《一种基于OpenCV的摄像机标定方法毕业论文》由会员分享，可在线阅读，更多相关《一种基于OpenCV的摄像机标定方法毕业论文（42页珍藏版）》请在金锄头文库上搜索。
1、 毕 业 设 计(2014 届)题 目 一种基于 OpenCV 的摄像机标定方法学 院 物理电气信息学院 专 业 电子信息工程 2014 年 5 月 6 日I摘要摄像机标定是在机器视觉和工业测量等领域中的一个基本步骤，也是从二维图像获取三维信息必不可少的。为了提高传统摄像机标定方法的效率，在 VC +6.0 平台下调用 OpenCV1. 0 库函数实现摄像机的标定。此方法的简易性主要体现在不需要很多的优化算法，仅仅利用库函数中已有的标定函数便可实现。并通过实验证明了此方法的可行性与有效性。关键词：机器视觉 ;摄像机标定 ;传统标定 ; OpenCVIIAbstractIn the field
2、of machine vision and industrial measurement，camera calibration is anelementary step which is also essential to obtain three dimensional information from a two dimensionalimageIn order to improve the efficiency of traditional camera calibration methods，under the VC + 6.0platform，this article actuali
3、zed the camera calibration through calling the OpenCV1. 0 functionsThissimplicity of the method is mainly reflected in that it does not need many optimaization algorithms and justuses the calibration functions in library to carry out experiments And it proved the feasibility andeffectiveness of this
4、 method by doing the experimentsKey words: machine vision; camera calibration; traditional calibration; OpenCVIII目 录第一章 绪论 .11.1 研究背景和研究意义 .11.2 计算机立体视觉的研究现状 .21.3 摄像机标定概述及分类 .31.4 本文的研究内容 .4第二章 摄像机标定原理 .82.1 常用坐标系及变换 .82.2 摄像机模型 .92.3 非线性失真 .112.4 参数的求取 .12第三章 软件设计 .133.1 横向滤波器的选择 .253.2 算法迭代公式的推导
5、.263.3 计算机仿真 .273.3.1 LMS 算法的算法流程 .273.3.2 LMS 算法及其应用 .28总结与结论 .34参考文献 .35致谢 .36 物理电气信息学院 本科毕业设计1第一章 绪论1.1 研究背景和研究意义计算机视觉研究的主要目的是使计算机系统具有类似于人类的视觉能力,获取三维场景的几何信息是其最基础的研究内容 。 （马颂德,1998） 。 计算机视觉的发展可以追溯到 20 世纪 50 年代初 、1951 年，Neumann 提出利用计算机通过对比图像相邻位置的强度来进行图像的分析，这可能是有记载的有关计算机视觉最早的实践。立体视觉的开创性工作是从 60 年代中期开始
6、的 MIT 的 Robert 完成的三维场景分析工作，把过去对二维图像的分析推广到三维景物，标志着立体视觉技术的诞生，并在随后 20 年中迅速发展成一门新的学科。 1979 年，Maar 综合图像处理、 心理物理学、 神经生理学及临床精神病学的研究成果，从信息处理系统的角度出发提出了第一个较为完善的视觉系统框架。 20 多年来，研究者们对 Marr 基本理论框架中所提出的各个研究层次与视觉系统的各个阶段中的各种功能模块，进行了大量的研究。 Marr 创立的视觉计算理论对立体视觉的发展产生了巨大影响，现已形成了从图像获取到最终的景物可视表面重建的完整体系，在整个计算机视觉中占有越来越重要的地位。
7、立体视觉是计算机被动测距方法中最重要的距离感之技术，它直接模拟人类视觉处理景物的方法，可以再多种条件下灵活地测量景物的立体信息。 Barnard 指出， 物理电气信息学院 本科毕业设计2一个完整的立体视觉系统通常可分为图像获取 、摄像机标定 、特征提取 、立体匹配 、深度确定及内插等六部分（Barnard,1982） 。 计算机立体视觉技术在机器人视觉、 产品检验、 零件识别与定位 、图形图像识别 、医学、 工业产品的外观设计 、三维轮廓测量、 雕塑艺术、 建筑、 国防等领域有着广泛的应用前景,是当今国际上的热门课题之一 。研究方法从早期的以传统相关理论为基础的相关匹配，发展到具有很强生物学背
8、景的热证匹配，从串行到并行，从直接依赖于输入信号的低层次处理到依赖于特征、 结构、 关系和知识的高层次处理,其理论正处在不断发展和完善之中 。对它的研究无论是从视觉生理的角度还是在工程应用中都具有十分重要的意义 。 物理电气信息学院 本科毕业设计31.2 计算机立体视觉研究现状利用被摄对象的多幅图像获取其三维几何模型，是视觉测量和计算机视觉的一个经典课题，目的是恢复物体表面形状或者恢复场景中相机和物体之间的距离 。在计算机视觉界，三维重建方法大致分为立体视觉方法（双目 三目和多目视觉）、 光学立体学 、从运动求取结构、 从阴影恢复形状及从纹理及表面朝向恢复形状等（章毓晋）。在针孔模型下，基于点的三维重建实质是三点（原点、 像点、 物点）的共线方程 。此时对应的像点与物点必须是同名点。 人造物体大多具有比较规则的形状，一般可以看作由若干点、 线 、面的组合 。在实际图像中，由于噪声和遮盖等的影响，我们需要的同名点可能无法精确提取甚至不存在，而大多数情况下，一条直线段往往可以相对容易的提取出来，因此计算机视觉界提出了许多利用图像直线信息进行摄像机标定和三维重建的方法。 Hartley，Feugeras，Maybank，Pollyefeys等人都深入研究了如何从未标定的摄像机图像进行透视变化层、
