ADS7852在双目测距中的应用

合集下载

双目立体视觉测距算法研究共3篇

双目立体视觉测距算法研究共3篇

双目立体视觉测距算法研究共3篇双目立体视觉测距算法研究1双目立体视觉测距算法研究随着机器视觉技术的不断发展,双目立体视觉测距算法逐渐成为了一种广泛应用的测距技术。

双目立体视觉测距算法是通过两个视点来获取立体信息,并计算物体真实距离的一种方法。

本文对双目立体视觉测距算法进行了研究,并分析其在应用中的优势和不足。

一、双目立体视觉测距算法原理双目立体视觉测距算法基于人眼的立体视觉原理,即通过两个视角获取物体的三维信息。

常用的双目立体视觉系统由左右两个相机组成,同时获取场景的两幅图像。

通过对这两幅图像进行处理,计算出物体在左右两幅图像上的像素位置差(视差),从而推算出物体的真实距离。

二、双目立体视觉测距算法优势1.高精度:相较于其他测距方法(如激光测距),双目立体视觉测距算法具有更高的精度,能够在一定范围内实现毫米级别的测距。

2.适用性广:该算法可以适用于多种物体,无论物体大小、形状、材质如何,都可以进行测距。

3.实时性高:双目立体视觉测距算法能够在几毫秒内完成图像处理和测距,实时性较高。

三、双目立体视觉测距算法不足1.对环境影响大:该算法对环境的变化比较敏感,如光照、颜色、纹理等变化会影响到视差计算的准确性。

2.算法复杂度高:该算法相较于其他测距方法具有更高的计算复杂度,需要较高的计算资源支持。

3.视野较小:双目立体视觉测距算法的视野范围相对较小,需要控制好摄像机的位置和摆放角度,否则会影响测距结果的准确性。

四、双目立体视觉测距算法在实际应用中的案例双目立体视觉测距算法已经在多个领域得到了成功应用,以下是一些案例:1.物流自动化:在物流自动化领域,通过双目立体视觉测距算法可以实现对货物的快速识别和分拣,提高分拣效率。

2.智能驾驶:在智能驾驶领域,通过双目立体视觉测距算法可以实现对车辆和行人的快速检测和识别,提高自动驾驶的安全性。

3.机器人制造:在机器人制造领域,通过双目立体视觉测距算法可以实现对工件和机器人的快速识别和定位,提高机器人的自动化程度和生产效率。

双目立体视觉测距软件设计与评测

双目立体视觉测距软件设计与评测

双目立体视觉测距软件设计与评测双目立体视觉测距是一种通过两个相机获取物体图像,根据图像间的差异来计算物体距离的技术。

在工业自动化、机械视觉等领域中,双目立体视觉测距被广泛应用于物体检测、定位、测量等方面。

本文将对双目立体视觉测距的软件设计与评测进行详细讨论。

双目立体视觉测距软件设计的核心任务是利用双目图像中的特征点进行像素匹配,然后通过三角定位法计算物体的距离。

双目视觉测距软件设计的主要步骤包括图像采集、校正、特征点提取与匹配、三角定位和距离计算等。

对双目图像进行采集,要求同时采集到物体的左右两个视角图像。

采集过程中需要保持两个相机的同步性,确保拍摄的图像具有一定的对应关系。

接下来,进行图像校正,主要目的是消除由于双目相机的畸变所引起的图像失真。

校正过程中需要利用双目相机的标定参数对图像进行畸变校正,使得图像中的特征点在水平和垂直方向上的像素坐标与实际的物理坐标之间存在一定的线性关系。

然后,对校正后的图像进行特征点提取和匹配。

特征点是图像中具有较明显纹理和不变性的点,通常使用SIFT、SURF等算法进行特征点提取和描述。

匹配过程利用图像间的特征点进行像素匹配,通过计算特征点的相对位置关系,得到对应的点对。

接下来,利用三角定位法进行位置定位。

三角定位法是通过已知两个相机之间的几何关系和对应的点对信息,计算目标物体的三维坐标。

三角定位方法有多种,如基于视差的方法、基于坐标转换的方法等。

根据三角定位结果,计算目标物体的距离。

根据物体在图像上的像素坐标和三维坐标之间的关系,可以使用透视变换公式计算物体的距离。

为了提高距离计算的精度,还需要考虑相机的内外参数等因素。

除了软件设计,对双目视觉测距的评测也是非常重要的。

评测主要包括准确性、实时性和稳定性等方面的考量。

准确性是评测的重点之一,主要指测量结果与真实距离之间的误差。

准确性的评估一般通过与其他精确测距方法进行对比来进行。

可以通过与激光测距仪或者经过精确标定的立体视觉系统进行对比,计算出平均误差和标准差等指标。

《2024年基于双目立体视觉的测距算法研究》范文

《2024年基于双目立体视觉的测距算法研究》范文

《基于双目立体视觉的测距算法研究》篇一一、引言随着计算机视觉技术的快速发展,双目立体视觉在机器人导航、自动驾驶、三维重建等领域得到了广泛应用。

其中,测距技术作为双目立体视觉的核心技术之一,其准确性和实时性直接影响到整个系统的性能。

本文旨在研究基于双目立体视觉的测距算法,以提高测距的准确性和稳定性。

二、双目立体视觉基本原理双目立体视觉通过模拟人眼立体视觉的原理,利用两个相机从不同角度获取同一场景的图像,然后通过图像处理技术恢复出场景的三维信息。

其基本原理包括摄像机标定、图像获取、特征提取、立体匹配和三维重建等步骤。

三、测距算法研究现状目前,基于双目立体视觉的测距算法主要包括基于特征匹配的测距算法和基于深度学习的测距算法。

其中,基于特征匹配的测距算法通过提取图像中的特征点,然后利用立体匹配技术计算特征点在两个相机中的视差,从而得到物体的距离信息。

而基于深度学习的测距算法则通过训练深度学习模型,从图像中直接学习出距离信息。

四、本文提出的测距算法本文提出了一种基于特征匹配和深度学习的混合测距算法。

该算法首先通过摄像机标定获取相机的内外参数,然后利用特征提取算法提取图像中的特征点。

接着,采用一种改进的立体匹配算法对特征点进行匹配,得到视差图。

最后,结合深度学习模型对视差图进行优化,得到更加准确的距离信息。

五、算法实现与实验结果在算法实现方面,我们采用了OpenCV等开源库进行图像处理和摄像机标定。

在特征提取和立体匹配方面,我们使用了一种改进的SIFT算法和基于区域的立体匹配算法。

在深度学习模型方面,我们采用了卷积神经网络(CNN)对视差图进行优化。

在实验方面,我们使用了多种场景下的实际图像进行测试。

实验结果表明,本文提出的混合测距算法在各种场景下均能取得较好的测距效果,且准确性和稳定性均优于传统的基于特征匹配的测距算法和基于深度学习的测距算法。

六、结论与展望本文提出了一种基于双目立体视觉的混合测距算法,通过结合特征匹配和深度学习的优势,提高了测距的准确性和稳定性。

《2024年基于双目立体视觉的测距算法研究》范文

《2024年基于双目立体视觉的测距算法研究》范文

《基于双目立体视觉的测距算法研究》篇一一、引言在自动化技术、智能驾驶和机器人技术等应用领域中,精确的测距算法是关键技术之一。

双目立体视觉作为一种有效的视觉测距技术,在三维空间信息的获取中得到了广泛的应用。

本文旨在研究基于双目立体视觉的测距算法,为相关领域提供理论依据和技术支持。

二、双目立体视觉原理双目立体视觉原理基于人类双眼的视觉感知机制。

通过两个相机从不同角度获取同一场景的图像,利用图像处理技术对两幅图像进行匹配、计算视差,从而得到场景的三维信息。

双目立体视觉的测距原理主要依赖于视差计算和三角测量法。

三、双目立体视觉测距算法研究1. 算法流程基于双目立体视觉的测距算法主要包括图像获取、相机标定、图像预处理、特征提取、特征匹配和视差计算等步骤。

首先,通过两个相机获取同一场景的左右图像;然后,进行相机标定和图像预处理,包括去除噪声、灰度化等;接着,提取左右图像中的特征点;通过特征匹配算法,找到对应点对;最后,利用三角测量法计算视差,得到目标物体的深度信息。

2. 关键技术(1)相机标定:通过标定板获取相机的内外参数,为后续的图像处理提供基础。

(2)特征提取与匹配:提取左右图像中的特征点,并采用合适的匹配算法找到对应点对。

特征提取与匹配是双目立体视觉测距算法的关键步骤,直接影响测距精度。

(3)视差计算与三角测量法:根据对应点对计算视差,然后利用三角测量法得到目标物体的深度信息。

视差计算需要精确的匹配和算法优化,以提高测距精度。

四、算法优化与实验分析为了提高双目立体视觉测距算法的精度和鲁棒性,本文从以下几个方面进行了优化:1. 优化特征提取与匹配算法:采用更加稳定的特征提取与匹配算法,提高对应点对的准确性。

2. 引入机器学习与深度学习技术:利用机器学习和深度学习技术对双目立体视觉测距算法进行优化,提高算法的鲁棒性和适应性。

3. 实验分析:通过实验验证了本文提出的双目立体视觉测距算法的有效性和准确性。

实验结果表明,本文算法在各种场景下均能实现较高的测距精度。

一种基于双目视觉原理的距离测量系统的设计

一种基于双目视觉原理的距离测量系统的设计

2017年第8期信息通信2017(总第176 期)INFORMATION & COMMUNICATIONS (Sum. N o 176)一种基于双目视觉原理的距离测量系统的设计李胜旺\陈凯悦2(河北科技大学,河北石家庄〇5〇018)摘要:主要研究一种基于双目立体视觉原理测量图像中物体距离的算法,要实现的目标是采用双摄像头从不同视点拍摄 目标物体,投影得到两幅双目图像,用图像处理的方法先提取出需要的信息,进行特征识别,然后利用同一目标在不同投 影图像上的成像差异进行立体匹配,并通过视觉算法计算被测物体的距离。

由于测量的距离远大于摄像机之间的基线 距离,所以传统意义上的双目测距系统近似认为两个摄像机的光轴是平行,但是实际上两光轴是必然相交的,所以文章 结合实际,考虑两光轴相交,以达到提高距离测量精确度的目的,系统的主要流程包括图像获取、摄像机标定、角点检测、特征识别、立体匹配、距离计算等几个方面。

关键词:测距;图像处理中图分类号:TH711 文献标识码:A文章编号:1673-1131(2017)08-0061-03Abstract:In this paper,it mainly studies a method of measuring the distance of the objects in an image based on binocular stereoscopic vision principle and aims to obtain two binocular images by using dual camera to capture the objects from the dif­ferent viewpoints. This study takes the method of image processing. Firstly, extract the needed information and have the recog­nition of their features. Then, have the stereo matching according to the imaging differences of the same target in different pro- jection images and calculate the distance of the measured object by the visual algorithm. As the measured distance is much lon­ger than the baseline distance between the cameras, the binocular distance measurement system detects the parallel optic axes between the two cameras approximately from the traditional sense, however, the two optic axes are bound to intersect actually.As a result, this paper is combined with reality to take the two optic axes, intersection into consideration, thus achieving the goal of improving the accuracy of distance measurement. The main processes of the system include image acquisition, camera cali­bration, comer detection, feature recognition, stereo matching and distance calculation, etc.Key words:Distance measurement;Image processingi双目立体视觉系统的测距原理下图为传统意义上的双目视觉测距原理图,p点在左右摄像头的成像点为P X x u)和P X x…yi),Z为物点P的距离,f为 摄像头的焦距,D是左右两图像坐标系原点间的距离,也是两摄像头焦点之间的距离。

基于双目视觉原理的智能测宽仪111

基于双目视觉原理的智能测宽仪111

技术创新中文核心期刊《微计算机信息》(测控自动化)2008年第24卷第4-1期传感器与仪器仪表基于双目视觉原理的智能测宽仪In tellectua lized Wid th Ga ug e Bas ed o n Bin o cu la r Vis io n Prin ciple(北京科技大学)查成东王长松崔巍ZHA CHENGDONG WANG CHANGS ONG C UI WEI摘要:厚钢板宽度测量是轧钢生产中一个重要的环节。

介绍了光电测宽仪的工作原理和硬件构成,提出了基于双目视觉原理的厚板宽度测量方法,将测量过程分为三种情况,给出了相应的解决方案。

同时,采用一阶微分期望值的亚象素边缘检测算法,有效降低了测量误差。

实践验证了该方法的有效性。

关键词:电荷耦合器;双目视觉;光电测宽仪;宽厚钢板中图分类号:TH741.1文献标识码:BAbstra ct:Width measurement of thick steel plate is important step in steel rolling process.W ork principle and hardw are structure of photoelectric w idth gauge w as introduced in this paper.An approach to w idth measurement o f thick steel plate based on binocular vi-sion principle was proposed.Measurement process was divided into three situations and co rresponding schemes were presented. Meanw hile,An inferior pixel edge detection algorithm using single-order differential expectation value w as adopted to reduce inaccu-racy of measurement.The practical results demonstrate the effectiveness o f the proposed approach..Key wor ds:C CD,binocular vision,photoele ctr ic width gauge,wide a nd thick steel pla te文章编号:1008-0570(2008)04-1-0156-02光电测宽仪是轧钢生产中重要的检测装置之一,其主要用途是测量带钢宽度,对带钢产品进行监控,以提高产品质量。

一种自适应快速匹配的双目测距方法[发明专利]

一种自适应快速匹配的双目测距方法[发明专利]

专利名称:一种自适应快速匹配的双目测距方法
专利类型:发明专利
发明人:张俊举,向汉林,冯英旺,严松,涂友钢,陈军,杨刘,洪宇申请号:CN201811540596.9
申请日:20181217
公开号:CN109631829A
公开日:
20190416
专利内容由知识产权出版社提供
摘要:本发明公开了一种自适应快速匹配的双目测距方法,包括以下步骤:首先利用双目相机采集待测目标的双目图像;之后从双目图像中自适应截取模板图像和搜索图像;接着采用分层筛选策略在搜索图像中快速匹配模板图像,获取像素级匹配坐标;然后将像素级匹配坐标周围区域内的像素点作为拟合点,对拟合点进行二次曲面拟合,求取曲面拟合函数的最大值,获得像素级匹配坐标对应的亚像素级匹配坐标;最后根据亚像素级匹配坐标和模板图像坐标求取视差,之后根据三角测量法求取被测目标的距离,完成测距。

本发明通过自适应提取模板图像、限定搜索图像边界优化搜索范围、采用分层筛选策略提高搜索效率等提高了图像匹配精度,进而提高了测距精度。

申请人:南京理工大学
地址:210094 江苏省南京市玄武区孝陵卫200号
国籍:CN
代理机构:南京理工大学专利中心
代理人:马鲁晋
更多信息请下载全文后查看。

双目立体视觉测距软件设计与评测

双目立体视觉测距软件设计与评测

双目立体视觉测距软件设计与评测一、引言近年来,随着计算机视觉和人工智能技术的快速发展,双目立体视觉测距技术已经成为了工业视觉领域中的重要技术。

通过双目立体视觉技术,计算机可以获取到不同视角下的双眼图像信息,并通过这些信息计算出场景中物体的距离。

双目立体视觉测距技术在机器人导航、三维重建、自动驾驶等领域有着广泛的应用。

在双目立体视觉测距技术中,双目立体视觉软件是至关重要的一部分。

一款优秀的双目立体视觉软件,需要能够高效地处理双目图像,提取图像特征,计算出物体的距离,并能够稳定地适应不同的环境和光照条件。

本文将着重介绍双目立体视觉测距软件的设计与评测。

二、双目立体视觉测距软件设计1. 双目图像的获取双目立体视觉软件的第一步是获取双目图像。

通常情况下,双目摄像头会安装在一个固定的位置,如机器人、自动驾驶汽车等设备上。

双目摄像头捕捉到的图像会经过预处理和配准,使得双目摄像头捕捉到的图像具有相同的尺度和视角。

2. 图像处理获取到双目图像后,接下来就是对图像进行预处理和特征提取。

通常情况下,要对双目图像进行矫正和配准,以保证两幅图像的匹配精度,并且通过特征提取算法,提取图像中的特征点,并进行匹配,以便计算出双目图像中物体的距离。

3. 距离计算通过双目图像的特征点匹配,可以得到物体在不同视角下的特征点坐标,通过这些坐标,可以使用三角测量原理计算出物体的距离。

在距离计算过程中,需要考虑图像畸变、图像配准误差等因素,以保证计算出的距离能够准确反映物体的实际距离。

4. 三维重建双目立体视觉软件还可以通过计算出的物体距离,进行三维重建,生成场景的三维模型。

通过三维重建,可以实现对场景的深度分析,为后续的机器人导航、图像识别等任务提供更多的信息。

双目立体视觉软件的设计需要考虑到大量的图像处理算法和计算机视觉算法,同时还需要考虑系统的稳定性和实时性。

双目立体视觉软件的设计还需要考虑到不同的硬件平台、不同的应用场景等因素,以保证软件可以适应不同的需求。

双目立体视觉测距软件设计与评测

双目立体视觉测距软件设计与评测

双目立体视觉测距软件设计与评测双目立体视觉测距是一种通过利用双目不同视角的差异得到的距离测量方法。

在机器视觉、三维建模、自动驾驶等领域中应用广泛。

本文主要介绍双目立体视觉测距软件设计与评测。

1. 相机标定2. 图像预处理对于双目图像的处理,首先需要对图像进行预处理。

一般包括:灰度化、高斯滤波、边缘检测、二值化等。

其中,边缘检测和二值化是双目视觉测距中比较重要的步骤。

3. 特征提取通过对双目图像的处理,可以提取出一些有代表性的特征,如角点、边缘、直线等。

这些特征有助于后续的视差计算和三维点云重建。

常用的特征提取算法包括:Harris角点检测、SIFT、SURF等。

4. 视差计算视差是双目视觉重建的核心,其计算方式包括:基于区域的视差计算、基于特征的视差计算、基于结构体的视差计算等。

其中,基于区域的视差计算模型较为简单,但精度较低;基于特征的视差计算模型具有较高的精度,但对于低纹理区域和遮挡问题处理不够完美;基于结构体的视差计算模型具有较高的精度和稳定性。

5. 三维重建通过视差和相机参数的计算,可以得到一组三维点云数据。

这些点云数据可以用于实现三维建模、三维变形、三维可视化等应用。

双目立体视觉测距软件选择要考虑以下几个方面:1. 算法精度算法精度是评测双目立体视觉测距软件的最重要因素,一般用误差、重投影误差、精度等指标进行评价。

在实际使用中,算法速度也是一个非常重要的因素。

需要考虑算法的计算复杂度和实际运行时间。

3. 算法稳定性算法稳定性指算法对于噪声、光线变化和遮挡等情况的适应能力。

算法稳定性好的软件能够在感知环境复杂的情况下较好地工作。

4. 界面友好度评价双目立体视觉测距软件时,其界面友好度也是一个值得考虑的方面。

一个直观、易于操作的软件能够提升用户体验。

结论双目立体视觉测距软件是一项复杂的技术,其具体实现过程需要考虑相机标定、图像预处理、特征提取、视差计算、三维重建等方面。

在实际使用中需要考虑算法精度、算法速度、算法稳定性和界面友好度等因素。

双目测距原理

双目测距原理

双目测距原理
双目测距原理是一种通过两个相邻安装的摄像头来实现三维测距的方法。

其基本原理是通过计算同一目标在两个摄像头中的位置差异来推算目标与摄像头的距离。

在双目测距系统中,首先需要进行视差计算。

视差是指同一目标在两个摄像头中的像素偏移量,可以通过在图像上找到对应的特征点来计算。

特征点可以是目标的边缘、角点等等。

接下来,需要进行坐标转换。

由于两个摄像头之间存在一定的基线距离,可以根据几何关系将视差转换为目标与摄像头之间的实际距离。

通过已知的摄像头参数和基线距离,可以建立起像素坐标和实际距离之间的映射关系。

最后,通过解算得到的像素坐标和实际距离之间的映射关系,可以对任意目标在摄像头中的距离进行测量。

这个过程可以通过计算机视觉算法和数学模型来完成,常见的方法有视差图法、三角测距法等等。

总之,双目测距原理基于对同一目标在两个相邻摄像头中的位置差异进行分析和计算,从而实现对目标与摄像头之间距离的测量。

这种方法在机器人导航、交通监控等领域有着广泛的应用。

双目CCD测距系统的高精度标定

双目CCD测距系统的高精度标定

双目CCD测距系统的高精度标定姜雨彤;杨进华;刘钊;张丽娟;姜成昊【摘要】为实现高精度的远距离被动测距,提出一种摄像机内、外参数以及双目CCD测距系统的标定方法.基于双目测距模型设计双目测距系统的机械结构,进行左右摄像机的单目标定,利用主点标定方法求出主点坐标,使用两步法线性求解摄像机的焦距、一阶径向畸变系数、旋转矩阵和平移向量,从而对高精度双目测距系统完成基线长、两摄像机光轴夹角和两像面相对位置的系统标定.实验结果表明,摄像机标定精度为0.582 6像素,双目测距系统的标定精度为0.208 mm,取得了较为理想的结果,此外,在300 m以内的目标实际测量精度高于0.28%,满足高精度双目测距的精度要求.%In order to realize high precision and long-distance passive ranging,a calibration method of CCD camera parameters and binocular ranging system is put forward.A mechanical device of high precision binocular ranging system based on the binocular ranging model is designed.Next about the camera monocular calibration,this paper gets the principal point coordinates and aspect ratio,proposes a new method of principal point calibration,calibrates focal length,first-order radial distortion coefficient,the rotation matrix and translation vector on the basis of two-step method using the linear measure.Baseline of the high precision binocular ranging system,relative position of two image plane and optical axis angle of two camera in calibration system are calibrated.Experimental results show that the precision of camera calibration is 0.582 6 pixel,calibration precision of binocular ranging system is 0.208 mm,it obtains a better result.The actual measurement accuracy of300 m target is less than 0.28%,and can satisfy the requirements of high precision of binocular CCD ranging system.【期刊名称】《计算机工程》【年(卷),期】2013(039)007【总页数】5页(P228-232)【关键词】双目测距;测距原理;摄像机标定;双目标定;主点标定;两步法【作者】姜雨彤;杨进华;刘钊;张丽娟;姜成昊【作者单位】长春理工大学光电工程学院,长春130022;长春理工大学光电工程学院,长春130022;长春理工大学光电工程学院,长春130022;长春理工大学光电工程学院,长春130022;长春理工大学光电工程学院,长春130022【正文语种】中文【中图分类】TP3911 概述双目测距为被动测距,可实现高精度远距离测距,特别适用于设备测距、航空目标测距[1]和工业应用中需要保密和受环境限制的场合。

双目成像测控系统开发及其在实验室中的应用

双目成像测控系统开发及其在实验室中的应用

双目成像测控系统开发及其在实验室中的应用
双目成像测控系统是一种基于视觉信息获取的测量和控制系统,它可以通过两个摄像头同时捕捉目标的图像,并利用双目视差分析算法来计算目标的距离和实际位置,以实现对目标的精准测量和控制。

在实验室中,双目成像测控系统的应用十分广泛。

例如,它可以用于对微小物体的三维测量,如对细胞、基因等微生物进行形态和位置的测量,用于电子元件的尺寸检测,如对芯片、半导体元件等的尺寸进行测量。

此外,双目成像测控系统还可以应用于机器人视觉导航、工业自动化生产等领域,实现对物体的追踪和精准控制。

具体地,双目成像测控系统的开发要包括硬件和软件两方面。

在硬件方面,双目成像测控系统的构建需要用到两个高清晰度的摄像头,一些光学镜头和支架,还需要一些可重载硬件接口的嵌入式开发板,并通过串行通信或USB接口将数据发送到计算机。

在摄像头的安装和设置中,需要考虑镜头的安装位置和方向,保证双目的视场重叠,以便对目标进行精准测量。

而在软件方面,根据双目成像的视觉原理,需要选择适合的双目视差算法,如常见的SGBM算法、BM算法、视差匹配算法等,以实现目标的三维测量和定位。

此外,在系统的搭建中,在计算机端软件中还需要进行图像处理和算法实现。

总之,双目成像测控技术具有广泛的应用前景,在实验室中可以帮助人们快速、准确地获得目标物的空间信息,并为精细化、自动化控制提供技术支持。

双目测距算法

双目测距算法

双目测距算法
双目测距算法是一种利用双目相机系统来测量目标距离的方法。

其基本原理是利用目标点在左右两幅视图上成像的横向坐标直接存在的差异(即视差)与目标点到成像平面的距离Z存在着反比例的关系。

在双目视觉系统中,两个相机被放置在同一个平面上,并且它们之间的距离是已知的。

通过计算同一目标点在两个相机中的视差,可以确定目标点在三维空间中的位置。

具体来说,双目视觉系统中的两个相机通过镜头将目标点投影到各自的成像平面上。

由于两个相机之间的距离是已知的,因此可以通过计算同一目标点在两个相机中的视差来计算目标点到成像平面的距离Z。

在实际应用中,双目视觉系统需要经过标定和校准,以确定相机的内部参数(如焦距、光心位置等)和外部参数(如相机的旋转和平移矩阵)。

这些参数可以帮助准确地计算出目标点的三维位置。

需要注意的是,双目视觉系统中的视差计算需要考虑到相机的畸变、光照条件、目标点的特征等因素。

因此,在实际应用中,需要根据具体情况进行适当的优化和调整。

以上是双目测距算法的基本原理和步骤。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

技术创新中文核心期刊《微计算机信息》(嵌入式与SOC)2006年第22卷第4-2期360元/年邮局订阅号:82-946《现场总线技术应用200例》电子设计ADS7852在双目测距中的应用ApplicationofADS7852indistancemeasuringbasedonbinocularstereo(1.河北经贸大学;2.石家庄军械工程学院)刘艳玉1李德良2张飞龙2王长龙2Liu,YanyuLi,DeliangZhang,FeilongWang,Changlong摘要:本文详细介绍了ADS7852的工作原理及其应用,并给出了它与89C51及TCD2901D的连接电路图。

说明了双目测距的原理并给出了测距的求解公式。

利用ADS7852的特点解决了双目测距中激光光斑面积、信号捕捉和测量精度三者之间的矛盾。

给出了硬件原理框图和软件流程图。

关键词:双目视觉;测距;ADS7852中图分类号:TP273文献标识码:AAbstract:TheprincipleandtheapplicationofADS7852aredevelopedinthistext.AndtheschematicwiringdiagramofADS7852connectedwith89C51andTCD2901Disgiven.Thentheprincipleofdistancemeasuringbasedonbinocularstereoisintroduced.Andtheexpressionofdistancemeasuringisdeduced.Thereisacontradictionamongareaoflaserspot,signalcaptureandaccuracyindistancemeasuringbasedonbinocularstereo.ItisresolvedbytheintroductionofADS7852.Blockdiagramofhardwareandflowchartofsoftwarearegivenatlast.Keywords:binocularstereo;distancemeasuring;ADS7852文章编号:1008-0570(2006)04-2-0200-031引言基于双目视觉的CCD测距技术具有非接触和高效率的优点。

测量时需要一个激光发生器把激光照射到被测物体表面,根据光斑在两个CCD中成像的差异来求出被测物体的距离。

如果光斑面积过大会影响测量精度,如果过小不仅会使CCD输出信号的捕捉发生困难,而且增加激光发生器的成本。

所以需要在光斑面积保持适当的情况下对CCD输出信号进行采集、处理,最后求出被测物体的距离。

ADS7852是一款逐次逼近式模数转换器,具有转换速率高、精度高和输入通道多等许多优点。

正好满足双目测距中的输出信号持续时间短、成像灰度值差异小和需要多路输出等要求。

另外ADS7852只需要单5V供电,使得系统控制更加简单。

2ADS7852芯片及其应用2.1ADS7852芯片简介AD7852是德州仪器公司的一款高速逐次逼近式A/D转换器。

具有8路输入、并行12位输出,内部带2.5V基准电压,转换时间最大只需1.75us。

其封装形式为TQFP。

AD7852有32个管脚,AIN0-AIN8为8路模拟输入,DB0-DB11为12位数字输出,A0-A2为8路模拟输入的地址选择;Vss为电源电压,VREF为外接参考电压,若不用可接2.2uF和0.1uF去耦电容各一个;AGND和DGND分别为模拟地和数字地,CLK为时钟输入(可以从200KHz到8MHz),BUSY为忙指示输出,CS、RD和WR分别为片选信号、读信号和写信号。

其工作原理为:首先CS引脚置低,然后通过设置A2、A1和A0的值来选择输入通道(例如000选中通道0),置低WR引脚开始启动AD转换。

在AD转换期间,BUSY引脚输出低电平并保持到转换结束,转换完成后BUSY引脚输出变为高电平,在DB11-DB0上输出12位有效数据,等待处理器读取,一次转换完成。

BUSY引脚的上升沿可以锁存12位转换数据。

需要注意的是在AD转换之后,当RD和CS变为高电平之后,A1和A0脚应保持低电平,否则ADS7852将进入掉电模式。

2.2ADS7852芯片的应用图1为ADS7852与AT89C52和TCD2901D的连接图。

TCD2901D是东芝公司的一款彩色线阵CCD。

物体在该CCD中成像后,分别从OS1、OS2和OS3等3个管脚输出,3个输出管脚分别对应可见光的红、绿、蓝三种颜色的亮度。

每种颜色都有10550个像素。

两个CCD共占用了ADS7852的6路模拟输入,分别被转换为数字信号后进行分析处理。

由于ADS7852是12位输出,而AT89C52的数据线只有8位,所以AT89C52的P0口只与ADS7852的低8位数据(DB0 ̄DB7)相连。

ADS7852的高4位(DB8 ̄DB11)通过锁存器74LS573与AT89C52的P1口低4位(P1.0 ̄P1.3)相连。

这样,当A/D转换结束刘艳玉:讲师河北省科技厅基金资助,基金号:05213578200--邮局订阅号:82-946360元/年技术创新电子设计《PLC技术应用200例》您的论文得到两院院士关注AT89C52读取转换结果时,数据的低8位(DB0 ̄DB7)被直接读入AT89C52内部,而在RD信号的上升沿,数据的高4位(DB8 ̄DB11)被74LS573锁存在AT89C52的P1口低4位(P1.0 ̄P1.3),等待被读取。

之所以把P2.7和RD通过或非门连接74LS573的C端,主要是防止AT89C52在读取其他模块时出现误操作。

ALE可以直接作为ADS7852的时钟,其频率为外接晶振的6分之1。

ADS7852的BUSY信号与AT89C52的P1.7连接,在A/D转换结束后,可以通知AT89C52及时读取数据。

图1ADS7852与AT89C52和TCD2901D3ADS7852在双目测距中的应用3.1双目测距原理如图2所示。

X0Y为测量坐标系,Ⅰ和Ⅱ是两个线阵CCD,其光芯分别为O1和O2,A和B分别为两个CCD光轴与其成像面的交点,其光轴与X轴的夹角均为θ。

P为被测点,其在两个CCD上的成像点分别为P1和P2。

设O1A=O2B=f,AP1=x1(P1位于A点左面为负,右面为正),BP2=x2(P2位于B点左面为负,右面为正),0O1=0O2=L,则直线O1P1在X0Y坐标系下的方程为(1)直线则直线O2P2在X0Y坐标系下的方程为(2)联立式(1)和(2)可以得到P点的y坐标为(3)y即为所求距离。

图2双目测距原理图图3系统组成框图3.2系统组成如图3所示。

图中激光发生器发出的激光打在被测物体上产生光斑(图中黑色部分),光斑在CCD上成像。

由于激光光斑不是一个点,而是一个圆,在线阵CCD的成像是一条直线。

调整两个CCD的位置与角度,可以使成像直线对应于光斑圆的直径。

CCD各像素的灰度值以周期性正脉冲的形式输出图像。

像素的位置与输出时间成正比,像素的灰度与输出电压成正比。

其波形如图4所示。

图中所绘为一个周期的信号,横轴为时间,脉冲周期T与CCD的总像素数相对应。

由于激光光斑具有较高的亮度,所以图中的正脉冲即为激光光斑的成像输出。

纵轴为电压,幅度与CCD中各像素点的亮度成正比。

因为每种颜色的输出原理都是相同的,所以我们以后只讨论一种颜色。

因为光斑在CCD上的成像不是一个点,所以无法由式(3)求出距离。

为此需要找出光斑中的同一点分别在CCD1和CCD2中的成像点,即立体匹配。

因此需要采用ADS7852在89C51的控制下对两个CCD的输出信号进行采集处理。

然后由显示器进行显示。

键盘用于控制或必要的参数输入。

3.3立体匹配如果被测表面是一个朗伯表面,根据朗伯定理可知被测表面某点在CCD上成像点的亮度只与被测表11cos sin sin cos x L yf x f x q q q q+=-+--22cos sin sin cos x L yf x f x q q q q-=+-+2122212212(sin cos )(sin cos )2sin cos ()()(sin cos )f x f x Ly f x x f x x q q q q q q q q -+=++--201--技术创新中文核心期刊《微计算机信息》(嵌入式与SOC)2006年第22卷第4-2期360元/年邮局订阅号:82-946《现场总线技术应用200例》电子设计面本身的形状和光源的位置有关,而与CCD的位置和角度无关。

所以光斑中的一点在两个CCD上的成像点,应具有相同的亮度。

设两个CCD的输出的亮度分别为B1(t)和B2(t)。

其中B1(t)为激光光斑在CCD1中成像点的亮度电压值,B2(t)为光斑在CCD2中成像点的亮度电压值。

图4CCD输出信号波形立体匹配问题变为已知t1(可据此求出式3中x1)时刻CCD1的输出B1(t1),求其在CCD2输出中的对应时刻t2(可据此求出式3中x2)。

若CCD的输出信号都是单调的,根据朗伯定理,可以根据下式确定t2。

B1(t1)=B2(t2)(4)但实际问题中式(4)往往不是单调的,可能有多个解也可能没有解。

所以需要确定一个合适的t1使式(4)具有唯一解。

一般情况下,特殊点比较容易找到对应关系。

所以可以先求解B1(t)和B2(t)中的特殊点,如起点(从零开始上升为正值的点)、终点(从正值开始下降为零的点)和极值点等。

根据朗伯定理可知B1(t)和B2(t)中的特殊点应该具有对应关系。

即起点对应起点,终点对应终点,第k个极值点对应第k个极值点。

经过A/D转换之后,输出信号被变为一系列离散点。

求解起点、终点和极值点在数学上很容易实现,这里不再赘述。

设在一个CCD输出周期内,采样点数目为M,B1(i)为CCD1的第i个采样点值,B2(j)为CCD2的第j个采样点值。

其中i<=M,j<=M。

根据朗伯定理B1(i)和B2(j)如果匹配,则其灰度值必然相等。

但是由于系统存在误差和干扰,实际中对应点的灰度值不一定相同。

可以规定一个阈值,当待匹配点的差值小于阈值时,即可认为匹配成功。

为了使立体匹配更加可靠,本文采用以局部几何形状为依据进行立体匹配。

即CCD1和CCD2中局部几何形状相同的点视为匹配点。

匹配时把待匹配点前后各取若干点同时进行匹配,采用最小二乘法,即取各对应点差的平方和来衡量局部几何形状的差异。

设各对应点差的平方和为Y(5)其中Yij为点B1(i)和B2(j)进行匹配时的Y值,C为匹配点前后各增加的点的数量。

同样规定一个阈值,若Y值小于此阈值认为点B1(i)和B2(j)的局部几何形状相同,匹配成功。

相关文档
最新文档