1、目標(biāo)的識別與定位相關(guān)技術(shù)在很多領(lǐng)域中都扮演著重要的角色，并逐漸向智能化、自動化方向發(fā)展。由于傳統(tǒng)的單目視覺測量方法無法得到物體的三維信息，因此本文選擇雙目測量方法。雙目立體視覺系統(tǒng)主要包含圖像采集、攝像機(jī)標(biāo)定、特征提取、立體匹配以及三維重建五個(gè)方面。本文通過雙目攝像頭采集目標(biāo)圖像，對目標(biāo)圖像和待匹配圖像進(jìn)行特征點(diǎn)的提取，通過對目標(biāo)物體輪廓中心點(diǎn)的匹配及攝像機(jī)成像原理和坐標(biāo)系之間的轉(zhuǎn)換完成三維重建的過程。主要完成了以下幾個(gè)方面的工作。

2、r>　　首先，推導(dǎo)了攝像機(jī)的成像模型中的四種坐標(biāo)系之間的相互轉(zhuǎn)換及攝像機(jī)的兩種模型，線性模型和非線性模型;分析了雙目攝像機(jī)測量與成像原理;利用OpenCV標(biāo)定法完成了攝像機(jī)的標(biāo)定，求解了攝像機(jī)的內(nèi)外參數(shù)。對求得的目標(biāo)物體的位置參數(shù)進(jìn)行誤差分析。實(shí)驗(yàn)表明本文標(biāo)定方法確定的攝像機(jī)內(nèi)外參數(shù)在一定范圍內(nèi)具有較高的精度。
　　其次，對包含目標(biāo)物體的圖像進(jìn)行了特征點(diǎn)的提取與配準(zhǔn)。針對提取圖像特征的常用算法SIFT存在的不足，使用其改進(jìn)算法SU

3、RF對目標(biāo)場景進(jìn)行了匹配實(shí)驗(yàn)，然后利用PROSAC算法對匹配結(jié)果進(jìn)行了提純，基于單應(yīng)矩陣對目標(biāo)物體區(qū)域進(jìn)行了初步的確定，并推導(dǎo)出目標(biāo)區(qū)域與源圖像坐標(biāo)之間的轉(zhuǎn)換關(guān)系。
　　最后，研究了目標(biāo)物體的定位問題，通過將SURF算法引入圖割算法GrabCut中來進(jìn)一步提取目標(biāo)輪廓，簡化了GrabCut算法的流程，解放了人類的雙手;針對雙攝像機(jī)拍攝下目標(biāo)圖像中心點(diǎn)定位不同的問題，通過極線約束及模板匹配算法對目標(biāo)物體輪廓點(diǎn)中心進(jìn)行了調(diào)整，完成了對