基于双目立体视觉的道路场景监控算法研究

《基于双目立体视觉的道路场景监控算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号中原工学院硕士学位论文论文题目：基于双目立体视觉的道路场景监控算法研究研究生姓名：吴源昭研究方向：双目立体视觉专业名称：信号与信息处理学科门类:工学导师姓名、职称:宋晓炜副教授徐国雄副教授二零一四年四月万方数据万方数据中原工学院学位论文原创性声明本人郑重声明：所呈交的学位论文，是我个人在导师指导下进行的研究工作及取得的研究成果。论文中除了特别加以标注和致谢的地方外，不包含任何其他个人或集体已经公开发表或撰写过的研究成果。其他同志对本研究的启发和所做的贡献均已在论文中作了明确的声明并表示了谢意。本人学位论文与资料若有不实，愿意承担一切相关的法律责任。学位论文作者签名:年

2、月日中原工学院学位论文知识产权声明本人完全了解中原工学院有关保护知识产权的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属于中原工学院。学校有权保留并向国家有关部门或机构送交论文的复印件和电子版。本人允许论文被查阅和借阅。学校可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密论文待解密后适用本声明。学位论文作者签名：指导教师签名：年月日年月日万方数据中原工学院硕士学位论文摘要基于双目立体视觉的道路场景监控算法研究专业：信号与信息处理硕士生：吴源昭指导教师：宋晓炜副教授徐国雄副教授摘要目前大多数的交通监

3、控节点都是单视点平面监控系统，因其无法完成目标的精确定位，给交通监控带来一些不便，进而也无法满足智能交通的要求。针对单视点平面监控的缺点，双目立体视觉将可以对其进行很好地弥补。双目立体视觉可将道路场景内的三维空间信息进行恢复，进而对运动目标实现三维空间的定位及追踪，将大大增强道路交通监控的智能化和自动化。本文立足于研究双目立体视觉的基本技术问题，在此基础之上逐步建立其在道路监控领域的具体应用方式。本文的主要研究内容包含以下几点：1.全局认知双目立体视觉已有的技术知识，重点研究摄像机标定、三维重建算法。将算法与应用进行综合，研究最适合道路场景监控下的双目立体视觉算法。2.利用

4、3dsMax动画制作软件设定道路交通路口的场景仿真，方便各式素材的获取，提高算法验证的效率。并将计算机仿真创新性地引入双目立体视觉基础算法的研究，包括但不限于摄像机标定、罗德里格斯旋转算法、图像特征点的理想亚像素坐标计算和三维重建算法的验证。3.双目摄像机的标定算法研究，从数学分析的角度深入了解标定方式，不仅在于标定数据的获取，更重视参数含义及相关性。拓展标定参数的应用领域，提出基于标定参数的双目立体摄像机会聚点的求取方法。4.研究道路场景下的运动车辆提取方法，提高双目立体监控的自动化程度，将检测方法进行模块化，分为前景粗提取、背景实时更新、阴影检测与去除等相关内容，实现指

5、定场景下最优化算法。5.提出基于变换相对外参的三维重建计算公式，实现基于道路场景下的三维重I万方数据中原工学院硕士学位论文摘要建算法在通用性、计算速度、重建精度等方面的捆绑最优。关键词：双目视觉，摄像机标定，车辆检测，三维重建II万方数据中原工学院硕士学位论文摘要ResearchofTrafficSurveillanceAlgorithmBasedonTwo-viewstereovisionSpecialty:SignalandInformationProcessingName:WuYuanzhaoSupervisor:SongXiaowei（AssociateProfes

6、sor）XuGuoxiong（AssociateProfessor）AbstractAtpresent,Mostofthetrafficsurveillancenodesaresingle-viewmonitoringsystem.Thefactthatthetraffictargetcouldnotbeaccuratelocatedbythesystemcausessomeinconvenienceinthetrafficsurveillance.Furthermoreitcannotmeettherequirementsofintelligenttransportati

7、on.Butthetwo-viewstereovisionwillbeabletomakeuptheweakness.Thethree-dimensionalspacedataoftheroadscenecanbecalculated,andthentolocatethepositioningoftheobject.Itwillgreatlyenhancetheintelligenceandautomationofthetrafficsurveillance.Thispaperfocusonresearchtheb