【doc】多目聚焦立体视觉
多目聚焦立体视觉 2012年第2期
(总第118期)
信息通信
INFORMATION&COMMUNICATIONS 2O12
(Sum.Nol18)
多目聚焦立体视觉
刘姚军,陈广东
(南京航空航天大学,江苏南京210016)
.
摘要:多目聚焦立体视觉系统,是计算机视觉技术的新应用.具有测算稳定,安全,无干挠的特点.本文分析了测距原
理.仿真试验结果
证明
住所证明下载场所使用证明下载诊断证明下载住所证明下载爱问住所证明下载爱问
多目聚焦立体视觉这种测距系统可精确实现复杂场景目标测距定位.
关键词:多目聚焦测距;阵列摄像机;多日立体视觉
Keywords:depth--from-?multi--stereo??focus;cameraa~ays;multi--viewstereo
中图分类号:TP391.41文献标识码:A文章编号:1673.1131(2012)02—0008.02 0引言
立体视觉是恢复场景深度信息的一类重要方法,其基本
方法是从两个或多个视点去观察同一场景,获得在不同视角 下的一组图像,然后通过三角测量原理获得不同图像中对应 像素间的视差,并进而推断出场景中目标的深度信息.受图 像匹配困难等因素限制,现有的双目立体视觉系统不能完全 满足某些测距要求.为此,我们设计了多目聚焦立体视觉系统. 本文提出基于几何光学聚焦法的立体视觉解决方案.基
本思想是采用面阵摄像机阵列,形成多目立体视觉,摄像机数
目足够多,在恢复3D场景时保证信息量不缺损或有冗余,从 而能更加正确地获取深度信息.具体实施时将摄像机面阵简 化为线阵,按立体视觉图像视差与距离的对应关系校正各摄 像机图像后叠加,使得特定距离段的场景图像聚焦,不在此距 离段的图像散焦,以垂直于线阵向图像梯度作为图像像素是 否在此距离段的检测量,依次在各距离段聚焦图像,测量出全 场景的深度信息.该方法抛弃了图像匹配的过程,结果受单 个摄像机影响极小,也基本不受图像内容影响. 1双目立体视觉测距原理
(a)(b)
图l双目立体视觉几何模型
双目立体视觉的2个摄像机C1,C2平行放置,如图1(a) 所示,C1,C2完全相同,固定在长度为B的横杆两端.两只摄 像机中轴线共面平行.这样一来,横杆就是双目立体视觉系 统[1]的基线.
右摄像机坐标系的原点是各自镜头的光心,Z轴通过光 心指向场景点方向,且垂直于图像平面,x轴通过光心沿着基 线方向,Y轴通过光心垂直于另外两轴,这三者满足右手关系. 图1(b)中X'xr为P在左右图像坐标系中横坐标,Z为P到 摄像机主平面的距离,B为基线长度,f为焦距.从图1(b)的 8
几何关系可以触z=(1)
在摄像机坐标中,根据透镜关系可进一步求出P点X和Z的 值,其关系如下
:
(2)
Y=),l
摄像机用来获得目标匹配图像.根据(1)式可得目标距离. 2多目聚焦立体视觉
图2多目立体视觉摄象机线阵
多目立体视觉的2N+1个摄像机C平行放置,"=一N,..., O,..aV,C.为基准摄像机,所有摄像机均匀固定在长度为2NB 的横杆上,摄像机问距为B,基准摄像机C.在横杆中心.摄像 机的镜头方向与横杆垂直.所有摄像机中轴线共面平行.摄 像机C.与基准摄像机C.的基线为n.
各摄像机坐标系的原点是各自镜头的光心,Z轴通过光心 指向场景点方向,且垂直于图像平面,x轴通过光心沿着基线 方向,Y轴通过光心垂直于另外两轴,这三者满足右手关系. X0,X为P在左右图像坐标系中横坐标,Z为P到摄像机主平面 的距离,nB为基线长度,f为焦距.由(1)的关系可以得出 nBf…
Xo—xH=—一L3)
此式表明,将C的图像右移,景深处场景图像将与基 准摄像机C.的景深Z处场景图像重合,而景深非Z处场景图 像与基准摄像机C.的图像存在位移.在摄像机坐标中,根据 透镜关系可进一步求出P点X和Z的值,其关系如下 :‰
(4)
),:.
3多目图像叠加频域测距
z为测距范围内最短距离,将叠加图像和基准摄像机C. 图像中不需要测距的场景图像归零,假设需测场景景深同为 Z.若基准摄像机C.图像为so(x,y),则叠加信号为:
(x-nBfm) ():兰
=
c一)
so(毛力【亩J
变换到频域:
信息通信刘姚军等:多目聚焦立体视觉
(以y):(以y)Hfm1zz
:
BfS
o(o),y)
Z
由此得z=BJSo(CO,y)/是(oJ,),将各离散得到的Z取平均. 多目图像叠加频域测距要求被测场景景深同为z,这在实 践中很难做到,可将被测目标小区域图像近似为同景深图像, 但目标区域图像采样点不能过少,否则测距误差较大.这种 方法计算量少,不适于复杂场景目标.
4多目图像叠加空域测距
多目图像叠加空域测距法适合小目标.但计算量增加. 将2n+1个摄像机图像,按式(3)确定的偏移量移位后叠加,得 到的图像中,景深Z处场景图像没有发生错位,图像清晰,得到 良好聚焦.z处场景图像锐度较大;而景深不是的场景图像错 位叠加图像水平向散焦,图像锐度较小.
由于景深不是Z的场景图像错位叠加图像水平向散焦,水 平向边缘不如景深Z的场景图像清晰.利用这一特殊的图像 性质,我们十分简单有效地分割景深Z为的场景图像. 将2n+1个摄像机图像按(3)平移后叠加的数字化图像设 置一门限,令小于门限的边缘值为零,以滤除较噪声边缘.记 这样的图像为S<,,),,七)为数字图像像素点坐标,坐标原点 定在画面左上角,其中:
=0,l,...M一1;k=0,1,…N一1
M和N为画面的水平画幅和垂直画幅.区域图像的锐度 定义为分区内:
Zx,yl~(x,.,,)I4
(I(x,圳)
t
(4)
图3滑块目标图像块示意图
按图3取方滑块,在画面中由左至右,由上向下依次滑遍 整幅画面,计算滑块内图像锐度sharpness(.1",k)与同区块内基准 图像锐度sharpness.U,k)比,锐度比大于门限的区域分割出来, 作为景深为Z场景图像.
改变z值代入(3),重复上述过程,分割出对应Z值的z场 景图像,这样就得到所有值对应的场景图像.
因景深不是z的场景图像错位叠加,图像水平向散焦,图 像水平向梯度较小,也可以将2n+1个摄像机图像按(3)平移 后叠加的数字化图像采用边缘算子检测出水平向图像边缘, 取绝对值,替代区域图像的锐度,实现深度分割. 5仿真实验结果
仿真试验使用17台黑白摄像机线阵,摄像机间距1厘米, 各摄像机为体积小的针头摄像机,像素768~576. 仿真三个点目标,亮度相同,位于摄像机线阵前30米,50 米和80米处,在画面中分别处于上,中,下位置,如图4所示. 采用多目图像叠加空域测距法测量三个点目标距摄像机线阵 空间距离,图4(a)(b)(c)分别为聚焦3O米,50米和80米处点 目标时,叠加图像中各点目标成像情况,由图可见对某距离处 目标聚焦时,其余点沿线阵向散焦,距离差距越大,散焦越严 重,但图像能量保持守恒.考察点目标像的锐度或沿基线向 梯度,能区分点目标像能量的聚散程度,分割出聚焦点目标, 获得目标距离值.
(a)(b)(c)
图4多目聚焦不同距离点目标示意图
仿真结果表明多目图像叠加空域测距法适合复杂场景目 标.
摄像机线阵计算机图像视觉处理,测距速度与摄像机帧
频一致,图像处理算法和测距算法稳定,适于工程应用.距离
越远,测距精度越低.目标定位通常对近距离测距要求比较
高,对远距离要求较低.
6结语
多目聚焦需利用目标图像的纹理和边缘信息,若图像为
单调色块,则测距效果不好.是计算机视觉技术的新应用,多
目聚焦视觉具有测距速度快和精度高的特点.测距系统成本
低,无干扰,隐蔽性好.若装有灯光,可全天候使用.
这种算法不需要进行图像匹配,直接聚焦目标,分割目标图
像,再定位目标,算法极其稳定,能实时处理.仿真实验证明
图像叠加空域测距法适合复杂场景目标.
参考文献:
…1贾云德.机器视觉【M】.北京:科学出版社,1999:252.271.
【2】NeriA,eta1.Automaticmovingobjectandbackgroundsep—
aration【JJ.SignalProcessing,1998,66(2):219—232.
【3]PSalembier,FMarques.Region-basedrepresentationsof imageandvideo:segmentationtoolsformultimediaservices [JJIEEETrans.CSTV,1999,9(8):1147一l169.
【4]RCastagno,TEbrahimi,MKunt.Videosegmentationbased onmultiNefeaturesforinteractivemultimediaapplications [J].IEEETran.CSTV,1998,8(5):62-571.
【5]SHerman,HMooshofer,HDietrich,WStechele.Avideo segmentationalgorithmforHierarchialObjectRepresenta—
tionsandItsImplemtation[J].IEEETrans.CSTV,1999,9(8). [6】MarD,HildrethE.Theoryofedgedetection[A].In:Pro—
ceedingsofRSoc[C].1980:187—217.
【7】TabbM,AhujaM.Multiscaleimagesegmentationbyinteg—
ratededgeandregiondetection[J].IEEETransonIE1997,6 (5).
【8】PaschosG.Perceptuallyuniformcolorspacesforcolortex— tureanalysis:anempiricalevalution[J].IEEE.
Transactions
OilimageProceeding,2001,10:932—937.
作者简介:刘姚军(1986一),男,硕士研究生,安徽庐江县人,研 究方向为数字信号处理;陈广东(1968一),男,博士,副研究员, 江苏南京人,主要从事SAR成像技术,计算机视觉,遥控遥测 技术的研究.
9
?????
_-V
y