2024年4月6日发(作者：)

第２９卷第１期　

天津理工大学学报　

Ｖ０１．２９　Ｎｏ．１　

２０１３年２月　

ＪＯＵＲＮＡＬ　ＯＦ　ＴＩＡＮＪＩＮ　ＵＮＩＶＥＲＳＩＴＹ　ＯＦ　ＴＥＣＨＮＯＬＯＧＹ　

Ｆｅｂ．２０１３　

文章编号：１６７３—０９５Ｘ（２０１３）Ｏ１—００４５—０４　

基于ＭＡＴＬＡＢ与ＯｐｅｎＣＶ相结合的双目立体视觉测距系统　

汪珍珍，赵连玉，刘振忠　

（天津理工大学机械工程学院，天津３００３８４）　

摘要：双目立体视觉测距技术是当前机器视觉领域中的一个主要研究内容．本文设计了基于ＭＡＴＬＡＢａｔｌａｂ与　

ＯｐｅｎＣＶ相结合的双目立体视觉测距系统，利用ＭＡＴＬＡＢ进行摄像机标定后将结果导入到ＯｐｅｎＣＶ进行后续的图像　

处理与立体匹配．摄像机标定通过ＭＡＴＬＡＢ标定工具箱来完成，较于人工标定和ＯｐｅｎＣＶ标定具有更好的鲁棒性和　

较高的精确性．立体匹配采用区域匹配中相对快速实时的ＳＡＤ匹配，能够更好的被应用于工程实际．　

关键词：双目立体视觉；ＯｐｅｎＣＶ；摄像机标定；立体匹配；视差图　

中图分类号：ＴＰ３９　文献标识码：Ａ　ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７３．０９５Ｘ．２０１３．０１．０１２　

Ｂｉｎｏｃｕｌａｒ　ｓｔｅｒｅｏ　ｖｉｓｉｏｎ　ｄｉｓｔａｎｃｅ　ｍｅａｓｕｒｅｍｅｎｔ　ｓｙｓｔｅｍ　ｂａｓｅｄ　ｏｎ　

ａ　ｃｏｍｂｉｎａｔｉｏｎ　ｏｆ　Ｍａｔｌａｂ　ａｎｄ　ＯｐｅｎＣＶ　

ＷＡＮＧ　Ｚｈｅｎ－ｚｈｅｎ，ＺＨＡＯ　Ｌｉａｎ—ｙｕ，ＬＩＵ　Ｚｈｅｎ－ｚｈｏｎｇ　

（Ｓｃｈｏｏｌ　ｏｆ　Ｍｅｃｈａｎｉｃａｌ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｔｉａｎｊｉｎ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｔｅｃｈｎｏｌｏｇｙ，Ｔｉａｎｊｉｎ　３００３８４，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｂｉｎｏｃｕｌａｒ　ｓｔｅｒｅｏ　ｖｉｓｉｏｎ　ｄｉｓｔａｎｃｅ　ｍｅａｓｕｒｉｎｇ　ｔｅｃｈｎｏｌｏｇｙ　ｉｓ　ａ　ｈｏｔ　ｒｅｓｅａｒｃｈ　ｔｏｐｉｃ　ｉｎ　ｔｈｅ　ｆｉｅｌｄ　ｏｆ　ｍａｃｈｉｎｅ　ｖｉｓｉｏｎ．Ｔｈｉｓ　

ｐａｐｅｒ　ｆｏｃｕｓｅｓ　ｏｎ　ａ　ｂｉｎｏｃｕｌａｒ　ｓｔｅｒｅｏ　ｖｉｓｉｏｎ　ｄｉｓｔａｎｃｅ　ｍｅａｓｕｒｅｍｅｎｔ　ｓｙｓｔｅｍ　ｂａｓｅｄ　ｏｎ　ａ　ｃｏｍｂｉｎａｔｉｏｎ　ｏｆ　ＭＡＴＬＡＢ　ａｎｄ　ＯｐｅｎＣＶ，Ｕ—　

ｓｉｎｇ　ＭＡＴＬＡＢ　ｃａｍｅｒａ　ｃａｌｉｂｒａｔｉｏｎ，ａｎｄ　ｔｈｅｎ　ｉｍｐｏａ　ｔｈｅ　ｒｅｓｕｌｔｓ　ｔｏ　ＯｐｅｎＣＶ　ｆｏｒ　ｓｕｂｓｅｑｕｅｎｔ　ｉｍａｇｅ　ｐｒｏｃｅｓｓｉｎｇ　ａｎｄ　ｓｔｅｒｅｏ　ｍａｔｃ－　

ｈｉｎｇ．Ｃａｍｅｒａ　ｃａｌｉｂｒａｔｉｏｎ　ｖｉａ　ＭＡＴＬＡＢ　Ｃａｌｉｂｒａｔｉｏｎ　Ｔｏｏｌｂｏｘ　ｈａｓ　ｂｅｔｔｅｒ　ｒｏｂｕｓｔｎｅｓｓ　ａｎｄ　ｈｉｇｈｅｒ　ｐｒｅｃｉｓｉｏｎ　ｔｈａｎ　ｉｎ　ｔｈｅ　ａｒｔｉｉｃｉａｌ　ｆ

ｃａｌｉｂｒａｔｉｏｎ　ａｎｄ　ＯｐｅｎＣＶ　ｃａｌｉｂｒａｔｉｏｎ．Ｔｈｅ　ｓｔｅｒｅｏ　ｍａｔｃｈｉｎｇ　ａｄｏｐｔ　ｔｈｅ　ＳＡＤ　ｍａｔｃｈ　ｗｈｉｃｈ　ｉｓ　ａ　ｒｅｌａｔｉｖｅｌｙ　ｒａｐｉｄ　ａｎｄ　ｒｅａｌ—ｔｉｍｅ　ｒｅ—　

ｇｉｏｎａｌ　ｍａｔｃｈ　ａｎｄ　ａｂｌｅ　ｔｏ　ｂｅ　ｂｅｔｔｅｒ　ａｐｐｌｉｅｄ　ｔｏ　ａｃｔｕａｌ　ｐｒｏｊｅｃｔｓ．　

Ｋｅｙｗｏｒｄｓ：ｂｉｎｏｃｕｌａｒ　ｓｔｅｒｅｏ　ｖｉｓｉｏｎ；ＯｐｅｎＣＶ；ｃａｍｅｒａ　ｃａｌｉｂｒａｔｉｏｎ；ｓｔｅｒｅｏ　ｍａｔｃｈｉｎｇ；ｄｉｓｐａｒｉｔｙ　ｍａｐ　

本文在ＶＣ＋＋的环境下，采用ＯｐｅｎＣＶ与　

ＭＡＴＬＡＢ相结合的方法开发了一种新的双目测距系　

相距　平行放置．Ｐ为现实场景中的一目标点，Ｐ　和　

Ｐ　是点Ｐ在左右图像上的成像点，　轴上相应的坐　

标分别为　和　，则视差ｄ＝　一　，，利用相似三角　

统，先通过ＭＡＴＬＡＢ对标定图像进行标定（该方法　

较于人工标定和ＯｐｅｎＣＶ标定具有更高的精确性和　

鲁棒性），再将标定的结果导人到ＯｐｅｎＣＶ进行后续　

的图像校正和立体匹配，快速而实时的计算出周围　

形可推导出目标点Ｐ与摄像机的距离ｚ值　

：　：　ｊｚ：卫　（１）　

、　Ｚ—ｆ　ｚ　Ｚ　—　ｘｌ一％　

目标景物的三维深度信息．实验验证，该系统在提高　

精度和实时性方面有所提高，能够更好地被应用于　

工程实际中．　

２摄像机标定　

２．１摄像机标定原理　

１双目立体视觉模型　

本文采用平行双目视觉模型，让两摄像机光心　

收稿日期：２０１２－１０—１８．　

作者简介：汪珍珍（１９８７一

通讯作者：赵连玉（１９６３一

摄像机定标就是通过实验与计算求解摄像机参　

数的过程也称为标定，就是确定摄像机的几何和光　

学参数、摄像机相对世界坐标系的位置关系，涉及到　

），女，硕士研究生．　

），男，教授，硕士生导师，Ｅ—ｍａｉｌ：ｌｉａｎｙｕｚｈａｏ＠１６３．ｃｎ．　

・

４６・　天津理工大学学报　第２９卷第１期　

图１平行双目立体视觉模型　

Ｆｉｇ．１　Ｐａｒａｌｌｅｌ　ｂｉｎｏｃｕｌａｒ　ｓｔｅｒｅｏ　ｖｉｓｉｏｎ　ｍｏｄｅｌ　

标系　．其中图像坐标分为图像平面坐标（以毫米为　

［　］＝［　ｙ　］［　］　ｃ２　

其中，（　，　）图像像素坐标，（　，Ｙ）是图像平面坐　

标．在摄像机投影模型中，世界坐标系与摄像机坐标　

系的转换关系可以表示为：　

ｘ　

＝　

Ｚ　

］　

Ｚ　

（３）　

１　１　

的坐标，（　，　，Ｚ　，１）　是点Ｐ在世界坐标系下的　

ｆ一　ｃ　

［　］：［　・§ｙ辜１［　毫］［　０Ｔ　】　

０　

：　

Ｚ　

Ｌ　

０　０　１　ｏＪ　

０Ｔ　

】　

＝

Ｍ１Ｍ２Ｘ　（５）　

Ｚ　

１　

１　

其中Ｍ　、Ｍ２分别为摄像机内外参数矩阵，确定　

Ｍ　、Ｍ２的过程即为摄像机的标定．在得到目标点在　

图像上的成像位置后，即可根据（５）式求得摄像机的　

内外参数Ｍ　、　

２．２摄像机标定　

基于标定板的摄像机参数标定可以有３种实现　

方法：人工标定、基于ＭＡＴＬＡＢ工具箱的标定方法和　

借助ＯｐｅｎＣＶ的自标定方法．其中借助ＭＡＴＬＡＢ标　

定工具箱进行立体标定，相对于人工标定和ＯｐｅｎＣＶ　

的标定方法具有更高的精度和较强的鲁棒性，故本　

文采用Ｂｏｕｇｕｅｔ的ＭＡＴＬＡＢ标定工具箱来标定，再　

将标定的结果读入ＯｐｅｎＣＶ，来进行后续图像校准和　

匹配．标定过程大致如下．　

１）自制标定板，打印角点数为８×８、大小为２７　

ｍｍ×２７　ｍｍ国际象棋棋盘格图案贴在硬质塑料板　

上制成的标定板，如图２所示．　

图２标定方格板　

Ｆｉｇ．２　Ｃａｌｉｂｒａｔｉｏｎ　ｇｒｉｄ　ｂｏａｒｄ　

２）图像采集与读取，利用两平行放置的摄像机　

同时对标定板的不同角度图像进行采集，一般采集　

的图像组越多，标定效果越好，建议１０～２０组，本文　

摄像机共采集１２组图像对，如图３和图４所示：　

３）提取角点，点击主控界面上的Ｅｘｔｒａｃｔ　ｇｒｉｄ　ｃｏｒ—　

ｎｅｒｓ，提取每幅图的角点．如下图所示．　

４）单目标定，依次提取完１２幅图的角点后，通　

过Ｃａｌｉｂｒａｔｉｏｎ进行摄像机的标定．经过多次迭代后，　

程序会最终得到摄像头的内外参数，点击Ｓａｖｅ，程序　

会将标定结果分别以ｍａｔ格式的文件保存．　

５）立体标定，通过ｓｔｅｏｒｅｏ—ｇｕｉ命令对左右两摄　

相机的标定结果进行立体标定，得到两个摄像头之　

・

４８・　天津理工大学学报　第２９卷第１期　

稠密，较好的完成了对现实场景中匹配，可以从视差　

图中较直接地获得物体的深度信息，立体匹配效果　

较好．　

从标定的实验结果看，旋转矩阵　近似于单位　

矩阵，基本上无旋转，符合前文所介绍的平行双目立　

体视觉模型，标定得到两摄像机相距为５８．９３１　ｍｍ，　

而两摄像机之间的实际距离为６０　ｍｍ，标定结果与　

之比较相近．从测距的实验结果看，当所需测量的目　

标物体距离摄像机越近时，系统提取目标的深度信　

息越稳定，精度也相对较高．　

４实验结果与分析　

实验采用两个平行放置的摄像头同时对标定板　

的不同摆置进行拍摄，得到１２组不同位置相对应的　

左右图像（大小为６４０　Ｘ５１２），并对这些图像进行标　

５　结论　

定的结果如下：　

『８１０－８３７　０　３５７・９５９　０］　

ｆ－ｌｌ　　０

０

　

　

８０７．

０　

９８１　２５９．

１　

４０５　０

０Ｊ

　ｌ　

　

（８）　

『８００・６７９　ｏ　３４４－０９０　０］　

＝

　ｌ０　

０　

８０２．０５５　２７８．

０　１　

６８９　０　

０　

ｌ

Ｉ

　

　

（９）　

Ｆ０．９９９９　０．００３４　０．００６２　１　Ｆ５８．９３１　１　

Ｒ＝ｌ　０．００３４　１．００００　０．００１８　ｌＴ＝ｌ　１．０８７　ｌ　

Ｌ０．００６２　０．００１８　１．００００　Ｊ　Ｌ一６．０５６Ｊ　

标定好之后，将标定结果导入到ＯｐｅｎＣＶ进行　

立体校正和立体匹配，运用三角测量原理再对某些　

对应的匹配点的深度信息进行提取，同时并与实际　

精确测量出的实际深度信息进行比较．实验结果　

如下：　

表１测距结果　

．　

Ｔａｂ．１　Ｄｉｓｔａｎｃｅ　ｍｅａｓｕｒｅｍｅｎｔ　ｒｅｓｕｌｔｓ　

兰兰　竺　［

本文主要研究了一种基于ＭＡＴＬＡＢ与ＯｐｅｎＣＶ　

相结合的双目立体视觉测距系统，通过在ＶＣ＋＋的　

环境下，基于双目测距的基本原理，借助ＭＡＴＬＡＢ标　

定工具箱对摄像机进行标定，将得到的摄像机内外　

参数等结果导入到ＯｐｅｎＣＶ进行后续的图像校正与　

立体匹配等，最终得到实际场景中物体的三维信息．　

根据实验结果可知，该系统较好的完成了图像的立　

体匹配以及视差图的获取，有较好的稳定性和较高　

的鲁棒性，对现实场景中目标点的测量达到了一定　

的精度．同时，由于受到图像边界、弱纹理以及真实　

场景中图像噪声较大的影响，存在一定的误差以及　

误匹配，导致了测量距离较远的目标物体距离时精　

度较低．　

参考文献：　

［１］罗丹，廖志贤．基于ＯｐｅｎＣＶ的双目立体视觉测距　

［Ｊ］．大众科技，２０１１（４）：５２．５３．　

２　３　徐奕，周军，周源华．立体视觉匹配技术［Ｊ］．计算　

机工程与应用，２００３（１５）：１．５．　

［３］霍智勇，朱秀昌．基于区域的立体匹配算法研究［Ｊ］．　

南京邮电大学学报：自然科学版，２０１１（３）：４４—４９．　

［４］　Ｇａｒｙ　Ｂｒａｄｓｋｉ，Ａｄｒｉａｎ　Ｋａｅｂｌｅｒ．学习ＯｐｅｎＣＶ［Ｍ］．于世　

琪，刘瑞祯，译．北京：清华大学出版社，２００９．