視覺測量中的攝像機標定與三維重建方法研究.pdf

1、計算機視覺技術(shù)在社會生產(chǎn)和生活等諸多領域都有著廣泛的應用,它讓數(shù)字化的計算機具有能夠通過采集到的二維數(shù)據(jù)恢復周圍環(huán)境結(jié)構(gòu)和信息的能力,把人類的視覺認知功能復制給計算機。而視覺測量中的攝像機標定問題和三維重建方法均是計算機視覺領域研究中的關鍵技術(shù)。本文主要圍繞攝像機標定方法和三維重建兩方面內(nèi)容進行研究。
　　首先,論文分析了攝像機標定方法和三維重建技術(shù)的發(fā)展現(xiàn)狀及國內(nèi)外研究概況,介紹了視覺測量的基礎理論,包括攝像機成像模型、常見的特

2、征檢測方法,并重點研究了經(jīng)典的張正友平面攝像機標定方法。
　　然后,研究了基本粒子群優(yōu)化算法的實現(xiàn)原理,針對該算法易陷入局部收斂而丟失全局極值等缺點,本文對它進行了有效的改進。改進的粒子群算法,在優(yōu)化過程中增添了變異量,提高了種群在迭代過程中的多樣性。并進行了相關仿真驗證:改進之后的算法提高了全局收斂性和求解精度,能更好地解決多參數(shù)、適應度函數(shù)復雜的優(yōu)化問題。
　　其次,本文把視覺測量中的相機標定問題轉(zhuǎn)化成了一種非線性的智能

3、優(yōu)化問題,利用張正友平面標定法中定義的非線性成像模型,融合粒子群算法,得到一種新的基于粒子群算法的標定方法。仿真結(jié)果和相關實驗表明,所提出的方法同張正友經(jīng)典算法相比,具有較高的精度和較強的魯棒性。此外,該算法對標定圖像的數(shù)目沒有限制,為標定工作人員的測量工作提供了較大的便利,方便了標定工作的進行。
　　最后,在本文所提出的標定算法基礎上,設計了一種基于雙目視覺的三維重建方法,對其中的關鍵技術(shù)進行了理論分析,并采用VC6.0和Ope