摘 要

近年来，辅助驾驶技术已成为许多国家研究机构和汽车行业的研究热点，被誉为汽车工业的下一个技术革命。基于辅助驾驶技术的需求，本文研究了可用于辅助驾驶的双目视觉系统。

双目测距系统的研究基于OPENCV和MATLAB平台,通过MATLAB和OPENCV分别进行摄像机标定，选择标定效果好的相机参数用于后续的立体校正、立体匹配等步骤中。

本文的主要研究内容有以下几点:

摄像机标定:详细介绍了摄像机的有关理论，包括摄像机模型、标定方法等。通过MATLAB和OPENCV分别进行摄像机标定，并对标定结果进行对比分析。

立体校正:立体校正是决定立体匹配效果的重要步骤，首先消除原始图像的畸变，并对图像进行行对准，以减小立体匹配的搜索范围。

立体匹配:立体匹配是三维场景还原过程中最复杂也是最重要的部分，通过对比三种立体匹配算法并选择效果较好的进行立体匹配生成视差图，最后通过三角测量原理完成距离的测量，并对测距误差进行分析。

实验结果表明本文所用算法能够较准确地完成前车距离的测量。

关键词：立体视觉；立体匹配；摄像机标定；视差

Abstract

In recent years, assisted driving technology has become the hotspot of research institutes and automobile industry in many countries, and is known as the next technological revolution of the automobile industry. Based on the demand of auxiliary driving technology, this paper studies a binocular range system which can be used in auxiliary driving.

The study of binocular range system is based on OPENCV and MATLAB platform. The camera calibration is carried out by MATLAB and OPENCV respectively. The camera parameters with good calibration effect are selected for subsequent stereo correction and stereo matching.

The main contents of this paper are as follows:

Camera Calibration: Details of the camera theory, including the camera model, calibration methods. The camera calibration is carried out by MATLAB and OPENCV respectively, and the calibration results are analyzed and compared.

Stereo correction: Stereo correction is an important step in determining the effect of stereo matching, first to eliminate the distortion of the original image, and line alignment of the image to reduce the stereo matching’s search range.

Stereo matching: Stereo matching is the most complex and most important part of the three-dimensional reconstruction process. By comparing the three stereo matching algorithms and selecting the effect of stereo matching to generate parallax. finally through the triangulation principle to complete the distance measurement, and the ranging error is analyzed..

The experimental results show that the algorithm used in this paper can accurately measure the distance of the vehicle.

Key Words：Stereo Vision；Stereo matching；Camera Calibration；Disparity

目 录

第1章 绪论 1

1.1 研究背景及意义 1

1.2 立体视觉测距的国内外研究现状 2

1.3 本文的主要内容及章节安排 3

1.3.1 主要内容 3

1.3.2 本文章节安排 4

第2章 摄像机成像模型与标定 5

2.1 前言 5

2.2 摄像机标定流程 5

2.3 摄像机模型 6

2.4 基于MATLAB的摄像机标定 9

2.4.1 MATLAB相机标定步骤 9

2.4.2 MATLAB相机标定结果分析 12

2.5 基于OPENCV的摄像机标定 13

2.5.1 OPENCV相机标定步骤 13

2.5.2 OPENCV相机标定结果分析 16

2.6 MATLAB与OPENCV相机标定结果对比 16

第3章 立体校正 17

3.1 前言 17

3.2 立体校正过程 17

第4章 立体匹配与距离测量 21

4.1 前言 21

4.2 基于OPENCV的立体匹配 22

4.2.1 立体匹配算法选择 22

4.2.2 立体匹配实现 24

4.3 距离测量 26

第5章 实验结果与分析 28

5.1 系统调试 28

5.2 实验流程 28

5.3 实验结果 31

第6章 总结与展望 32

参考文献 33

附录A 程序清单 34

致 谢 68

第1章 绪论

1.1 研究背景及意义

当前在全世界范围内,随着车辆数量的日渐增加，交通事故的发生频率也越来越高，对人们的生命财产产生了很大的威胁。根据有关资料研究表明,1秒钟的提前时间可以预防90%的汽车追尾事故和60%的汽车正面相撞事故^[1]。因此,为了减少公路交通事故的发生,研发一种具有提前预防汽车碰撞功能的避障技术,已经成为很多国家的科研院所和汽车行业研究的方向。在这之中,具有预防碰撞报警功能的辅助驾驶系统成为了人们的关注热点。这种辅助驾驶系统能够提前检测到障碍物的存在，并及时提醒司机潜在的车辆相撞交通事故,从而使司机能够及时做出正确的预防措施,规避车辆相撞安全事故的发生。

在此背景下,本文针对车辆追尾和相撞安全事故的发生,使用机器视觉、图像处理技术来检测前方车辆,研究一种基于双目视觉的前方车辆相对车距的测量方法。