摘 要

汽车作为现代文明的产物，在给人们的生活带来极大便利的同时也给人们带来了无法想象的巨大损失，汽车安全事故越来越引起人们的关注，一些汽车安全行驶检测预警技术显得尤为重要。

本文主要研究了基于双目立体视觉系统的防碰撞测距系统，借助MATLAB软件首先针对搭建的双目视觉系统摄像机进行了双目标定，再将标定的数据导入到以Visual Studio 2012为编译平台的OpenCV进行后续的图像校正、处理以及立体匹配，从而得到图像的三维深度信息，进而得到目标的三维坐标信息实现测距。经过对实验所采得到数据的对比分析，本文所设计的双目视觉测距具备较高的精度，可以满足设计的需求。

本文所做的工作为双目立体视觉技术在目前火热的汽车自动驾驶技术的应用中做了一些基础性工作,并为后续完善基于双目视觉的汽车自动驾驶做了一些有益的尝试。

关键词：双目视觉；防碰撞；测距

Abstract

The car as a product of modern civilization, to people's lives of great convenience, but also gave rise to unimaginable huge losses, Automobile accidents increasing cause for concerna number of cars with safety warning detection technology is particularly important.

This paper studies the anti-collision ranging system based on binocular stereo vision system, using MATLAB software built for the first binocular vision binocular camera calibration, the calibration data is then imported into Visual Studio 2012 to compile the platform OpenCV subsequent image correction, processing, and stereo matching, resulting in three-dimensional depth information of the image, and then get a three-dimensional coordinate information of the target to achieve ranging.After being taken to the comparative experiment obtained data analysis, the designed distance binocular vision with high accuracy to meet the design requirements.

This article is the work of binocular stereo vision technology in the current hot technology application done some basic work, and for the subsequent improvement based on binocular vision car autopilot made some useful attempts.

Key Words：Car Safety；Binocular vision；Anti-collision；Ranging

目 录

第1章 绪论 1

1.1 研究的背景及意义 1

1.2 国内外研究现状 2

1.3 本文的主要研究内容及文章章节安排 2

1.3.1本文的主要研究内容 2

1.3.2本文章节安排 3

第2章 双目摄像机的标定 4

2.1 双目摄像机模型 4

2.1.1 非平行光轴摄像机模型 4

2.1.2 平行光轴摄像机模型 5

2.2 摄像机的标定方法分类 7

2.2.1 传统摄像机标定方法 7

2.2.2 摄像机自标定方法 7

2.3 张正友标定法 8

2.3.1张氏标定原理 8

2.3.2张氏标定的过程 9

2.4 采用的标定方法实现步骤 9

第3章 图像预处理 16

3.1图像灰度化 16

3.2平滑处理 16

3.2.1图像滤波 16

3.2.2 线性滤波 17

3.2.3 非线性滤波 17

3.3滤波算法在OpenCV中的实现 17

3.3.1 中值滤波函数 17

3.3.2.高斯滤波函数 17

3.4图像分割 18

第4章 立体匹配与校正 20

4.1立体匹配 20

4.1.1 匹配基元 20

4.2 匹配算法分类 20

4.2.1 基于区域的匹配 20

4.2.2 基于特征的匹配 20

4.2.3 基于相位的匹配 21

4.3 基于 Open CV 的立体匹配 21

4.3.1 BM算法 21

4.3.2 SGBM算法 22

4.3.3 GC算法 22

4.4双目立体校正 23

4.4.1校正原理 23

4.4.2立体校正在OpenCV中的实现 25

第5章 深度信息提取及界面设计 28

5.1深度信息提取 28

5.2 实验结果分析 28

5.3 基于MFC的程序界面设计 30

第6章 总结与展望 32

6.1工作总结 32

6.2工作展望 32

参考文献 34

致 谢 36

第1章 绪论

1.1 研究的背景及意义

近年来，我国经济水平持续较高较快速度发展，社会基础建设有了很大改善，道路发展迅速，高速公路建设如火如荼，人民生活水平显著提高，汽车等出行工具进入越来越多的家庭，人们出行的速度越来越快，高速的交通出行方式给人们的生活带来极大便利，但同时也随之带来了数以十万计的汽车安全事故。据国家统计局数据显示，2013年我国民用汽车拥有量为12670.14万辆，2014年我国民用汽车拥有量为14598.11万辆；2013年我国发生的汽车交通事故为138113起，2014年我国发生的汽车交通事故为136386起；2013年我国汽车交通事故死亡人数为42927人，2014年我国汽车交通事故死亡人数为42847人；2013年我国汽车交通事故受伤人数为143672人，2014年我国汽车交通事故受伤人数为141718人；2013年我国汽车交通事故直接财产损失为90267万元，2014年我国汽车交通事故直接财产损失为93837万元^[1]。行车安全问题在一次又一次血的教训中越来越被人们所重视。若能在潜在交通事故发生前给司机一个提醒，让其能对前车的信息有一定的了解，将能极大地避免交通事故的发生。基于此种目的，本文提出了一种基于双目视觉的测距系统，使驾驶员对与前车的距离有一定的了解，从而尽早对驾驶行为做出一些改变，预防交通安全事故的发生。

目前对安全车距测量的方法主要有毫米波雷达测距、超声波短距离测距、激光测距、单目视觉系统测距等几种方法^[2]。