Autolabor AGV视觉三维重建系统设计开题报告

1. 研究目的与意义

人类通过视觉系统来获取80%的外部环境信息，外部环境在光线的照射下产生反射光进入到人的视网膜中，产生影像，然后经感官细胞转换成神经脉冲信号，进而进入大脑皮层做出对外部环境的判断、识别和理解。让机器拥有像人类一样的视觉系统是人类多年以来的愿望，随着大规模集成电路、计算机和信息技术的不断发展，通过摄像机拍摄外部环境获取高清图像，将获取的数字图像信号输入到计算机进行处理，实现对外部环境的测量、识别和理解的功能，使得人类这-愿望成为现实,计算机视觉作为一门新兴的学科应运而生"。

计算机视觉是一门致力于研究如何让机器(和计算机)可以像人-样会“看”的学科，换句话说，就是利用计算机和摄像机替代人眼对场景进行三维测量，对目标进行跟踪等计算机视觉，紧接着做图像处理，通过计算机处理成更符合人眼观察或更方便仪器检测的图像。现实世界虽是三维的空间，但大多数视觉成像系统是通过获取的二维图像来描述三维现实世界的。眼睛是人们接触外界信息使用最频繁的器官，眼睛构成了视觉系统，它能对获取的图像作理性的分析和诠释，在视觉过程中并且对场景信息的轮廓进行辨析和判断。鉴于人类视觉系统的各种优点，一直以来研究者们致力于使计算机视觉具有人类的视觉功能进行了大量的探索。立体视觉就是对人类视觉系统的模拟，将采集获得的二维图像信息通过一系列的计算、处理和分析，最终得到三维场景信息并重建其三维模型。计算机视觉结合了图像处理、计算机图像学、模式识别、智能计算等学科,着重于计算和分析一幅图像或者一系列图像。图像的获取可以通过单个或者多个摄像机,也可以利用单个摄像机在不同时刻、不同位置获取的一-系列图像。从而对场景物体进行计算和测量，确定场景的模型以及目标的状态，从而对三维场景进行描述。目前计算机已经不仅仅进行二维信息的分析和处理了,如何使计算机具有感知三维的能力,是目前迫切需要解决的问题。

综上分析，基于立体视觉的场景三维重建就备受关注，双目立体视觉是计算机视觉一个重要的分支，双目视觉就是对人类双眼视觉原理简单的模拟，使得计算机可以被动的感知距离的方法。双目视觉就是利用摄像机从两个不同的视点对同一个物体进行观察,从而可以获得在不同视点下物体的图像,通过对摄像机进行立体标定结果对图像对进行立体校正，图像对满足极线约束的前提下，进行特征点提取和特征点匹配，通过投影原理，计算出重投影矩阵，将二维点重投影到三维空间，同时计算出匹配点的像素之间的偏移量(即视差)，通过计算可以得到三维场景的景深信息以及三维空间信息，就可以获得场景与摄像机之间的实际距离，以及场景目标的三维尺寸信息。由于考虑到双目视觉三维重建出来的点对比较少，而且特别依赖摄像机标定，接下来在双目视觉三维重建的基础上，进行了非标定的序列图像的场景三维重建。基于序列图像场景的三维重建用于非接触式的三维场景建模，比如对高层建筑的建模、高温锅炉的建模以及考古的建模等三维信息建模。系统的整个过程不需要搭建平台，它只需要通过摄像机围绕着被测场景或目标拍摄一系列的图像组，通过算法重建获得三维场景或目标。相比于其他两种三维建模方法，它优势在于操作简便、灵活,对设备要求低，设备的价格低廉、方便携带，因此具有重要的实用价值。

2. 研究内容和预期目标

本课题设计的是autolabor agv视觉三维重建系统设计。

本文主要研究了基于立体视觉的场景三维重建系统，对于现实场景的:三维重建，在研究过程中，本文的研究目的是实现小车周边的立体视觉的场景三维重建系统。本文分为两个部分，一是基于双目视觉的场景三维重建，二是基于序列图像的场景三维重建。

本文研究以双目立体视觉为基础,以三维重建为目标.针对目标实现过程中的各阶段处理方法进行了实验,分析和比较,总结了一套在实验室条件下的基于双目立体视觉的三维重建所适用的方法.

3. 研究的方法与步骤

从序列图像中通过计算和分析恢复场景的三维信息并且进行三维重建是计算机视觉的一个重要的研究课题，广泛的应用于各个场景。

主要工作如下:

1)首先了解了立体视觉的成像原理，以及摄像机标定涉及的四个坐标系，相机标定

4. 参考文献

[1]马颂德张正友 计算机视觉:计算理论与算法基础m].北京:科学出版社,1998.

[2]罗 尤春,孙容磊机器视觉理论及应用[j]软件导刊.20143; 13-14.

[3]赵茏菲双目 立体视觉中据立体匹配算法研究[d]河北:河北大学, 2015.

5. 计划与进度安排

2022-3-5～2022-3-11 查阅资料，分析实施方案；

2022-3-12～2022-3-31 完成各项模块设计；

2022-4-1～2022-5-15开始实物制作并进行各项实验；