【正文】 的自標(biāo)定技術(shù)、利用多幅圖像之間的直線對(duì)應(yīng)關(guān)系的攝像機(jī)自標(biāo)定方以及利用滅點(diǎn)和通過弱透視投影或平行透視投影進(jìn)行攝像機(jī)標(biāo)定等。標(biāo)定過程就是確定攝像機(jī)的幾何和光學(xué)參數(shù)，攝像機(jī)相對(duì)于世界坐標(biāo)系的方位。 該方法的基本思路是首先進(jìn)行三張像片間的盲目匹配，通過像片間的同名對(duì)應(yīng)關(guān)系計(jì)算三視張量，獲得攝像機(jī)參數(shù)的初值，并將各三視張量下得到的空間坐標(biāo)納入到統(tǒng)一的物方坐標(biāo)系,最后進(jìn)行非線性最優(yōu)化。 Gurwitz 詳細(xì)分析了三目立體視覺的性能。 為了降低雙目（Twoview）匹配的難度，20 世紀(jì) 80 年代中期出現(xiàn)了三目立體視覺系統(tǒng)（Threeview Stereo）系統(tǒng)，即采用 3 個(gè)相機(jī)同時(shí)攝取空間景物，通過利用第三目圖像提供的信息來消除匹配的歧義性。對(duì)于建筑物這樣一類及立方體及其他規(guī)則體為基礎(chǔ)的空間物體，其三維重建以單個(gè)影像及多個(gè)影像（不一定需要構(gòu)成立體像對(duì)）來實(shí)現(xiàn)。此時(shí)對(duì)應(yīng)的像點(diǎn)與物點(diǎn)必須是同名點(diǎn)。對(duì)它的研究無論是從視覺生理的角度還是在工程應(yīng)用中都具有十分重要的意義 。 立體視覺是計(jì)算機(jī)被動(dòng)測(cè)距方法中最重要的距離感之技術(shù)，它直接模擬人類視覺處理景物的方法，可以再多種條件下靈活地測(cè)量景物的立體信息。 立體視覺的開創(chuàng)性工作是從 60 年代中期開始的 MIT 的 Robert 完成的三維場(chǎng)景分析工作，把過去對(duì)二維圖像的分析推廣到三維景物，標(biāo)志著立體視覺技術(shù)的誕生，并在隨后 20 年中迅速發(fā)展成一門新的學(xué)科。基于LMS自適應(yīng)均衡器matlab仿真畢業(yè)論文 目 錄第一章 緒論 1 研究背景和研究意義 1 計(jì)算機(jī)立體視覺的研究現(xiàn)狀 2 攝像機(jī)標(biāo)定概述及分類 3 本文的研究?jī)?nèi)容 4第二章 攝像機(jī)標(biāo)定原理 8 常用坐標(biāo)系及變換 8 攝像機(jī)模型 9 非線性失真 11 參數(shù)的求取 12第三章 軟件設(shè)計(jì) 13 橫向?yàn)V波器的選擇 25 算法迭代公式的推導(dǎo) 26 計(jì)算機(jī)仿真 27 LMS算法的算法流程 27 LMS算法及其應(yīng)用 28總結(jié)與結(jié)論 34參考文獻(xiàn) 35致謝 36 物理電氣信息學(xué)院 本科畢業(yè)設(shè)計(jì) 第一章 緒論 研究背景和研究意義 計(jì)算機(jī)視覺研究的主要目的是使計(jì)算機(jī)系統(tǒng)具有類似于人類的視覺能力,獲取三維場(chǎng)景的幾何信息是其最基礎(chǔ)的研究?jī)?nèi)容 。 1979 年，Maar 綜合圖像處理、 心理物理學(xué)、 神經(jīng)生理學(xué)及臨床精神病學(xué)的研究成果，從信息處理系統(tǒng)的角度出發(fā)提出了第一個(gè)較為完善的視覺系統(tǒng)框架。 Barnard 指出，一個(gè)完整的立體視覺系統(tǒng)通常可分為圖像獲取 、攝像機(jī)標(biāo)定 、特征提取 、立體匹配 、深度確定及內(nèi)插等六部分（Barnard,1982）。 計(jì)算機(jī)立體視覺研究現(xiàn)狀 利用被攝對(duì)象的多幅圖像獲取其三維幾何模型，是視覺測(cè)量和計(jì)算機(jī)視覺的一個(gè)經(jīng)典課題，目的是恢復(fù)物體表面形狀或者恢復(fù)場(chǎng)景中相機(jī)和物體之間的距離 。 人造物體大多具有比較規(guī)則的形狀，一般可以看作由若干點(diǎn)、 線 、面的組合 。這方面的研究已經(jīng)有較多的文獻(xiàn)，特別是計(jì)算機(jī)圖形學(xué)界對(duì)幾何建模與紋理映射均有非常杰出的貢獻(xiàn)。 Watanale 等采用相互垂直（正交）的三目視點(diǎn)，較好地解決了與極線平行特征的匹配歧義性問題。 Okutomi 等提出了利用一組沿水平基線方向的圖像序列進(jìn)行立體匹配，通過計(jì)算對(duì)圖像間平方差的和來減少總體誤差。 另一類自動(dòng)三維重建方法稱為從側(cè)輪廓恢復(fù)形狀，這類方法一般都是利用八叉樹分裂方法進(jìn)行物體的自動(dòng)三維重建，且不需要待重建物體的任何先驗(yàn)信息，但前提是各張像片的攝像機(jī)內(nèi)外方位元素要求已知。標(biāo)定精度的大小，直接影響著計(jì)算機(jī)視覺（機(jī)器視覺）的精度。自標(biāo)定方法非常地靈活,但它并不是很成熟。2 、從所用模型不同來分有線性和非線性。但線性模型不考慮鏡頭畸變，準(zhǔn)確性欠佳；對(duì)于非線性模型攝像機(jī)標(biāo)定，考慮了畸變參數(shù)，引入了非線性優(yōu)化，但方法較繁，速度慢，對(duì)初值選擇和噪聲比較敏感，而且非線性搜索并不能保證參數(shù)收斂到全局最優(yōu)解。在精度要求不高的情況下，因?yàn)橹恍枰蠼饩€性方程，此可以獲得較高的效率。5 、從解題方法來分有解析法、神經(jīng)網(wǎng)絡(luò)法和遺傳算法。解析方法是用足夠多的點(diǎn)的世界坐標(biāo)和相應(yīng)的圖像坐標(biāo)，通過解析公式來確定攝像機(jī)的內(nèi)參數(shù)、外參數(shù)以及畸變參數(shù)，然后根據(jù)得到的內(nèi)外參數(shù)及畸變系數(shù)，再將圖像中的點(diǎn)通過幾何關(guān)系得到空間點(diǎn)的世界坐標(biāo)。定標(biāo)通過拍攝一個(gè)事先已經(jīng)確定了三維幾何形狀的物體來進(jìn)行，也就是在一定的攝像機(jī)模型下，基于特定的實(shí)驗(yàn)條件如形狀、尺寸已知的定標(biāo)參照物(標(biāo)定物)，經(jīng)過對(duì)其圖像進(jìn)行處理，利用一系列數(shù)學(xué)變換和計(jì)算方法，求取攝像機(jī)模型的內(nèi)部參數(shù)和外部參數(shù)。平面模板(作為標(biāo)定物)，對(duì)于每個(gè)視點(diǎn)獲得圖像,提取圖像上的網(wǎng)格角點(diǎn)，平面模板與圖像間的網(wǎng)格角點(diǎn)對(duì)應(yīng)關(guān)系，確定了單應(yīng)性矩陣(Homography)，平面模板可以用硬紙板，上面張貼激光打印機(jī)打印的棋盤格。然而，不同應(yīng)用領(lǐng)域的問題對(duì)攝像機(jī)定標(biāo)的精度要求也不同，也就要求應(yīng)使用不同的定標(biāo)方法來確定攝像機(jī)的參數(shù)。 ②立體匹配，即從不同圖像中找出同一空間點(diǎn)在這些圖像上投影點(diǎn)的過程。 OpenCV 是Intel 公司資助的開源計(jì)算機(jī)視覺( open source puter vision) 庫(kù)，由一系列C 函數(shù)和少量C ++ 類構(gòu)成，可實(shí)現(xiàn)圖像處理和計(jì)算機(jī)視覺方面的很多通用算法。為了表示每個(gè)像素的位置，需要建立圖像坐標(biāo)系，如圖1 所示，( u，v) 是定義在圖像上圖像像素坐標(biāo)系，該坐標(biāo)系的單位是像素，坐標(biāo)原點(diǎn)O0在圖像的左上角。攝像機(jī)成像幾何關(guān)系如圖2 所示。根據(jù)乘性干擾可以把信道粗略分為兩大類：一類稱為恒定參量信道，即它們的乘性噪聲可看成不隨時(shí)間變化或基本不變化的；另一類則稱為隨機(jī)參量信道，它是非恒參信道的統(tǒng)稱，它的乘性干擾是隨機(jī)快變化的。實(shí)際上，只要傳輸信道的頻帶是有限的，就會(huì)不可避免地造成一定的碼間干擾（ISI）。其中自適應(yīng)算法部分是用來調(diào)整濾波子系統(tǒng)結(jié)構(gòu)的參數(shù)的，或?yàn)V波器系數(shù)的。濾波過程較為簡(jiǎn)單，而自適應(yīng)過程的基本目標(biāo)是調(diào)節(jié)濾波系數(shù)，使有意義的目標(biāo)函數(shù)或代價(jià)函數(shù)最小化，并使濾波器輸出信號(hào)逐步逼近所期望的參考信號(hào)，由兩者之間的估計(jì)誤差驅(qū)動(dòng)某種算法對(duì)濾波（權(quán)）系數(shù)進(jìn)行調(diào)整，使濾波器處于最佳工作狀態(tài)以實(shí)現(xiàn)濾波過程。在訓(xùn)練模式，發(fā)端發(fā)送一已知的定長(zhǎng)序列，接收機(jī)通過該己知信號(hào)獲得信道的響應(yīng)特性，并快速的調(diào)整均衡器的抽頭系數(shù)，使得均衡器的特性正好能補(bǔ)償傳輸信道的特性，從而使接收機(jī)能夠從均衡器的輸出中得到幾乎無差錯(cuò)的發(fā)送信號(hào)。接收機(jī)的訓(xùn)練時(shí)間與均衡器的收斂時(shí)間有關(guān)，它是均衡算法、均衡器結(jié)構(gòu)、傳輸信道等因素的函數(shù)。均衡器被大量地用于數(shù)字通信系統(tǒng)中，因?yàn)樵跀?shù)字通信系統(tǒng)中用戶數(shù)據(jù)是被分為若干段并被放在相應(yīng)的時(shí)間段內(nèi)傳送。均衡器的期望輸出值為原始信號(hào)。對(duì)于時(shí)變信道，自適應(yīng)均衡器可以跟蹤信道的變化[13]。頻域均衡往往需分別校正幅頻特性和群時(shí)延特性，且對(duì)群時(shí)延特性，且對(duì)群時(shí)延失真的補(bǔ)償能力較弱，尤其對(duì)非最小相位衰落通常無能為力，因而在數(shù)字傳輸系統(tǒng)中一般不采用頻域均衡，而采用時(shí)域均衡。 自適應(yīng)均衡器的分類自適應(yīng)均衡器的分類方法很多，從類型上可分為線性和非線性兩大類[14]；從結(jié)構(gòu)上可分為橫向?yàn)V波器和格型濾波器；從延遲線抽頭間隔上看，可分為碼元間隔Ts抽頭均衡器和分?jǐn)?shù)間隔抽頭均衡器。均衡線性非線性橫向?yàn)V波器格型橫向?yàn)V波器格型DFEMLSDMLSE橫向信道預(yù)測(cè) 22均衡器的分類對(duì)應(yīng)每類結(jié)構(gòu)都有一簇算法來自適應(yīng)的調(diào)整均衡器參數(shù)。 線性均衡器常用的線性均衡器有橫向?yàn)V波器、格形濾波器和分?jǐn)?shù)間隔均衡器。最簡(jiǎn)單的線性橫向均衡器只使用前饋延時(shí)，其傳遞函數(shù)是的多項(xiàng)式，有很多零點(diǎn)，且極點(diǎn)都在，所以被稱為有限沖激響應(yīng)（FIR）濾波器，或簡(jiǎn)稱為橫向?yàn)V波器。其主要原因是FIR結(jié)構(gòu)的自適應(yīng)技術(shù)實(shí)現(xiàn)容易，其對(duì)加權(quán)系數(shù)的修正就是調(diào)節(jié)了均衡器的性能，同時(shí)還可以保證其穩(wěn)定性。反饋誤差信號(hào)用作抽頭的衡量系數(shù)，濾波器的輸出可表示為： （29） 24格形濾波器結(jié)構(gòu)……………………∑∑∑∑∑格型濾波器的兩個(gè)主要優(yōu)點(diǎn)是快速收斂特性和計(jì)算的穩(wěn)定性。但是格型濾波器結(jié)構(gòu)比較復(fù)雜。這種均衡器采用碼率1/T（也稱波特率）對(duì)輸入和輸出信號(hào)采樣，所以又稱碼率均衡器（Symbol Rate Equalizer）或波特率均衡器（Baud Rate Equalizer）。如前所述，這種均衡器對(duì)輸入和輸出信號(hào)都以1/T的速率采樣，均衡器輸入信號(hào)的頻譜可寫成 （210）由于對(duì)輸入信號(hào)的采樣速率1/T小于Nyquist采樣速率2/T，所以上式中為折疊或混疊頻譜，折疊頻率為1/2T。這一信號(hào)在接收機(jī)端可用速率 （212）采樣， 然后再通過抽頭間隔為的均衡器。分?jǐn)?shù)間隔均衡器的頻率響應(yīng)為： （213）式中。由式（13）易知，分?jǐn)?shù)間隔均衡器輸出信號(hào)的頻譜由下式給出： （216）綜上所述，最數(shù)佳分間隔均衡器等價(jià)于匹配濾波器后接波特間隔均衡器的最佳線性接收機(jī)。非線性均衡技術(shù)對(duì)嚴(yán)重符號(hào)間干擾可以提供相當(dāng)好的補(bǔ)償。顯然，這種反饋使均衡器具有無限沖激響應(yīng)，從而使它對(duì)信道的幅度畸變有良好的補(bǔ)償作用，同時(shí)它對(duì)信道的幅度畸變也有較好的補(bǔ)償作