题目：双目立体视觉匹配与重建方法研究

双目立体视觉是计算机视觉的重要组成部分，是目前研究的热点，它使用双摄像机模仿人眼的方式去认识和理解客观世界，在自动导航、机器人、航空测绘、军事应用、医学诊断、工业检测以及虚拟现实等多个领域得到广泛应用。但是，在实际应用中，由于立体图像存在扭曲、变形、遮挡以及噪声等情况的影响，立体匹配和三维重建仍然存在很大挑战。因此，关于双目立体视觉中的匹配与重建等关键技术研究具有重要的实际意义。论文围绕双目立体视觉系统在工业检测领域存在的问题进行研究，对标定技术、立体匹配、极线几何以及几何图形重建和检测等关键技术进行深入研究。论文主要工作包括以下几方面。

（1）提出了一种基于场景信息的立体视觉系统外部参数在线标定策略。由于现场环境存在振动等因素，立体视觉系统外部参数在长期使用中会发生变化，本文所提策略无需特制靶标，通过随机场景若干个匹配点对估计基本矩阵，然后通过分解基础矩阵获得外部参数。其中在计算平移矩阵时，提出对本质矩阵与其转置乘积进行分解获取元素值，并提出根据两组立体图像的公共特征确定比例因子。实验证明，该策略不但达到传统靶标标定方法的标定精度，而且标定过程比传统方法方便，快捷，更适合现场操作。

（2）提出了一种基于图像特征的立体匹配方法。方法假设图像颜色一致的邻近像素对应于同一三维表面且满足一维投影变换，根据一维射影变换的交比不变性，在初始支撑点的基础上对特征点进行第一步扩展。然后，为了找到更多匹配点，采用了常规种子点生长算法进行第二步扩展，产生准稠密视差图。实验证明，该方法比现有的种子点生长算法生成的匹配点更密集，并对不同尺度关系下的立体图像有着良好的匹配效果。

（3）提出了一种通过随机匹配点精确估计基本矩阵的鲁棒性方法。传统极线约束可以去除不在极线上的对应点，但不能处理位于极线上的误匹配点。为去除位于极线上的误匹配点，假设立体图像中不同图像区域对应于不同真实平面并满足仿射变换，建立一种区域性约束。然后提出一种多级加权方法提高M-estimator算法对基础矩阵估计的准确性。仿真和真实数据实验表明，在噪声和误匹配情况下，该方法比传统估算方法取得较好的效果。

（4）提出一种对空间圆弧的立体视觉检测方法。方法通过立体摄像机对空间圆弧采集图像，使用Steger算法提取图像中的圆弧中心点，首先介绍一种几何计算的方式寻找曲线中心点的对应匹配点，然后基于平面约束和条件极值提出一种空间圆弧拟合方法，从重建的中心点三维数据中获取空间圆的信息，如圆心坐标、半径等。仿真和实物实验证明，在空间圆弧的测量中该方法比传统方法具有更好的精确性和鲁棒性。

（5）对工业产品的非接触检测是双目立体视觉技术的一个重要应用方向。本文最后在前面介绍的立体视觉关键技术基础上，设计和搭建了舵偏角精确测量系统，并将该系统成功应用到相对于基准坐标系的舵面角度测量项目中，达到了项目高精度测量要求。首先分析了舵偏角的测量意义和技术要求，其次介绍了整个系统的设计，包括各个组成部分和软件设计，然后介绍了系统的工作原理和关键技术，最后对系统进行了测试，并对测试结果进行了分析。