杜林 安媛

摘要：雙目立體視覺測距軟件設(shè)計(jì)有四部分組成：相機(jī)標(biāo)定、圖像校正、立體匹配、距離測量。根據(jù)雙目測距的原理，首先需要使用兩個(gè)攝像頭先采集若干組棋盤圖片，通過張氏標(biāo)定法得到攝像頭的內(nèi)外參數(shù)。其次使用得到的參數(shù)對(duì)采集的圖片進(jìn)行消除畸變、圖像校正。然后對(duì)校正過的圖片進(jìn)行立體匹配，應(yīng)用一種改進(jìn)的動(dòng)態(tài)規(guī)劃的算法，先用SAD算法對(duì)圖像塊進(jìn)行匹配，將各個(gè)像素對(duì)應(yīng)數(shù)值之差的絕對(duì)值進(jìn)行求和，來評(píng)估兩個(gè)圖像塊的匹配度，作為立體匹配的初步篩選，再利用SGBM算法通過計(jì)算匹配代價(jià)函數(shù)得到最終的視差圖。最后，通過三角相似原理測得距離。根據(jù)以上流程，以Micro-soft Visual Studio為開發(fā)環(huán)境，使用MATLAB立體校準(zhǔn)工具箱和OpenCV計(jì)算機(jī)視覺庫等搭建一個(gè)雙目測距系統(tǒng)，并對(duì)系統(tǒng)進(jìn)行了實(shí)驗(yàn)驗(yàn)證。結(jié)果顯示，只要深入優(yōu)化立體匹配的算法，該系統(tǒng)將擁有可靠的精確度，有廣泛的應(yīng)用前景。

關(guān)鍵詞：器視覺;雙目測距;圖像處理

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2020）08-0039-02

1 背景及意義

計(jì)算機(jī)視覺是門研究機(jī)器如何看世界的科學(xué)，更具體地說，是用機(jī)器代替人眼對(duì)目標(biāo)進(jìn)行識(shí)別、測量和軌跡追蹤，經(jīng)過一系列的圖像處理，使計(jì)算機(jī)生成更便于人類使用的或者儀器能識(shí)別的圖像。從20世紀(jì)開始，人們就對(duì)各種動(dòng)物的眼睛、神經(jīng)元和視覺相關(guān)的腦部神經(jīng)進(jìn)行了大量研究，試圖描述視覺系統(tǒng)的構(gòu)成和運(yùn)作方式，這些研究后來成了計(jì)算機(jī)視覺的子領(lǐng)域，人們用計(jì)算機(jī)創(chuàng)建模擬生物的人工系統(tǒng)，在不同復(fù)雜程度上實(shí)現(xiàn)運(yùn)作。正如模擬生物雙目視覺，兩只眼睛能夠定性地感受到現(xiàn)實(shí)空間中的物體遠(yuǎn)近，由此衍生出雙目立體視覺技術(shù)。雙目立體視覺技術(shù)是通過計(jì)算機(jī)模擬人類視覺，使用兩個(gè)圖像采集設(shè)備從相鄰位置得到被測物在相機(jī)中的二維成像，將兩張二維圖像中被測點(diǎn)分別所在的像素坐標(biāo)進(jìn)行差值計(jì)算，相當(dāng)于將兩張圖片重疊成一張圖片，這是圖片上會(huì)有兩個(gè)被測點(diǎn)，計(jì)算其像素差可以定量的算出被測點(diǎn)與攝像頭之間的現(xiàn)實(shí)距離。

遠(yuǎn)程測距是工地施工中必不可少的工作流程，目前的測距手段如紅外線測距、超聲波測距和激光測距都有著一定的局限性，均會(huì)受到煙霧、灰塵和雨滴的干擾。在雨天環(huán)境下，測距激光會(huì)因?yàn)橛晁恼凵淦x原有路線，影響精度，另外棱鏡表面的水滴會(huì)將激光折射到不是棱鏡中心的位置;超聲波對(duì)水也是沒有穿透性的，在下雨時(shí)測量時(shí)，發(fā)送出去的波將碰到雨滴，此時(shí)可能會(huì)余波返回進(jìn)行干擾或者使發(fā)送出去的波形信號(hào)減弱。

基于圖像處理的雙目測距作為一個(gè)非接觸測距系統(tǒng)，能在一定程度上改善環(huán)境因素對(duì)施工測量的影響。

2 系統(tǒng)詳細(xì)設(shè)計(jì)

雙目立體視覺測距需要兩個(gè)水平放置的攝像頭對(duì)同一物體同時(shí)拍照，得到的略有差異的相關(guān)圖像，計(jì)算特定點(diǎn)的像素坐標(biāo)。完整的雙目立體視覺測距系統(tǒng)主要包括：圖像采集、相機(jī)標(biāo)定、圖像校正、立體匹配和測量距離。

1）相機(jī)標(biāo)定是實(shí)現(xiàn)測距的準(zhǔn)備工作。測距模型需要知道兩個(gè)攝像頭的焦距、光軸和空間位置關(guān)系，在圖像校正時(shí)需要知道攝像頭的徑向和切向畸變系數(shù)，可以用畸變系數(shù)還原為方正的原始圖像，標(biāo)定的準(zhǔn)確性直接影響到測距的效果。

2）圖像校正把消除畸變后的兩幅圖像嚴(yán)格地行對(duì)應(yīng)，等效為兩個(gè)攝像頭嚴(yán)格水平放置的效果，這樣左邊圖像上任意一點(diǎn)一定在與右邊圖像水平的線上有相對(duì)應(yīng)的點(diǎn)，將左圖和右圖的匹配簡化為一維的點(diǎn)匹配問題。

3）立體匹配是為了得到視差圖，視差圖中包含了被測點(diǎn)的視差值信息，這是實(shí)現(xiàn)測距的關(guān)鍵參數(shù)。本文選擇了半全局塊匹配算法，作為一種改良的動(dòng)態(tài)規(guī)劃算法，該算法能夠把二維問題放到一維平面來解決.得到初始的視差圖，然后經(jīng)過一系列后處理得到能用于計(jì)算距離的視差值。

4）構(gòu)建雙攝像頭測距系統(tǒng)，得到3）處理好的視差值，根據(jù)雙目測距模型，通過三角關(guān)系測量物體到攝像頭的距離。

2.1 雙目相機(jī)標(biāo)定

雙目相機(jī)標(biāo)定采用MATLAB R2017a的Stereo Camera Cali-brator應(yīng)用程序，該應(yīng)用程序可以估計(jì)和導(dǎo)出雙目攝像頭l和攝像頭2的內(nèi)參數(shù)，還可以計(jì)算攝像頭2相對(duì)于攝像頭1的位置和方向得到外參數(shù)旋轉(zhuǎn)矩陣和平移向量。

Stereo Camera Calibrator運(yùn)行需要經(jīng)過5個(gè)流程，如圖1所示。

2.2 圖像校正

圖像校正是為了把消除畸變后的兩幅圖像相關(guān)點(diǎn)盡可能對(duì)應(yīng)，使得兩幅圖像的對(duì)極線關(guān)聯(lián)到同一水平線上，這樣一幅圖像上某一點(diǎn)和另一幅圖像上的對(duì)應(yīng)點(diǎn)行號(hào)是一致的，只需在該行進(jìn)行一維匹配即可找到對(duì)應(yīng)點(diǎn)，校正流程如圖2所示。

2.3 立體匹配

立體匹配采用SAD算法，SAD（Sum of absolute differences）是一種圖像匹配算法，基本思想：差的絕對(duì)值之和。此算法一般用來進(jìn)行圖像塊的匹配，求各個(gè)像素對(duì)應(yīng)數(shù)值差的絕對(duì)值之和，評(píng)估兩個(gè)圖像塊的匹配度。該算法快速、但并不可靠，只是用于后續(xù)處理的初步篩選。

基本流程為輸入兩幅圖像，一幅ImageL，一幅ImageR，對(duì)左圖，依次掃描，選定一個(gè)錨點(diǎn)：

1）創(chuàng)建一個(gè)SAD窗口;

2）用SAD窗口覆蓋左圖，選擇覆蓋區(qū)域內(nèi)所有像素點(diǎn);

3）用SAD窗口覆蓋右圖，選擇覆蓋區(qū)域內(nèi)所有像素點(diǎn);

4）左邊覆蓋區(qū)域所有像素點(diǎn)灰度值分別減去右邊覆蓋區(qū)域?qū)?yīng)像素點(diǎn)灰度值，求出差的絕對(duì)值之和;

5）移動(dòng)右圖的覆蓋窗口，重復(fù)3，4的處理;

6）找到這個(gè)右圖移動(dòng)范圍內(nèi)SAD值最小的窗口，即找到了與左圖錨點(diǎn)的像素值最接近的最佳匹配的圖像塊。

3 系統(tǒng)測試

系統(tǒng)采用C++語言運(yùn)行與Visual Studi02017的環(huán)境中，調(diào)用OpenCV視覺庫中的工具包，來實(shí)現(xiàn)距離測量的功能。 首先是圖像獲取，使用攝像頭對(duì)應(yīng)的應(yīng)用程序CHUSEI 3DWebcam保存左右攝像頭的圖片用于下邊的測距。運(yùn)行系統(tǒng)軟件程序，運(yùn)行結(jié)果如圖3所示，點(diǎn)擊圖3中右邊視差圖與左圖相對(duì)應(yīng)的位置，可得到所測點(diǎn)的三維坐標(biāo)，其中數(shù)據(jù)最后一個(gè)Z軸坐標(biāo)就是物體到攝像頭的距離，證明了系統(tǒng)的可行性。

4 結(jié)論

雙目立體視覺技術(shù)作為當(dāng)前計(jì)算機(jī)視覺的前沿和熱點(diǎn)，將來必然應(yīng)用在更廣泛的領(lǐng)域，目前雙目相關(guān)的算法還不夠強(qiáng)大，能處理的計(jì)算量具有一定的局限，隨著技術(shù)的發(fā)展，計(jì)算機(jī)視覺也將像人眼一樣明辨是非。該文對(duì)計(jì)算機(jī)視覺的雙目立體視覺測距系統(tǒng)做了一定研究，主要包括了雙目立體測距系統(tǒng)的原理分析和實(shí)現(xiàn)流程，以及使用PC完成測距的一系列操作流程。最終得到了和預(yù)期相符的實(shí)驗(yàn)結(jié)果。本文完成了基于計(jì)算機(jī)視覺的雙攝像頭測距，主要研究了測距過程中的一系列操作的原理，但是研究還不夠深入，還存在一些可以改善的方面：

圖像采集和攝像頭標(biāo)定工作都分別是由各自獨(dú)立的軟件完成的，圖像采集使用讀取雙目相機(jī)的小程序，而攝像頭使用MATLAB集成的相機(jī)標(biāo)定工具箱。在后續(xù)優(yōu)化中，應(yīng)該將圖像采集、攝像頭標(biāo)定和測距整合到一個(gè)工程文件中，直接調(diào)用攝像頭數(shù)據(jù)和MATLAB工具箱實(shí)現(xiàn)系統(tǒng)的整體性。

設(shè)計(jì)更好的人機(jī)互動(dòng)界面，加入實(shí)時(shí)采集圖片的功能，用配置更好的攝像機(jī)進(jìn)行采集，對(duì)采集串口更全面地進(jìn)行控制，得到的結(jié)果顯示更為具體。

在圖像的立體匹配過程中，運(yùn)用到的是SGBM算法，但是，在識(shí)別的過程中需要手動(dòng)點(diǎn)擊測定物體才能進(jìn)行檢測。在后續(xù)的優(yōu)化中，可以在匹配環(huán)節(jié)使用基于神經(jīng)網(wǎng)絡(luò)的立體匹配算法，這樣就會(huì)有效減少圖像的處理，能有效縮短處理時(shí)間。

參考文獻(xiàn)：

[1]張海波，基于雙目立體視覺的工件識(shí)別定位與抓取系統(tǒng)研究[D].杭州：中國計(jì)量學(xué)院，2014.

[2]高如新，朱炬甫.基于ORB算法的雙目視覺定位[Jl.電子測量技術(shù)，2017，40（4）：142-145.

[3]李雙全，章國寶.基于ORB算法的雙目立體視覺測距系統(tǒng)[Jl.工業(yè)控制計(jì)算機(jī)，201 7，30（6）：42-44.

[4]張家田，王飛，嚴(yán)正國.非接觸式距離測量系統(tǒng)[J].電子測量技術(shù)，2012，35（9）：10-13.

[5]聶春鵬.基于雙目立體視覺的工業(yè)機(jī)器人目標(biāo)識(shí)別及定位研究[D].西安：長安大學(xué)，2015.

[6]劉玉森.基于雙目立體視覺的三維重建方法研究[D].重慶：重慶大學(xué)，2016.

[7] Liguori C，Paolillo A，Pietrosanto A.A discussion about stereovision techniques for industrial image-based measurement sys-tems[Cy/Proceedings of the 20th lEEE Instrumentation Tech-nology Conference （Cat.No.03CH37412），Vail， Colorado， USA.lEEE， 2003.

[8]曹文祥，馮雪梅.工業(yè)機(jī)器人研究現(xiàn)狀及發(fā)展趨勢[J].機(jī)械制造，2011，49（2）：41-43.

[9] Aoki H，F(xiàn)urukawa R，Aoyama， M，et al.Proposal on 3-D endo-scope by using grid-based active stereo[P]. ，2013.

[10] Correal R，Pajares G，Ruz J J.Automatic expert system for 3Dterrain reconstruction Based on stereo vision and histogrammatching[J]. Expert Systems With Applications， 2014， 41（4）：2043-2051.

[11] Okada K，lnaba M，lnoue H.lntegration of real-time binocularstereo vision and whole body information fordynamic walkingnavigation of humanoid robot[C]//Proceedings of IEEE Interna—tional Conference on Multisensor Fusion and Integration for In—telligent Systems，MFI2003.，Tokyo，Japan.IEEE，2003

[12]黃佳.基于0PENCV的計(jì)算機(jī)視覺技術(shù)研究[D].上海：華東理工大學(xué)，2013.

[13]李洪海.基于移動(dòng)機(jī)器人的雙目立體視覺技術(shù)研究[D].南京：南京航空航天大學(xué)，2007.

[14]范瑩.基于雙目視覺的圖像匹配與定位技術(shù)的研究[D]，無錫：江南大學(xué)，2016.

[15]韓慧妍.基于雙目立體視覺的三維模型重建方法研究[D]，太原：中北大學(xué)，2014.

[16]馬巖，王振宏，龔琳，基于RAC標(biāo)定法的CCD攝像機(jī)參數(shù)標(biāo)定技術(shù)研究[J].光學(xué)儀器，2012，34（2）：11—15.

[17]袁泉，鄒沖，閔鋒.雙目視覺在類人機(jī)器人測距中的應(yīng)用[J].武漢工程大學(xué)學(xué)報(bào)，2017，39（2）：193—198.

【通聯(lián)編輯：梁書】

作者簡介：杜林（1977-），安徽碭山人，工程師，碩士，安徽繼遠(yuǎn)檢驗(yàn)檢測技術(shù)有限公司總經(jīng)理，研究方向?yàn)檐浖_發(fā)與軟件評(píng)測。