基于机器视觉的全景图像恢复与景物识别方法研究

摘要

该文以机器人全景视觉观察与定位为应用背景,根据国家自然科学基金项目的研究内容和目标的要求,以中国科学院沈阳自动化研究所机器人学重点实验室和机器人视觉系统为试验环境和实验系统,重点研究了机器人全景视觉图像的恢复与重建方法,研究了基于复杂背景灰度图像的物体识别技术.该论文提出了全景视觉透视投影几何模型的建立方法,研究了相应的数字图像处理与恢复方法和景物识别方法,并通过理论分析和实验研究验证了上述方法的合理性和可实现性,为全景视觉的应用研究与技术发展提供了有效的研究方法和途径.阐述了机器人的发展史、机器人视觉系统的研究内容和关键技术,总结了全景视觉系统的研究概况,建立了与全景视觉装置相应的透视投影几何模型,给出了机器人全景视觉的恢复方法和软件设计,并采用了一种新型的遗传算法实现了机器人在复杂环境中物体的识别方法研究.该文介绍了一种由球面镜和常规镜头构成的全向摄像机视觉原理和系统结构,包括球面镜几何模型,成像原理和摄像机结构,并分析了基于这种全景视觉图像的成像机理,建立了光路模型,在球面镜成像的基础上,提出了逆解运算和重建模型.完成了将球面镜成像的全景图像经光路模型的逆解运算、恢复重建方法研究,使之满足常规透视投影模型和规范的图像处理与景物识别,因而可以在这种视觉图像处理方法指导下,能实现机器视觉对全景景物的观察与识别功能.该文在深入分析曲面成像重建方法的基础上,讨论了运用数字图像处理技术,即图像滤波、直方图均衡、阈值分割、边缘检测、运动特征提取等方法进行图像预处理,并利用一种改进的遗传算法一基于有性繁殖的新型遗传算法,来开展机器人在复杂环境中物体的检测分析研究.并通过实验和编程验证了该文提出的理论分析和实现方法的合理性和可行性.

目录

文摘

英文文摘

独创性说明和关于论文使用授权的说明

1绪论

1.1引言

1.2国内外发展状况和动向

1.3数字图像处理及关键技术

1.4本文的主要研究工作

2机器视觉的成像模型和原理

2.1引言

2.2摄像机的成像原理

2.2.1摄像机的针孔成像原理

2.2.2视觉系统坐标系

2.2.3摄像机的标定

2.2.4常规摄像机的成像模型和全景视觉的几何模型比较

2.3本章小结

3全景视觉的图像恢复和重建方法及软件实现

3.1全景视觉硬件系统的设计及结构

3.1.1全景视觉的硬件系统

3.1.2全向摄像机的构成

3.2全景视觉的光路模型及原理

3.2.1全向摄像机的光路模型

3.2.2全向摄像机光路的参数分析

3.3图像变换

3.4全景图像的恢复重建方法

3.5实验结果

3.6 Vc++编程结果

3.7本章小结

4复杂背景下灰度图像的景物识别方法研究

4.1引言

4.2数字图像处理知识

4.3图像处理

4.4遗传算法

4.4.1遗传算法的生物学基础

4.4.2遗传算法的一般结构

4.4.3遗传算法的特点

4.4.4一种改进的遗传算法-基于有性繁殖的遗传算法

4.5序列灰度图像的目标检测

4.5.1灰度图像目标检测算法

4.5.2实验结果

4.6 Vc++编程运行结果

4.7本章小结

5结论

参考文献

在学研究成果

致谢