陈明
关键词:机器视觉;双摄像头测距;系统研究
引言:对于人类来说,我们的视觉功能所能够观察到的距离和范围十分有限,并且没法准确地将我们肉眼所见的地方于自身所处位置的距离进行精准的测量和计算。因此随着科技进步,人工智能技术的出现也让科学家们逐渐将眼光放到了机器视觉的测距系统的研发上。他们希望能够利用人工智能技术所设计出的机器摄像头来模拟人类的视觉系统,并且这种双摄像头测距系统所获取的图像能够像人类视觉一样获取到三维立体图像。通过这种方法就可以将我们所需要的地理图像通过这种双摄像头测距系统的图像获取建立起精准详细的三维立体模型,将其运用到各个领域之中就能够实现无人驾驶、无人机探测、定位导航等技术。因此,将基于机器视觉的双摄像头测距系统的研究进行深入的探究,对于我国的社会发展和智能化技术的发展都有着极为关键的推动作用。
一、基于机器视觉的双摄像头测距系统的设计
(1)系统功能界面的头文件中定义了继承应用窗口的类类,该类支持菜单和控制条, 通过继承类来对主界面的创建进行重写,然后定义了用户自己的结构体来设置相机标定模块、图像处理模块、立体匹配算法模块的枚举和测距算法模塊。并且定义了类的工具方法,对窗口中使用 OpenCV 进行相机的标定选项、通过立体匹配算法进行图像立体匹配求解中的参数设置和距离测量中消息的显示和回调等响应函数。
(2)通过和 来建立左
右摄像头的选择列表,建立 函数来实现摄像头分辨率的 选择。在中对其函数进行实现,并且通过宏定义来进行消息映射,对宽度、长度、摄像头选择列表以及摄像头分辨率的选择。
(3)对摄像头进行标定与校正之后,在 来进行立体匹配,其中定义 类来作为立体匹配的类,定义初始化函数,初始化内部变量,载入双目标定结果,对当前图像的尺寸和定标图像的尺寸进行比对。在该类下定义 函数,基于 算法计算视差,通过输入左摄像机帧图、右摄像机帧图、视差图和处理后用于显示的左右视图。通过实现 函数来绘制近距离图像的尺寸和位置,输入近距目标物体的序列,在左摄像头图像上绘制近距物体信息。通过 函数来对图片进行图像去噪,传入要去噪的图像和形态学处理的次数,完成对图像去噪的处理。
二、基于机器视觉的双摄像头测距系统的实现
整体的系统构成是经过图像收集、摄像头标定、处理图像、立体匹配和测量距离这几个环节所展开的测距系统的基本的操作步骤如下所示:
(1) 摄像头的初始化 电脑外接两个 摄像头,在下拉菜单中选择左右摄像头相同的型号,接着从分辨率下拉菜单中选择摄像头的固定属性,最后启动摄像头按钮打开摄像头进行图像采集。
(2) 摄像头的标定 这里的摄像头标定是基于 的摄像头标定,为了与基于 的相机标定做对比。标定界面如图3 所示。标定模块的选项卡中,需要对参数进行设置:棋盘格横纵方向上的角点数量、棋盘格方格的大小三十毫米和需要检测的次数 二十次。启动摄像机标定,摆放不同位置的棋盘格,系统会自动完成标定工作,标定完成后会将标定的结果存入文件中。然后选择矫正,标志位的选择主要是根据算法 算法在中的使用的一些参数的设置,还需加载标定相机参数,得到最终的校正图。
(3) 图像处理操作 需要对测距的图像进行预处理操作,包括图像灰度化处理,平滑处理和分割处理,再对其进行 角点检测,完成特征的提取工作。
(4) 立体匹配 参数设置部分是根据 中对算法的设计,根据上述步骤中得到的图像和标定的参数,利用三角测量的原理,对图像中的像素点进行视差的计算,得到立体匹配算法的视差图。
(5) 计算距离 在经过一系列的测距前准备后,得到了比较精确的视差图,根据第二章 2.1 节中三角测量的测距原理对物体进行距离的测量。在延时时间框可以选择获取每一帧图像所用的时间,用鼠标点击视差图中的点,会在原始图中显示点的位置,就可以在最终的距离显示窗口中显示出点击点的坐标和该点距离摄像头平面的距离,得到最终的结果。
结束语:现如今已经步入了全民信息化的时代,各类智能化的技术和设施都已然在各行各业甚至是人类生活当中得到普及。对于本文所研究的基于机器视觉的双摄像头测距系统来说,这项技术的研发和完善能够更好地帮助我国的科学技术发展以及人类的生活水平提升提供助力。
参考文献:
[1]韩倩. 基于双目视觉的摄像头测距系统的设计与实现[D].河北科技大学,2019.DOI:10.27107/d.cnki.ghbku.2019.000206.
[2]陈莉. 基于机器视觉的双摄像头测距系统的研究与实现[D].河北科技大学,2019.
[3]柳有权,丁炳源.一般位置上的双摄像头立体视觉测距[J].价值工程,2011,30(07):146-147.DOI:10.14018/j.cnki.cn13-1085/n.2011.07.179.
基金及编号:2020年广西自治区教学改革项目:基于创新创业的《大学物理》课程教学改革与实践--基于雏形教具的应用(编号:2020JGB477)