机理,导出双目视差关系式,给出了相应参数的约略值,分析了主要参数与立体视觉效果的关系.可供立体成像、制作较符合视觉特性的立体电视节目、高效编码立体电视视频数据流和重显立体视频图像参考.     

关于立体视觉与真三维立体显示技术

真三维立体显示技术是近年来新兴的三维显示技术,文章从人的视觉生理学角度介绍立体显示的相关原理,阐述真三维立体显示的相关概念。然后将目前的立体显示器进行分类,着重介绍目前现有的真三维立体显示以及其最新的技术发展情况。最后,通过比较这几种最新技术的优劣和应用领域,展望了自主开发真三维显示技术的可能性。     

共轴立体视觉深度测量

共轴立体视觉测距是一种深度恢复的新方法,利用光轴处于同一直线的两架相机,从单一角度获取图像信息,将三维空间的深度信息转换成二维空间的缩放视差,从而通过图像旋转与缩放、特征点提取、图像匹配、中心点估计等技术恢复深度信息。该技术具有测量系统体积小、实时性强等特点。介绍了该技术的深度恢复公式和算法,并设计了共轴立体摄影测距传感器,用实景实验和3DSMAX模拟实验对该技术进行了验证。试验结果表明,中长距离深度测量精度优于0．1％。     

双目立体视觉研究进展与应用

双目立体视觉模仿人类视觉系统对环境进行三维感知,通过对校正后的左右图像进行立体匹配获取两幅图像的视差,再根据三角测量原理计算出场景的深度,在近几十年中一直是计算机视觉领域的研究热点,取得了一系列的进展。传统的立体匹配方法采用手工设计的特征进行立体匹配,研究表明,这类方法对弱纹理或重复纹理区域以及遮挡区域表现不佳。近年来,基于深度学习的立体匹配方法取得了显著的进展,表现出了强大的应用潜力。本综述对这一不断发展的领域进行全面的调研,讨论不同方法之间的优点和局限性,介绍市面上的双目产品,并展望该领域的研究与应用前景。     

立体视觉系统的分析与设计

讨论了立体视觉系统的性能以及参数变化的影响。研究表明,观察者能够感到三维效果而又不引起眼睛过度疲劳的空间区域范围以及最小可察觉深度距离等都可由系统几何光学参数控制。由于在深度方向和ｘｙ平面上的放大倍数不同会引起三维图像的畸变。最后通过一个例子说明了调整系统参数来满足三维系统性能要求的基本设计方法。     

复眼立体的机器人视觉仿真

针对普通双目立体摄像机在机器人立体视觉仿真中的不足,提出一种复眼立体摄像系统。通过对其原理分析,找出被摄目标的深度、方位与摄像机之间的几何关系,推出计算公式,给出其在机器人视觉仿真中的应用方案。该系统提高了机器人视觉仿真精度,应用方案简单可行。     

Digiclops立体视觉系统获取深度图像的工程方法

论述了立体视觉研究中的主要问题及其技术进展,重点介绍了Point Grey Research公司的Digiclops三目立体视觉系统,包括该系统的配置、应用和用户开发工具包,结合实例讨论了利用该系统进行深度信患检测的工程方法。实验表明,使用Digiclops得到深度图像的方法具有较好的鲁棒性和实时性。     

基于Harris-SIFT算法的双目立体视觉定位

针对基于尺度空间对图象保持不变性的SIFT算法在双目立体视觉应用时实时性差、误匹配等问题,提出一种运用Harris-SIFT算法进行双目立体视觉定位方法.通过介绍双目立体视觉的模型原理,利用Harris-SIFT算法从左右摄像机分别获取的图像中检测目标,并获取匹配目标的特征点,对两幅图像中目标物体的坐标标定,通过计算可得到目标物体的深度距离,还原其三维信息.实验证明,运用Harris-SIFT算法使该系统的实时性能和距离精度得到提高.     

一种基于会聚双目立体视觉的用户化身模型

在简单会聚式双目立体视觉模型的基础上,提出了具有9自由度的用户化身视觉模型用于虚拟场景的成像变换,导出了用虚拟场景点的世界坐标和用户化身视觉模型的9自由度变量表示的左、右双目虚拟摄像机的成像公式,求出了9自由度用户化身视觉模型的左、右双目成像的视差与场景点深度信息的关系及相应的计算公式。仿真实验结果表明了该模型的可行性和计算方法的可靠性,同时表明该模型比简单会聚式双目立体视觉模型更接近人的视觉习惯,因此更具有实用性。     

基于相位相关的图像三维重建算法

在Muquit M A等提出基于相位相关的三维重建算法的基础上提出改进,对图像进行细节恢复的前处理;利用各个匹配等级之间的结构相关性进行搜索限制;在每个匹配等级下都进行畸点的识别和重定位;对匹配结果进行限制深度的三维模型优化处理.实验结果表明,提出的改进算法比原始算法的三维重建性能有明显提升.     

单镜头真3D立体摄像技术*

【】针对集成成像技术记录立体图像显示深度小,图像摄取技术要求高等缺点,提出一种单镜头真3D立体摄像系统,并从系统结构、原理、核心元件参数设计、显示效果几方面对系统进行分析。研究表明,单镜头真3D立体摄像系统能记录与呈现更深的三维场景,并可在一定范围内进行焦距调整,其结构简单,有利于真3D立体图像技术推广,具有较高的研究与应用价值。     

主动式光学三维成像技术

主动式光学三维成像技术具有非接触、快速、精确等特点,其主要成像方法可分为三角形测量法(包括结构光法和相位莫尔法)、基于被动式的主动式成像法和飞行时间测量法三种。分别介绍了这些方法的基本原理和特点,并在最后进行了总结和展望。     

A Novel Method for Stereo Matching

1　ＩｎｔｒｏｄｕｃｔｉｏｎＴｈｅｍａｊｏｒｄｉｆｆｉｃｕｌｔｙｉｎｓｔｅｒｅｏｖｉｓｉｏｎｉｓｔｈｅｃｏｒ ｒｅｓｐｏｎｄｅｎｃｅｐｒｏｂｌｅｍｏｒｍａｔｃｈｉｎｇｂｅｔｗｅｅｎｆｅａｔｕｒｅｓｉｎｔｗｏｏｒｍｏｒｅｉｍａｇｅｓ,ｆｒｏｍｗｈｉｃｈｏｎｅｃａｎｅｖａｌｕａｔｅｔｈｅｐｏｓｉｔｉｏｎｓｏｆｏｂｊｅｃｔｓｉｎ 3Ｄｓｐａｃｅ .Ｔｈｉｓｉｓｍａｉｎｌｙｂｅｃａｕｓｅｔｈｅｄｅｆｏｒｍａｔｉｏｎｏｆｏｂｊｅｃｔｓｆｒｏｍｄｉｆｆｅｒｅｎｔｖｉｅｗｉｎｇｐｏｉｎｔｓａｎｄｔｈｅｐａｒｔｉａｌ…     

远距离目标的多基线立体视觉点云成像技术

双目立体视觉是机器视觉的重要分支之一,其通过直接模拟人眼观察和图像处理的方式来获取探测目标的深度信息。这种非接触式的测量方法具有速度快、精度高、操作简单等特点,但是对于不同距离的目标,特别是远距离目标难以获取深度信息。提出了一种基于多基线双目立体视觉的远距离目标三维点云成像技术,该方法通过可变基线实现对不同距离目标的点云成像。实验结果表明,该方法能有效探测500 m～4 000 m范围内目标的深度信息,实现三维点云成像,突破了双目立体视觉远距离三维成像的技术难点,同时形成的三维点云与激光三维成像雷达的数据格式一致,为未来激光三维成像雷达技术与立体视觉技术的点云融合,优势互补提供了借鉴。     

High‐Quality Stereo Depth Map Generation Using Infrared Pattern Projection

In this paper, we present a method for obtaining a highquality 3D depth. The advantages of active pattern projection and passive stereo matching are combined and a system is established. A diffractive optical element (DOE) is developed to project the active pattern. Cross guidance (CG) and auto guidance (AG) are proposed to perform the passive stereo matching in a stereo image in which a DOE pattern is projected. When obtaining the image, the CG emits a DOE pattern periodically and consecutively receives the original and pattern images. In addition, stereo matching is performed using these images. The AG projects the DOE pattern continuously. It conducts cost aggregation, and the image is restored through the process of removing the pattern from the pattern image. The ground truth is generated to estimate the optimal parameter among various stereo matching algorithms. Using the ground truth, the optimal parameter is estimated and the cost computation and aggregation algorithm are selected. The depth is calculated and bad‐pixel errors make up 4.45% of the non‐occlusion area.     

基于偏振双目视觉的无纹理高反光目标三维重构

对于表面光滑、纹理单一甚至缺失、高反光的目标,传统的三维重构方法由于对纹理以及反光特性的依赖会使得重构表面出现大面积的的数据空洞.而基于偏振的三维重构方法不依赖于物体表面的纹理信息,同时偏振成像能够在一定程度上抑制耀光,能够有效解决传统三维重构方法存在的问题.但是,基于偏振视觉的三维重构方法得到的是像素坐标系下的深度信息,因此提出了偏振双目视觉三维重构方法,以由双目立体视觉获得的少量特征点的世界三维坐标为"桥梁",利用双目立体标定得到的相机参数,将偏振得到的图像像素坐标系下的点云数据转化为世界坐标系下的绝对数据.     

基于改进双目视觉算法的三维重建研究

为解决现有立体匹配算法在图像弱纹理等区域鲁棒性差以及模型参数较大的问题,对PSMNet立体匹配方法进行改善,通过使用空洞空间卷积池化金字塔结构(atrous spatial pooling pyramid,ASPP)提取图像在不同尺度下的空间特征信息。随后引入通道注意力机制,给予不同尺度的特征信息相应的权重。融合以上信息构建匹配代价卷,利用沙漏形状的编解码网络对其进行规范化操作,从而确定特征点在各种视差情况下的相互对应关系,最后采用线性回归的方法得到相应的视差图。与PSMNet相比,该研究在SceneFlow和KITTI2015数据集里的误差率各自减少了14.6%和11.1%,且计算复杂度下降了55%。相比较于传统算法,可以改善视差图精度,提升三维重建点云数据质量。