由双目图像判断移动物体的距离 (毕业设计47页、17757字)
摘要: 三维的物体可以投影为二维的图像信息，具有夹角特性二维的图像数据也能在一定程度上还原出三维的物体。基于这种思想，出现了由双目图像判断移动物体的距离的技术。这种判断主要依赖与图像数据所提供的三角关系来完成运动物体距离分析。除此之外，要实现这种分析还需要完成一系列的图像处理，让计算机识别出那些应该对应起来的点。本文首先在第一章中介绍了该课题的内容；所隶属范畴；研究意义；设计要求以及设计中的问题。在第二章中，本文针对课题，研究和分析了实现要求算法。在第三章中，本文列写和介绍写了各个算法模块中的核心程序，并在章节最后针对程序设计中发现的一些问题提出了优化方案。第四章中，本文给出了程序的调试数据和结果分析。
关键词: 机器视觉；边缘锁定；模板匹配；双目定位
Study on estimate distance of moving object by double vision
Abstract: The 3D object can turn into the two-dimensional image information; 2D image with angle characteristic can also restore a 3D object. According to this kind of thought, appeared a technique of distance detected by double vision estimation. This kind of estimate depends on the image data that provide of triangle relation to complete analysis the distance of moving object. In addition, achieve this kind of analytical is still need to complete series image processing, and to make a computer to recognize those point and set relations of them. This thesis introduced the contents of this study; the category this study belong to; meaning of this study; require of this study and the problems in this study in chapter 1 first. In chapter 2, this thesis aims at the request of this study, research and analyzed the arithmetic. In chapter 3, this thesis introduce the main code of each calculates, and show advance scheme to solve the problems which discovered in the design process. In chapter 4, this thesis gives result analytical and the data of test.
Keyword: machine vision，edge locked，cyclostyle matching，double vision detect distance
目 录
第1章 绪 论 1
1.1 课题介绍 1
1.2 该课题的发展状况及研究意义 1
1.3 该课题的研究及设计要求 1
1.4 主要解决的问题 2
第2章 构建算法 3
2.1 运动物体边缘判断 3
2.1.1 初始化数据 3
2.1.2 图像差值分析 3
2.1.3 中值判断，滤除背景干扰 4
2.1.4 锁定变化边缘 5
2.1.5 建立边缘模板 6
2.1.6 边缘求导匹配法锁定运动物体 7
2.2 物体模板匹配 8
2.2.1 构架数学矢量图，实现模板匹配 8
2.2.2 匹配矫正 10
2.3 三角函数判定距离 10
2.4 针对应用情况的分析 11
第3章 图像处理软件具体设计实现 13
3.1 运动物体边缘判断 13
3.1.1 初始化数据 13
3.1.2 图像差值运算 13
3.1.3中值判断，滤除背景干扰 14
3.1.4锁定变化边缘 16
3.1.5建立边缘模板 19
3.1.6边缘求导匹配法锁定运动物体 19
3.2 物体模板匹配 19
3.2.1 以模板构架数学矢量图 19
3.2.2 实现三图中运动物体的匹配 21
3.3 三角函数与距离运算 21
3.3.1 避免区域丢失 21
3.3.2 提高滤除背景干扰的能力 22
第4章 软件调试过程和结果分析 24
4.1 滤噪强度 24
4.2 8邻域区域扩散 24
4.3 以边缘极值点划分区域 24
4.4 边缘求导匹配 24
4.5 数学矢量图 25
4.6 距离分析 25
总结 27
致 谢 29
参考文献 30
附录 31
第1章 绪 论
1.1 课题介绍
由于图像是三维景物的二维投影，一幅图象本身不具备复现三维景物的全部几何信息的能力，很显然三维景物背后部分信息在二维图像画面上是反映不出来的。因此，要分析和理解三维景物必须作合适的假定或附加新的测量，例如双目图像（双目指摄像机）或多视点图像。[1]该课题要求研究和设计利用双目摄像头采集的图像实现运动物体距离判断的方法。
1.2 该课题的发展状况及研究意义
目前在工业系统中比较常用的是通过超声波传感器来计算距离的，另外也有在开发中的更为精密且昂贵的传感器是使用雷达和激光雷达来实现这一功能，但是世界上所有公司都在尝试成本更低的方法——用相机来计算距离。手机领域已经让数码相机实现了规模经济，这使之在成本上可以和模拟传感器相抗衡。 ABI Research公司高级分析师David Alexander指出：“整个行业的人都想用数码相机代替更昂贵的超声波、激光雷达和雷达传感器，第一是因为数码相机成本如此之低，第二是因为不同的司机助手功能可以使用同样的相机甚至是同样的专用电脑芯片和软件来计算距离。” 机器视觉算法和双目相机能够实现很多功能，包括防撞、车道偏离报警和车道保持（使你返回原车道）、后向障碍物报警、行人监测、车距监测（让您的汽车和前面的车保持适当的距离）、夜视、自适应前灯调节、交通/限速标志识别和盲点监测等等。 该课题属于机器视觉范畴，机器视觉－图像的处理技术正在支持多种工业发展快速发展，它为智能汽车系统带来许多相应的发展。[2] 借助该设计中提出的算法，实现在有光情况下对进距离障碍物进行距离的判断，进而有可能为智能汽车提供技术支持。该设计也可以为其它机器视觉的应用领域提供算法参考，包括防盗监测、机器人自动化、重构三维物体等等。
1.3 该课题的研究及设计要求
该课题要求根据双目摄像头所采集到的两个时刻的图片，利用其间关系，构建算法分析和运算出其中运动的物体的距离；还要求在分析算法的同时利用VC＋＋编程实现这些算法并得到测试结果。
1.4 主要解决的问题
本设计在实现课题的同时主要解决了以下五个问题：
一． 通过图片相减识别出运动物体的边缘。
二． 滤除背景带来的干扰。
三． 设计边缘求导匹配算法将边缘还原到相减前的图片中。
四． 锁定不同图片中相同物体所占的区域并进行匹配。
五． 对于匹配的结果，设计距离判断程序分析物体与探测点之间的距离。
| 