雙目視覺測(cè)量系統(tǒng)誤差分析與控制_圖文

1、分類號(hào)：密級(jí)：公開單位代碼：學(xué)號(hào)：東歲，辱碩士學(xué)位論文論文題目：雙目視覺測(cè)量系統(tǒng)誤差分析與控制腫州枷！作者姓名學(xué)院名稱，；囈盂疊拯讓篡扭辯掌皇拉本堂院讓篁扭應(yīng)用技盎揚(yáng)強(qiáng)藪授專業(yè)名稱指導(dǎo)教師合作導(dǎo)師年月日一彳，叮啊叮？一，彘餐慕峨盞溢出點(diǎn)避燼；扯堂：盎辯黲；槲艇：蕊辮氧一智蒿毫辯矗。盎篇。筏原創(chuàng)性聲明和關(guān)于論文使用授權(quán)的說明原創(chuàng)性聲明本人鄭重聲明：所呈交的學(xué)位論文，是本人在導(dǎo)師的指導(dǎo)下，獨(dú)立進(jìn)行研究所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過的科研成果。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。本聲明的法律責(zé)任由本人承擔(dān)。論文作者

2、簽名：皇疊塑日期：衛(wèi)厶：生！關(guān)于學(xué)位論文使用授權(quán)的聲明本人完全了解山東大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留或向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱；本人授權(quán)山東大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或其他復(fù)制手段保存論文和匯編本學(xué)位論文。（保密論文在解密后應(yīng)遵守此規(guī)定）論文作者簽名；誣導(dǎo)師簽名償日期：翟蘭：蘭鄉(xiāng)蘸茹；罅辭毒茹鞫赫兩黛蟬面碥子商：荔：毫垂毒蕊漆潦赫警高磷搿紊蓄霉爹警辮葉一鋪幫掣熱端笪鏍紫鶴黌蕃灞堂童奎耋絲圭耋堡塵圣目景摘要第章緒論取目視覺研究的背景和意義研究現(xiàn)狀及本文所做的貢獻(xiàn)研宄現(xiàn)狀本文所做貢獻(xiàn)章節(jié)安

3、排，第章誤差模型中的積目視覺原理第！奎奎蘭至；?。禾m堡蘭圣圖像噪聲誤差生奎查蘭竺圭蘭堡耋圣酬如出舭日山東大學(xué)碩士學(xué)位論文母生童查蘭竺圭蘭堡鎏圣摘要在計(jì)算機(jī)視覺領(lǐng)域，如何利用兩張照片恢復(fù)照片上的三維信息占有重要地位。這種利用計(jì)算機(jī)技術(shù)模仿人類視覺的技術(shù)被稱為雙目視覺技術(shù)雙目視覺技術(shù)在機(jī)器人技術(shù)目標(biāo)物體的自動(dòng)跟蹤事故現(xiàn)場(chǎng)場(chǎng)景恢復(fù)以及三維重建過程中被得到廣泛應(yīng)用。人類的大腦用兩只眼睛獲取圖像，圖像經(jīng)過大腦加工在大腦中形成物體的三維信息。雙目視覺利用兩個(gè)攝像頭模仿人的兩只眼睛兩個(gè)攝像頭獲取兩幅或者更多張同一場(chǎng)景的照片，在計(jì)算機(jī)中根據(jù)雙日視覺理論還原出場(chǎng)景的三維信息。基于幾何理論的雙目視覺體系的基本理論

4、是針孔模型，從針孔模型理論中發(fā)現(xiàn)僅僅從一副圖像上是無法確定場(chǎng)景中物體的三維信息的。只有存在兩個(gè)不同的空間某點(diǎn)的成像點(diǎn)，才可以計(jì)算出空間中某點(diǎn)的深度信息（按照顧目視覺理論，計(jì)算出空問中某點(diǎn)的深度信息就能計(jì)算出某點(diǎn)的三維坐標(biāo)）。這種利用空間中某點(diǎn)的兩個(gè)或者多個(gè)成像點(diǎn)恢復(fù)點(diǎn)的空間深度信息的方法叫做立體視覺方法，而立體視覺的過程就稱為三維重建。三維重建包含很多工作其中包含圖像獲取特征點(diǎn)匹配。攝像機(jī)標(biāo)定等工作，每一步驟都對(duì)三維重建產(chǎn)生深刻的影響。三維重建技術(shù)在理論上日臻趨于成熟但是在實(shí)際應(yīng)用中總是由于會(huì)出現(xiàn)匹配誤差，標(biāo)定誤差的原因?qū)е轮亟ńY(jié)果誤差較大。因此，在實(shí)際應(yīng)用中控制三維重建過程中的每個(gè)步驟中的誤

5、差是關(guān)鍵。本文對(duì)基于積目視覺的三維測(cè)量系統(tǒng)進(jìn)行了討論，著重分析了三維測(cè)量系統(tǒng)中誤差產(chǎn)生的原因以及誤差與三維測(cè)量中各個(gè)變量之問的關(guān)系。在雙目視覺測(cè)量系統(tǒng)中，測(cè)量誤差對(duì)測(cè)量結(jié)果影響很大。誤差一般分為兩類一類是由標(biāo)定產(chǎn)生的誤差，一類是在測(cè)量過程中產(chǎn)生的誤差。本文假定標(biāo)定的結(jié)果準(zhǔn)確主要討論在實(shí)際三維測(cè)量過程中。影響測(cè)量結(jié)果精度的因素以及各個(gè)因素對(duì)精度的影響程度。根據(jù)世界坐標(biāo)系中的點(diǎn)在上的投影點(diǎn)和理想值之間的偏差，在理論上分析了焦距、攝像機(jī)基線距離、攝像機(jī)光軸夾角以及被測(cè)物體到攝像機(jī)的深度與測(cè)量誤差之間的關(guān)系，并在實(shí)驗(yàn)中驗(yàn)證了系統(tǒng)參數(shù)對(duì)測(cè)量結(jié)果精度的影響。本文的研究目的旨在實(shí)際應(yīng)用中指導(dǎo)用戶如何設(shè)置相機(jī)

6、才能減少誤差，使得測(cè)量的結(jié)果滿足所需的精度需求。山東大學(xué)碩士學(xué)位論文實(shí)驗(yàn)的數(shù)據(jù)表明，在實(shí)際的三維測(cè)量中，誤差的分布和本文建立的誤差模型基本吻臺(tái)，因此用本文建立的誤差模型可以有效控制測(cè)量誤差。標(biāo)定中的誤差在本文并沒有重點(diǎn)討論，如何減少標(biāo)定過程中的誤差是將來研究的重點(diǎn)。關(guān)鍵詞：雙目視覺；三維重建；誤差控制坐薹鑾蘭堡！蘭堡絲蘭，婦，仃，五肌，豫】，￥，越，（）囂，曲山東大學(xué)碩士學(xué)位論文洲硒颶，夠：，洲，協(xié)，笛，吼丌加玎，）：；生童奎耋堡圭耋堡絲圣第章緒論雙目視覺研究的背景和意義在計(jì)算機(jī)視覺領(lǐng)域，如何從照片獲取照片取景所在的場(chǎng)景的三維信息具有十分重要的意義。人的眼睛是人類心靈的窗戶通過眼精人類可以分辨

7、物體，估算距離與其他人類進(jìn)行情感交流。人類的眼睛看到某一景物后在太腦中立刻可以形成景物的三維圖像。人看景物這個(gè)過程可以分解為咀下各個(gè)步驟：首先景物在人眼睛的視網(wǎng)膜上成像；第二步，在視網(wǎng)膜上成的像被解析成信號(hào)發(fā)送到人腦；第三步，人腦加工由眼睛發(fā)送來的信號(hào)在大腦中形成景物的三維信息。人類視覺系統(tǒng)在看似簡(jiǎn)單的“看”這一行為上其實(shí)綜合了許多步驟，看的這個(gè)過程其實(shí)是一個(gè)描述景物與理解景物的過程。用計(jì)算機(jī)視覺領(lǐng)域的語言表達(dá)描述和理解景物的過程，可以將描述與理解分為三個(gè)層次：提取圖像特征與分割圖像階段：對(duì)物體進(jìn)行幾何建模與圖像特征表達(dá)；對(duì)景物進(jìn)行知識(shí)描述。而用人工再現(xiàn)這一過程無疑具有重大意義。計(jì)算機(jī)視覺技術(shù)

8、為解決人工模擬人眼“看”景物的這個(gè)過程應(yīng)運(yùn)而生，計(jì)算機(jī)視覺技術(shù)利用計(jì)算機(jī)成像設(shè)各模擬人的睢睛用計(jì)算機(jī)模擬人的大腦。計(jì)算機(jī)將從計(jì)算機(jī)成像設(shè)備獲得的圖像加工計(jì)算，恢復(fù)成像設(shè)備所拍攝的景物的三維信息。計(jì)算機(jī)視覺理論是研宄用計(jì)算機(jī)模擬人的視覺的理論，理論的目標(biāo)是利用二維圖像恢復(fù)景物的三維幾何信息。景物的三維幾何信息包括很多如：形狀，位置，姿態(tài)等等。支撐計(jì)算機(jī)與計(jì)算機(jī)成像設(shè)備進(jìn)行三維重建的雙目視覺技術(shù)主要基于數(shù)學(xué)物理等基礎(chǔ)學(xué)科，例如，幾何映射學(xué)剛體運(yùn)動(dòng)學(xué)概率論等基本理論。在這些學(xué)科的基礎(chǔ)上，又發(fā)展出了圖像處理，人工智能等計(jì)算機(jī)視覺方面的理論和技術(shù)。計(jì)算機(jī)視覺技術(shù)的發(fā)展并非一蹴而就，其發(fā)展經(jīng)歷了一定的歷程

9、。計(jì)算機(jī)視覺技術(shù)的發(fā)展始于世紀(jì)年代，那時(shí)計(jì)算機(jī)視覺方面的研究主要基于模式識(shí)別技術(shù)：到了世紀(jì)年代，主要利用空問幾何和物理基本理論對(duì)視覺拄術(shù)進(jìn)行研究。而世紀(jì)年代以后，隨著人工智能以及機(jī)器人技術(shù)的發(fā)展，計(jì)算機(jī)視覺理論迎來了它高峰，這個(gè)時(shí)期引入了許多新的理論和技術(shù)，如山東大學(xué)碩士學(xué)位論文主動(dòng)視覺理論融合技術(shù)等。而迄今為止最為成熟最為完善的計(jì)算機(jī)視覺技術(shù)成果當(dāng)屬基于計(jì)算機(jī)視覺框架的理論，的計(jì)算機(jī)視覺框架主要基于幾何方法。盯框架理論的基礎(chǔ)是攝像機(jī)成像的針孔模型，根據(jù)針孔模型可知，景物點(diǎn)，針孔，像點(diǎn)是共線的。如果針孔固定，那么根據(jù)針孔模型可知，像點(diǎn)一定在景物與針孔的連線的延長(zhǎng)線上，因此，這條線上的每個(gè)成像點(diǎn)

10、都相同。根據(jù)這一理論。用單幅照片是不可以獲得像點(diǎn)到針孔的深度的。如果存在另外一個(gè)像點(diǎn)，這個(gè)像點(diǎn)不在前一個(gè)景物與針孔的延長(zhǎng)線上，利用兩個(gè)像點(diǎn)則可以獲得景物點(diǎn)到針孔的深度。在框架下，最少只需要兩幅照片便可以恢復(fù)景物點(diǎn)的深度信息，根據(jù)雙目枧覺理論，獲得了景物點(diǎn)的深度信息便可獲得景物點(diǎn)的三維信息，這點(diǎn)我們將在以后的章節(jié)中詳細(xì)討論。取目視覺理論主要包含兩個(gè)部分，首先是攝像機(jī)的標(biāo)定攝像機(jī)標(biāo)定的過程其實(shí)就是一個(gè)對(duì)攝像機(jī)的內(nèi)部性質(zhì)進(jìn)行確定的過程，目前較為常用的標(biāo)定方法有的塊標(biāo)定，張正友的平面模板標(biāo)定法。另一個(gè)部分主要是對(duì)對(duì)從圖像獲取設(shè)備獲得的圖像進(jìn)行處理的過程，這個(gè)過程主要包含圖像切割邊緣檢測(cè)，以及圖像上對(duì)應(yīng)

11、點(diǎn)的匹配等過程。目前，計(jì)算機(jī)的雙目視覺理論已經(jīng)較為成熟。雖然計(jì)算機(jī)雙目視覺理論已經(jīng)較為成熟。但是在實(shí)際應(yīng)用中，計(jì)算機(jī)視覺系統(tǒng)的發(fā)展遭遇許多困難和瓶頸。如匹配算法不夠精簡(jiǎn)導(dǎo)致在實(shí)時(shí)應(yīng)用中達(dá)不到規(guī)定的時(shí)間要求。又如圖像分割不穩(wěn)定，導(dǎo)致前后對(duì)景物的理解不一致。又如實(shí)際應(yīng)用中誤差問題在各個(gè)步驟中的誤差會(huì)導(dǎo)致最后重建的誤差與想象的誤差差距較大。這些都是在實(shí)際應(yīng)用中碰到的目前較為棘手的問題，在今后的研究當(dāng)中，這些問題將是研究的熱點(diǎn)。積目視覺理論技術(shù)在實(shí)際應(yīng)用中有著較高的實(shí)用價(jià)值，雖然目前有著這樣或者那樣的困難但是雙目視覺技術(shù)一直在向前發(fā)展，而且在實(shí)際應(yīng)用中已經(jīng)逐步得到應(yīng)用。機(jī)器人導(dǎo)航技術(shù)是其中一個(gè)推進(jìn)雙曰

12、視覺技術(shù)向前發(fā)展的關(guān)鍵因素，借助雙目視覺技術(shù)，機(jī)器人可以進(jìn)行各種危險(xiǎn)的挖掘，核查任務(wù)以及監(jiān)視跟蹤業(yè)務(wù)。在工業(yè)領(lǐng)域，可以利用雙目視覺技術(shù)識(shí)別定位一些顏色形狀差異較大的零件，從而將他們分離出來。而在公共安全領(lǐng)域。飆目視覺技術(shù)可以被用來進(jìn)行事故現(xiàn)場(chǎng)場(chǎng)景重現(xiàn)咀及責(zé)任判定。因此，基于艱目視覺的三維重建技術(shù)越來越步入成熟當(dāng)查鑾蘭堡圭蘭壘笙蘭階段并且越來越實(shí)用。因此，對(duì)雙目視覺的研究在不久的將來會(huì)影響到我們生活的方方面面。研究現(xiàn)狀在計(jì)算機(jī)領(lǐng)域計(jì)算機(jī)視覺的發(fā)展十分迅速，并且在實(shí)際生活中已經(jīng)得到廣泛應(yīng)用。作為一門新興學(xué)科計(jì)算機(jī)視覺自從用計(jì)算機(jī)程序提取數(shù)字圖像中的三維圖形結(jié)構(gòu)開始，已經(jīng)得到了長(zhǎng)足的發(fā)展。麻省理工學(xué)

13、院的開創(chuàng)了視覺理論框架【，理論框架涵蓋了人工智能，神經(jīng)科學(xué)，模式識(shí)別，圖像分割等一系列的科研成果的視覺理論框架揭示了用二維圖像恢復(fù)景物的三維形態(tài)信息的基本方法。雖然存在一些不足，但是迄今為止，視覺理論仍然是一個(gè)相對(duì)較為完善的理論，并且在視覺框架的基礎(chǔ)上，研究人員提出了大量的方法。文獻(xiàn)【】【】將計(jì)算機(jī)視覺的處理方法分成三個(gè)層次，分別為：低級(jí)處理：對(duì)數(shù)字圖像的基本元素“像素。進(jìn)行處理，處理過程中，提取圖像中的點(diǎn)、邊緣、線條以及邊界等基本的幾何元素。在低級(jí)處理中，把圖像只是看成圖像特征的集合，此時(shí)圖像的表達(dá)方式也被稱為圖像的基元表達(dá)。中級(jí)處理：將對(duì)像素的處理轉(zhuǎn)換為符號(hào)（涉及到表示）進(jìn)行處理。中級(jí)處理

14、中，用輸入的圖像以及基元信息恢復(fù)圖像所在場(chǎng)景的部分深度，法向量等信息。中級(jí)處理恢復(fù)了圖像的部分深度信息中級(jí)處理得到的結(jié)果亦被稱為維表達(dá)。高級(jí)處理：將圖像中的信息轉(zhuǎn)化為知識(shí)表示模型，并在三維空間中對(duì)信息進(jìn)行推理、規(guī)劃。高級(jí)處理中將輸入的圖像，基元信息，以及維信息用來恢復(fù)圖像的三維信息。經(jīng)過高級(jí)處理的圖像信息亦被稱作三維表達(dá)。山東大學(xué)碩士學(xué)位論文雙目立體圖像對(duì)是雙目視覺的基礎(chǔ)，獲取立體圖像對(duì)的方式有很多。圖像獲取的場(chǎng)臺(tái)決定了圖像獲取的方式即，不同的應(yīng)用決定了立體圖像對(duì)的獲取方式。標(biāo)定可以看成是三維重建的逆過程，利用周圍的已知的條件來確定雙目視覺系統(tǒng)的參數(shù)信息。文獻(xiàn)【即【】對(duì)目前較為常用的計(jì)算機(jī)標(biāo)定

15、方法進(jìn)行了描述，其中較為常用的標(biāo)定方法都是基于線性變換這種方法需要預(yù)先知道標(biāo)定物的三維坐標(biāo)信息。另一種較為常用的標(biāo)定方法是基于本質(zhì)矩陣的標(biāo)定方法”“這種方法不需要知道標(biāo)定物體的三維坐標(biāo)信息。文獻(xiàn)將攝像機(jī)的標(biāo)定結(jié)果分類為攝像機(jī)的參數(shù)包括內(nèi)部參數(shù)和外部參數(shù)，攝像機(jī)的內(nèi)部參數(shù)表示了攝像機(jī)的光學(xué)特性，攝像機(jī)的外部參數(shù)表示了攝像機(jī)的空間幾何特性。文獻(xiàn)【】按照計(jì)算量和計(jì)算精度將標(biāo)定方法分成三類（）非線性優(yōu)化法；非線性優(yōu)化法的特性是計(jì)算量比較大，但是可以獲得較高精度的結(jié)果，經(jīng)典的標(biāo)定方法大多屬于此類。解析法：解析法將非線性優(yōu)化法的計(jì)算過程簡(jiǎn)化，但是相對(duì)的解析法的精度難以得到保障。（兩步法：兩步法是對(duì)非線性優(yōu)

16、化法和解析法的折中，一方面保障了標(biāo)定結(jié)果的精度，另一方面簡(jiǎn)化的計(jì)算量，文獻(xiàn)，習(xí)【】中的標(biāo)定方法均屬于此類。文獻(xiàn)【】按照參數(shù)將標(biāo)定方法分為兩類顯參數(shù)法：此類方法在標(biāo)定時(shí)必須給出攝像機(jī)的參數(shù)，如像心焦距，攝像機(jī)位置等。隱參數(shù)法：有時(shí)在實(shí)際應(yīng)用中并不需要攝像機(jī)的物理幾何參數(shù)，如文獻(xiàn)【】將圖像分解成許多小方塊并且假設(shè)畸變?cè)谛》秶鷥?nèi)是齊次的，這樣不需要顯示第蛤出攝像機(jī)物理幾何參數(shù)也能計(jì)算出攝像機(jī)的參數(shù)。傳統(tǒng)的標(biāo)定方法雖然標(biāo)定的結(jié)果比較精確，但是需耍參照物并且標(biāo)定過程比較繁瑣，并且不適用于不能放置標(biāo)定參照物的場(chǎng)合。為了解決傳統(tǒng)標(biāo)定方法的矛盾。文獻(xiàn)【】，】提出了基于某種運(yùn)動(dòng)的標(biāo)定方法，如平移或者饒著某些參照

17、物旋轉(zhuǎn)，這種方法也能有效計(jì)算出攝像機(jī)的參數(shù)，但是當(dāng)應(yīng)用場(chǎng)臺(tái)不允許攝像機(jī)運(yùn)動(dòng)時(shí)，這種方法便遇到瓶頸。為了解決攝像機(jī)標(biāo)定的以上矛盾，文獻(xiàn)】，【】山東大學(xué)碩士學(xué)位論文提出了自標(biāo)定的概念自標(biāo)定允許計(jì)算機(jī)的放置為任意情形，文獻(xiàn)【】證明了同一場(chǎng)景不同視角的兩幅照片存在如方程的二次約束，通過求解，方程可以得攝像機(jī)的參數(shù)。由于直接求解方程比較困難，文獻(xiàn)提出了逐步分層思想，所謂逐步分層即首先對(duì)多幅圖像做攝影重建，然后再做仿射標(biāo)定和歐氏標(biāo)定。由于在實(shí)際應(yīng)用中攝像機(jī)的參數(shù)并不是固定不變的，因此文獻(xiàn)【，【】提出了可變參數(shù)的自標(biāo)定方法，并且證明了攝像機(jī)的內(nèi)參數(shù)之間自身存在約束，與外場(chǎng)景無關(guān)。在三維重建過程中，對(duì)所獲得的

18、圖像進(jìn)行處理是必不可少的步驟，其中圖像分割在提取圖像中的基本信息作用尤為重要文獻(xiàn)給出了圖像分割概念以及基本算法。圖像匹配是三維重建過程中的關(guān)鍵，圖像匹配的目的是拽出一幅圖像中的點(diǎn)在另外一幅圖像中所對(duì)應(yīng)的點(diǎn)的坐標(biāo)，匹配的精準(zhǔn)程度對(duì)三維重建的結(jié)果影響極大。文獻(xiàn)提出了一種基于色彩分割的自適應(yīng)最大化的可靠的相對(duì)較為精準(zhǔn)的立體匹配算法，算法有較高的魯棒性。文獻(xiàn)【】提出了一種基于局部區(qū)域內(nèi)以顏色相異和幾何性質(zhì)接近作為權(quán)重的局部匹配算法算法適應(yīng)性較高。在雙目視覺測(cè)量系統(tǒng)中。如何利用現(xiàn)場(chǎng)拍攝的照片準(zhǔn)確計(jì)算出現(xiàn)場(chǎng)物體的三維形態(tài)信息一直是人們的研究的熱點(diǎn)。隨著雙目視覺測(cè)量系統(tǒng)理論的不斷成熟，提高雙目視覺測(cè)量系統(tǒng)測(cè)

19、量精度在實(shí)際應(yīng)用中越來越有重要意義。在實(shí)際測(cè)量中，標(biāo)定誤差、匹配誤差、攝像機(jī)像素定位誤差臥及攝像機(jī)光學(xué)系統(tǒng)引起的誤差均會(huì)對(duì)測(cè)量精度產(chǎn)生影響。等人分析了非線性攝像機(jī)模型下標(biāo)定中誤差的來源矧。文獻(xiàn)口】分析了雙目視覺系統(tǒng)的匹配誤差以及匹配誤差對(duì)三維重建結(jié)果精度的影響。文獻(xiàn)口】，【】，【】描述了由相機(jī)的數(shù)字空間量化效應(yīng)引起的像素定位誤差在三維重建過程中誤差的傳播過程。文獻(xiàn)闡述了由于攝像機(jī)光學(xué)系統(tǒng)設(shè)計(jì)和加工存在誤差使得獲取圖像時(shí)包含了各種幾何變形。陳澤志等研宄了相機(jī)光學(xué)系統(tǒng)產(chǎn)生的四種非線性誤差，并且給出了計(jì)算機(jī)測(cè)量系統(tǒng)中的誤差模型”。文獻(xiàn)口】分析了系統(tǒng)結(jié)構(gòu)參數(shù)對(duì)測(cè)量結(jié)果的影響在理論上對(duì)兩光軸夾角、基線距

20、離與測(cè)量結(jié)果坐標(biāo)精度之間的關(guān)系進(jìn)行了分析。文獻(xiàn)【】分析了標(biāo)定誤差在計(jì)算坐標(biāo)的過程中的影響與擴(kuò)散。余桐等提出了一種用于交通事故現(xiàn)場(chǎng)快速處理的現(xiàn)場(chǎng)痕跡攝影測(cè)量方法例。呼艷等提出了一種亞像素精度的立體匹配方法，亞像素精度的立體匹配算法能有效提高三維重建精度。等人提出了一種解決多相機(jī)極線約束不匹配問題的糾正誤差算法糾正誤差比重投影誤差算法更能有效降低同一場(chǎng)景中多相機(jī)標(biāo)定結(jié)果的誤差螂。等提出了一種利用三維場(chǎng)景中三維元素的時(shí)序信息重建三維場(chǎng)景，這種方法比傳統(tǒng)的三維重建算法有更好的精度和更快的運(yùn)算速度。本文所做貢獻(xiàn)在中的各種算法對(duì)提高三維重建的精度做出了卓有成效的貢獻(xiàn)，但是鮮有算法用來解決在實(shí)際測(cè)量中如何設(shè)

21、置攝像機(jī)以提高三維重建的精度所謂設(shè)要對(duì)圖像對(duì)的立體匹配以及圖像分割的基本概念和基本算法做了介紹。第三章主要對(duì)雙目視覺中引起誤差的來源做了分析和介紹。雙目視覺中，誤差的主要來源為標(biāo)定過程中產(chǎn)生的誤差和三維重建過程中產(chǎn)生的誤差，本章共分為兩節(jié)，第一節(jié)介紹標(biāo)定過程中產(chǎn)生的誤差，如模型誤差圖像噪聲誤差例。第二節(jié)主要介紹三維重建過程中產(chǎn)生的誤差：主要是匹配引起的誤差。第四章主要介紹了一種新的分析基于積目視覺的三維重建的誤差控制模型。本節(jié)主要分為四節(jié)。第一節(jié)主要通過雙且視覺的基本模型建立了一種新的分析在三維重建過程中的誤差控制模型；第二節(jié)主要對(duì)新建立的控制模型進(jìn)行理論上的分析，并且給出了實(shí)際應(yīng)用中控制三維

22、重建的誤差的理論依據(jù)：第三節(jié)主要用實(shí)驗(yàn)驗(yàn)證了第二節(jié)得出的結(jié)論實(shí)驗(yàn)表明所建立的誤差控制理論在應(yīng)用中完全可行。第四節(jié)給出了誤差控制模型的相關(guān)綜臺(tái)評(píng)價(jià)。第五章給出了本論文的結(jié)論，對(duì)上述誤差模型給出了總體評(píng)價(jià)對(duì)以后的工作方向進(jìn)行了展望。生童查蘭堡圭蘭竺絲蘭山東大學(xué)碩士學(xué)位論文重建的過程中，會(huì)將以像素為單位的圖像坐標(biāo)轉(zhuǎn)化為以毫米或者其他連續(xù)性計(jì)數(shù)的單位如果應(yīng)用的場(chǎng)合比較嚴(yán)格的話，轉(zhuǎn)化的過程中由于像素的單位只能是整數(shù)，會(huì)產(chǎn)生像素級(jí)別的誤差。圉圖像坐標(biāo)磊攝像機(jī)坐標(biāo)系在進(jìn)行重建的過程中，景物通常以攝像機(jī)作為參考系，這樣攝像機(jī)的光心就成了攝像機(jī)坐標(biāo)系的原點(diǎn)，因?yàn)閿z像機(jī)在英文中為單詞，因此通常將攝像機(jī)坐標(biāo)系稱為坐

23、標(biāo)系，攝像機(jī)的橫軸和豎軸同圖像坐標(biāo)系的橫軸和豎。軸平行與圖像坐標(biāo)系不同的是，攝像機(jī)坐標(biāo)系是個(gè)三維坐標(biāo)系。攝像機(jī)坐標(biāo)系的第三個(gè)軸乏垂直于置，表示的平面如圖所示為圖像坐標(biāo)系和攝像機(jī)坐標(biāo)系之間的關(guān)系，其中點(diǎn)為景物點(diǎn)在圖像坐標(biāo)系上成的像。在進(jìn)行建立誤差控制模型時(shí)，主要是分析攝像機(jī)坐標(biāo)系因此有必要對(duì)攝像機(jī)坐標(biāo)系進(jìn)行深入理解。山東大學(xué)碩士學(xué)位論文圖攝像機(jī)坐標(biāo)蕞些圣奎蘭堡圭蘭堡絲蘭小孔成傅原理圖小孔成像原理小孔成像是基于光學(xué)幾何成像的一種理想化模型，如圖所示用。表示攝像機(jī)的光心，表示成像平面的中心，即圖像坐標(biāo)系的原點(diǎn)。直線印表示攝像機(jī)的成像平面，即攝像機(jī)的靶面，直線，表示垂直于成像平面的光軸。設(shè)點(diǎn)為平面空間

24、中的一點(diǎn)，為，點(diǎn)在直線，上的垂點(diǎn)。是空間點(diǎn)在成像平面上所成的像，設(shè)，表示攝像機(jī)的焦距表示空問點(diǎn)點(diǎn)到攝像機(jī)光心的深度。設(shè)：為，為空閫點(diǎn)在成像平面上所成的坐標(biāo)。為，表示以。為原點(diǎn)的攝像機(jī)坐標(biāo)系中的坐標(biāo)。則由小孔成像原理有：，寺÷（）由式（）可知攝像機(jī)的焦距同空間點(diǎn)到攝像機(jī)光心的距離的比值與空間點(diǎn)所成的像的坐標(biāo)同空間點(diǎn)的實(shí)際坐標(biāo)成正比。誤差模型也是基于小孔成像原理，在小孔成像的基礎(chǔ)上我們會(huì)建立像點(diǎn)的偏移模型，在第四章我們會(huì)對(duì)此做詳細(xì)介紹。雙目視覺的攝像機(jī)模型由于雙目視覺是利用攝像機(jī)模擬人的兩只眼睛，因此雙目視覺的基本模型以小孔成像為基本原理，用兩個(gè)攝像機(jī)來表示空間點(diǎn)在兩個(gè)攝像機(jī)上的成像關(guān)系

25、如圖所示。圈取目視覺的攝像機(jī)模型如圖所示，點(diǎn)為空間中任意一點(diǎn)，、凸是兩個(gè)攝像機(jī)。與。撒”是兩個(gè)照攝像機(jī)的成像平面所在的圖像坐標(biāo)系。蜀與；是兩個(gè)攝像機(jī)所在的攝像機(jī)坐標(biāo)系。，、是點(diǎn)空間在兩個(gè)成像平面上所成的像點(diǎn)。局是世界坐標(biāo)系，這個(gè)坐標(biāo)系的原點(diǎn)可以根據(jù)應(yīng)用需要指定。設(shè)點(diǎn)在世界坐標(biāo)系中的坐標(biāo)為“，帕，像點(diǎn)，、在圖像坐標(biāo)系中的坐標(biāo)為（螄，）、（塒：，咐。點(diǎn)在攝像機(jī)、所在的攝像機(jī)坐標(biāo)系中的坐標(biāo)分別為一，）、？石，曲。兩個(gè)圖像的內(nèi)極點(diǎn)、在各自的圖像坐標(biāo)系中的坐標(biāo)為（一，）、（，們。設(shè)數(shù)字圖像中每一個(gè)像素在圖像坐標(biāo)系中的方向與方向上的物理尺寸為以、。攝像機(jī)、所在的攝像機(jī)坐標(biāo)系相對(duì)于世界坐標(biāo)系的旋轉(zhuǎn)矩陣和平移

26、向量分別為；凡?！?；島，其中，、馬為×的正交單位旋轉(zhuǎn)矩陣，幻為×的平移向量。攝像機(jī)的焦距為，則，攝像機(jī)在圖像坐標(biāo)系中方向和方向的像素長(zhǎng)度分表為和，點(diǎn)在攝像機(jī)、上的投影公式分別如下：坐童奎蘭竺圭蘭堡蘭圣“料講以兒：（）乏考咭：廿。（）其中，旋轉(zhuǎn)矩陣表示空間點(diǎn)在攝像機(jī)坐標(biāo)系中的坐標(biāo)在向世界坐標(biāo)系中的坐標(biāo)轉(zhuǎn)換的過程申，坐標(biāo)系需要轉(zhuǎn)動(dòng)的角度，而平移向量表示空間點(diǎn)在變換的過程中需要平移的距離。式（），（）在聯(lián)立后，便可解出空間點(diǎn)的空問坐標(biāo)信息。誤差模型中的坐標(biāo)誤差基于雙日視覺原理，因此對(duì)雙目視覺原理的深入理解有利于挖掘出雙目視覺系統(tǒng)中的更多誤差。標(biāo)定是雙目視覺中盼重要一環(huán)，標(biāo)定結(jié)果的

27、精確與否對(duì)三維重建的結(jié)果影響很大。更快速更準(zhǔn)確的標(biāo)定方法一直是研究人員孜孜追求的目標(biāo)。如式（），（），三維重建的過程就是求解世界坐標(biāo)的過程而攝像機(jī)標(biāo)定則是三維重建的逆過程，假設(shè)世界坐標(biāo)己知，此時(shí)我們需要根據(jù)已知的世界坐標(biāo)求解出方程中的也，等參數(shù)以度旋轉(zhuǎn)矩陣和平移向量。其中以，等參數(shù)被稱為內(nèi)部參數(shù)，內(nèi)部參數(shù)表征攝像機(jī)的本身性質(zhì)。和被稱為外部參數(shù)，外部參數(shù)表征了圖像和攝像機(jī)之間的關(guān)系。傳統(tǒng)的攝像機(jī)標(biāo)定法可以分為三類：線性攝像機(jī)標(biāo)定法、非線性優(yōu)化法、以及兩步法。傳統(tǒng)標(biāo)定方法的優(yōu)點(diǎn)是需要標(biāo)定塊標(biāo)定過程較為復(fù)雜，但是標(biāo)定的結(jié)果精度較高。線性攝彈機(jī)標(biāo)定法線性攝像機(jī)標(biāo)定基于小孔成像模型，優(yōu)點(diǎn)是無需選代計(jì)算速

28、度快，但是這山東大學(xué)碩士學(xué)位論文種方法在標(biāo)定過程中沒有考慮到各種畸變對(duì)模型的影響，標(biāo)定的結(jié)果精度也曼到影響。（）透視變換法透視變換法基于小孔成像模型，將式（）或者（）中的等號(hào)右邊前兩項(xiàng)臺(tái)并，可以得到如式（）：一川¨卦兒（些奎奎童堡圭蘭堡篁塞非線性優(yōu)化攝像機(jī)標(biāo)定法線性標(biāo)定法在標(biāo)定的過程中只是在小孔成像基礎(chǔ)上的理想化模型并投有考慮到鏡頭的畸變，線性標(biāo)定法在視野較為窄的應(yīng)用內(nèi)精度還可以接受，但是在視野較大的廣角鏡頭中鏡頭畸變較大，此時(shí)小孔成像模型并不完全適應(yīng)，需要在小孔成像模型的基礎(chǔ)上考慮到畸變。在線性標(biāo)定法的基礎(chǔ)上引入畸變因素，這便是非線性優(yōu)化法。非線性優(yōu)化法在線性優(yōu)化法的基礎(chǔ)上引入了畸

29、變因素并且非線性優(yōu)化法引入了更多的未知數(shù)，因此非線性優(yōu)化法沒有固定的某個(gè)形式，非線性優(yōu)化法是個(gè)模型系。非線性優(yōu)化法的結(jié)果越準(zhǔn)確，所需要的計(jì)算代價(jià)就越高。非線性優(yōu)化法考慮到了攝像機(jī)成像過程中的各方面因紊，因?yàn)榭紤]了各方面的因素也因此帶來了問題，如非線性優(yōu)化法的標(biāo)定結(jié)果取決于攝像機(jī)給定的初始值，如果初始值選擇不當(dāng)則標(biāo)定的結(jié)果的精確度會(huì)打折扣。并且在攝像機(jī)鏡頭畸變較大的情況下，優(yōu)化過程可能會(huì)產(chǎn)生不穩(wěn)定因索。由于需要優(yōu)化，所以非線性優(yōu)化標(biāo)定法比較費(fèi)時(shí)，對(duì)實(shí)時(shí)響應(yīng)比較不及時(shí)。非線性優(yōu)化攝像機(jī)標(biāo)定算法在攝像機(jī)周定的場(chǎng)合有較好的標(biāo)定精度但是當(dāng)鏡頭為廣角而且攝像機(jī)要實(shí)時(shí)運(yùn)動(dòng)的場(chǎng)臺(tái)，精度會(huì)打折扣。非線性優(yōu)化攝像

30、機(jī)標(biāo)定算法基于直接線性變換，其圖像坐標(biāo)與空間點(diǎn)的變換關(guān)系如式（）：十：¨；：¨：蘭！絲，！生絲！§坐§！竺。工，鴆：，地社十。十其中，屯，疋稱為優(yōu)化標(biāo)定算法的畸變誤差，（，計(jì)為優(yōu)化后的理想的景物成像點(diǎn)，式（）稱為非線性優(yōu)化算法模型，對(duì)此模型研宄的重點(diǎn)也在確定吒，的值上。因此確定芪，最的值的選擇對(duì)非線性優(yōu)化算法的影響尤為重要。通常，我們對(duì)非線性問題求解往往用近似線性的算法進(jìn)行求解，將非線性轉(zhuǎn)化為線性問題的選代，然后運(yùn)次逼近求解結(jié)果。而近似線性算法的求解結(jié)果往往決定于給定的初始值，一個(gè)較好的初始值往往能得到一個(gè)比較好的結(jié)果，反之則會(huì)得到一個(gè)誤生耋奎蘭至圭蘭墨

31、鯊蘭差較大的結(jié)果。而且在求解的過程中迭代的順序和步驟比較重要，不當(dāng)?shù)捻樞蚝筒襟E可能會(huì)造成無意義的結(jié)果。如下的一個(gè)次多項(xiàng)式，現(xiàn)在空間中有一組數(shù)據(jù)點(diǎn)，兄，五】（，），其中要求構(gòu)造一個(gè)多項(xiàng)式曲線逼近給定的數(shù)據(jù)點(diǎn)。山東大學(xué)碩士學(xué)位論文一般情況下所構(gòu)造的曲線想盡量逼近給定的數(shù)據(jù)點(diǎn)。常用的方法有，絕對(duì)值開方之和最小和平方和最小方法。而最小平方和比絕對(duì)值開方之和更能放大數(shù)據(jù)點(diǎn)和曲線之間的距離，所以，正常情況下，使用平方和最小方法來逼近曲線。平方和最小法的數(shù)學(xué)表示如下：，（）一正使，到達(dá)最小的方法，稱為最小二乘逼近其中（）塒（）一瓦山塒（）一瓦（）月止確（）一若使達(dá)到最小則正，均要達(dá)到最小。為此必須使下列偏導(dǎo)

32、數(shù)為零竽：，誓：磐砘：虬神最母：藐一一、（）由剖可以推出高斯正交方程組曠剖曠其畦（）（，）是線性無關(guān)的，所以方程組存在唯一解。最，乘逼近在雙目視覺的求解過程中被廣泛應(yīng)用為了得到較為精確的結(jié)果，我們通常會(huì)使用多個(gè)圖像即多個(gè)數(shù)據(jù)點(diǎn)然后用最小二乘逼近計(jì)算出較為精確的結(jié)果。雙目視覺中的數(shù)字圖像處理人類感知世界，主要通過眼睛、耳朵、舌頭、或者身體觸摸，其中人類獲得世界信息的主要是通過眼睛獲得的。視覺對(duì)人類獲取外部世界的信息起到了至關(guān)重要的作用，人類通過眼睛獲取外部世界的信息主要是由于外部世界通過人類的眼睛在人眼中形成圖像，因此圖像為人類感知世界最為有效的手段。什么是圖像。給圖像一個(gè)定義的話，可咀這么定義

33、圖像：用各種不同觀測(cè)手段獲得的?？梢灾苯踊蛘唛g接作用于人眼并產(chǎn)生視覺的實(shí)體。如果把人類視覺過程分解，那么可以知道人類不僅在大腦中對(duì)所獲得的信息進(jìn)行綜合還對(duì)眼睛傳過來的圖像坐璽查蘭堡圭蘭竺蘭塞信息進(jìn)行了處理。用計(jì)算機(jī)模擬人腦處理圖像的過程可咀被稱為數(shù)字圖像處理，目前數(shù)字圖像處理主要應(yīng)用于兩大領(lǐng)域：人類理解和機(jī)器視覺。在機(jī)器視覺中。些耋查耋堡圭蘭堡篁三（）瞬霍夫變換（）在進(jìn)行圖像分割時(shí)可以利用霍夫變換來尋在圖像中性質(zhì)相似的點(diǎn)，圖像分割中一般表征具有相似的點(diǎn)的集合用如式（）表示（）霍夫變換將印細(xì)分為蒙加器單元，如圖所示其中島。和是參數(shù)戶的取值的最大值和最小值，氏。和氏。是。的最大值和最小值。一般情況

34、下一，考！口詈其中位圖像總角點(diǎn)問的距離。圖印的累加器單元一般情況下坐標(biāo)處的單元對(duì)應(yīng)于和參數(shù)空間坐標(biāo)，鼠）處相關(guān)的正方形。開始這些單元被初始化為零，然后對(duì)圖像坐標(biāo)系上的每一個(gè)非背景點(diǎn)砘帥令口為日軸上允許的值為口對(duì)應(yīng)的值。然后將四舍五入為軸上最接近的些奎奎蘭堡圭耋堡塵圣允許的單元值，相應(yīng)的累加器單元然后繼續(xù)增加。這樣便把性質(zhì)類似的點(diǎn)歸類。其他的類似的搜索邊界的方法還有邊、點(diǎn)檢測(cè)法等在這里不作詳細(xì)敘述。山東大學(xué)碩士學(xué)位論文許多研究人員對(duì)立體匹配做了大量研宄，迄今為止，匹配的算法主要分為兩大類：局部約束匹配算法和全局約束匹配算法?；诰植考s束的匹配算法利用像點(diǎn)周圍的局部像點(diǎn)的信息如灰度，顏色，角點(diǎn)等進(jìn)

35、行計(jì)算，局部約束匹配算法的優(yōu)點(diǎn)是算法涉及的信息量較少，計(jì)算量較少，在需要實(shí)時(shí)計(jì)算的領(lǐng)域局部約束匹配算法有較高的使用率，但是局部匹配算法對(duì)噪聲較為敏感，對(duì)灰度值變化較為平緩或者沒有變化的區(qū)域，局部匹配算法的匹配效果會(huì)大打折扣?；谌旨s束的匹配算法利用掃描線或者圖像的全局信息（如圖像的平均灰度值）進(jìn)行計(jì)算，全局算法的基本原理是將像點(diǎn)的匹配問題轉(zhuǎn)化為尋找一種能量函數(shù)使得全局最優(yōu)?；谌旨s束的匹配算法一般分為兩步：構(gòu)造能量函數(shù)和優(yōu)化構(gòu)造的能量函數(shù)。全局匹配算法解決了局部匹配算法的缺點(diǎn)，但是一般情況下，全局匹配算法計(jì)算量較大在一些實(shí)時(shí)場(chǎng)合不適用?？焖俣鴾?zhǔn)確的匹配方法是三維重建結(jié)果的有力保障。生查奎

36、蘭堡；！蘭堡塵圣第章雙目視覺誤差來源分析在第二章介對(duì)雙目視覺進(jìn)行了概述，在本章將著重介紹在雙日視覺系統(tǒng)中的誤差來源。雙目視覺系統(tǒng)是個(gè)多個(gè)步驟的組合，由第二章可知雙目視覺系統(tǒng)一般可分為圖像獲取，攝像機(jī)標(biāo)定，圖像處理，圖像匹配，三維重建五個(gè)部分，每個(gè)部分都會(huì)產(chǎn)生誤差，這些誤差在處理的過程中會(huì)傳播并且會(huì)擴(kuò)大因此關(guān)注并控審這些誤差對(duì)三維重建的精度有著比較重要的意義。廣義上講，積目視覺的過程主要分為兩個(gè)部分，第一個(gè)部分是攝像機(jī)標(biāo)定第二個(gè)部分是三維重建，我們將積目視覺中的誤差來源主要?dú)w結(jié)為來自這兩個(gè)部分。由于在三維重建系統(tǒng)中，一般采用小孔成像原理來作為攝像機(jī)成像的基本模型因此在此模型的基礎(chǔ)上并沒有考慮到圖

37、像成像點(diǎn)會(huì)產(chǎn)生誤差。攝像機(jī)標(biāo)定時(shí)會(huì)根據(jù)空間中一組已知給定的空間點(diǎn)以及這些空間點(diǎn)的成像點(diǎn)的坐標(biāo)來確定模型中的參數(shù)，參數(shù)如式（）所示。但是由于存在模型誤差、圖像的噪聲誤差以及量化誤差會(huì)造成實(shí)際得到的成像點(diǎn)和理想情況下的成像點(diǎn)存在誤差煙所示表示的為實(shí)際成像點(diǎn)與理想點(diǎn)之間的偏差。五一知）。胖”蕊：圖實(shí)際成像點(diǎn)與理想點(diǎn)之間的偏差如圖所示，空間中一點(diǎn)（。硝的實(shí)際成像點(diǎn)為階腳理想成像點(diǎn)為。，稱和肌之間的插值為像點(diǎn)的位置誤差如式（）所示山東大學(xué)碩士學(xué)位論文再訂瓦了（）圖像成像的）位置誤差主要由系統(tǒng)模型誤差、圖像的噪聲誤差和量化誤差構(gòu)成，下面我們分別就系統(tǒng)模型誤差，圖像噪聲誤差和量化誤差做詳細(xì)介紹。系統(tǒng)模型誤差

38、基于小孔成像原理的攝像機(jī)線性模型并沒有考慮到鏡頭畸變的問題，因此在精度要求不高的情況下，可以使用攝像機(jī)線性模型，但是在精度要求較高的情況下。攝像機(jī)的線性模型就不適用了，此時(shí)必須要考慮攝像機(jī)鏡頭中透鏡的畸變因素。透鏡的畸變?cè)磁c透鏡在加工過程中存在誤差用存在誤差的透鏡獲取的圖像會(huì)存在幾何變形。文獻(xiàn)中將畸變分為方向上的畸變和方向上畸變，定義如下：（，幾）一（孵）（丘）（孵）氐（屯，咒）：咒【）【見（十正）馬毛凡】巳（）、叫式（）中毛（止）被稱為徑向畸變，且（）被稱為偏心畸變，（）被稱為薄棱鏡畸變。而其中的參數(shù)，只，（習(xí)為描述像點(diǎn)畸變的參數(shù)，（屯，兒）為基于小孔成像模型的理想像點(diǎn)正，甌用來描述實(shí)際像點(diǎn)

39、與理想像點(diǎn)（，兒）之間的偏離值，設(shè)為系統(tǒng)模型誤差則系統(tǒng)模型誤差的定義如下：毛以（）在正常情況下，徑向畸變（好）已經(jīng)足以描述非線性模型中的畸變，在第二章中提到，非線性優(yōu)化模型標(biāo)定過程中會(huì)有很多因素會(huì)引起結(jié)果不穩(wěn)定，而系統(tǒng)模型誤差的參數(shù)如果過多，也會(huì)引起標(biāo)定結(jié)果不穩(wěn)定囡此正常情況下我們只考慮徑向畸變。對(duì)像點(diǎn)的各自的徑向畸變描述如下：怒裟嘗端由可重新定義系統(tǒng)模型誤差定義如下：（毛，兒）也兒（丘）。，生查奎耋堡圭蘭堡蘭圣屯瓶霹百兩麗麗（）設(shè)力為常值設(shè)圖像傳感器（）靶面的對(duì)角線的一半為，為徑向畸變參數(shù)，則根據(jù)式（）模型誤差可咀定義如下跏：（）圖像噪聲誤差山東大學(xué)碩士學(xué)位論文誤差為±二綜上所述在

40、標(biāo)定過程中，誤差的主要來源為系統(tǒng)模型誤差。噪聲誤差和量化誤差，其中系統(tǒng)模型誤差和噪聲誤差均可以通過使用較好的攝像機(jī)減少量化誤差也可以使用較高分辨率的攝像機(jī)減少或者通過分析像索內(nèi)的一些性質(zhì)以減少量化誤差帶來的影響。在三維重建過程中由于在標(biāo)定中已經(jīng)將攝像機(jī)的性質(zhì)以及景物與攝像機(jī)之間的變換確定，所以匹配就成了較為關(guān)鍵的一步。在匹配中匹配算法的不同會(huì)導(dǎo)致重建的結(jié)果有不同的精度。假設(shè)匹配的誤差為占，則我們可以得到所測(cè)量物體的深度誤差為“（”）其中為攝像機(jī)焦距，為攝像機(jī)的基線距離，為所測(cè)量的物點(diǎn)到攝像機(jī)的深度的誤差。當(dāng)采用全局算法時(shí)匹配的誤差主要來自算法本身的好壞，其山東大學(xué)碩士學(xué)位論文表示為：）旺（卿。

41、，幾）一，（屯一乩，幾）（）其中為變形系數(shù)兇為糾正后的視茬，（吒，凡），（。，兒）。由式（）和式（）可得投影變形誤差的定義。：望型。薹妻（）非校準(zhǔn)誤差三維重建的模型是在甜個(gè)攝像機(jī)參數(shù)是一樣的基礎(chǔ)上的。事實(shí)上在實(shí)際應(yīng)用中左右兩個(gè)攝像機(jī)的參數(shù)不可能完全相同因此所獲得的圖像的對(duì)應(yīng)點(diǎn)不可能完全相同。因此需要對(duì)圖像點(diǎn)間進(jìn)行校準(zhǔn)，用數(shù)學(xué)表達(dá)式表示如上溉念，可得（毛，咒）（乩，咒）其中卅為方向上的偏離值，由文獻(xiàn)可得非校準(zhǔn)誤差的模型如下：（）蠅鬻萎芻“瓦兩【詈、¨，）系統(tǒng)誤差系統(tǒng)誤差是由于匹配過程中一些步驟中引入的誤差，這些誤差是由于算法的某些性質(zhì)引起的可匕通過改變算法避免這些誤差，基于局部約束的匹配算法帶來的系統(tǒng)誤差主要包括兩個(gè)方面，分別是窗口效應(yīng)誤差和線性誤差“。（）窗口效應(yīng)誤差是由于基于局部約束的匹配算子在其窗口內(nèi)搜索像點(diǎn)時(shí)，將窗口從左向右逐步移動(dòng)過程中移動(dòng)進(jìn)出的像點(diǎn)是隨機(jī)的，因此引起山東大學(xué)