本文首先在第一章中介绍了该课题的内容；所隶属范畴；研究意义；设计要求以及设计中的问题。在第二章中，本文针对课题，研究和分析了实现要求算法。在第三章中，本文列写和介绍写了各个算法模块中的核心程序，并在章节最后针对程序设计中发现的一些问题提出了优化方案。第四章中，本文给出了程序的调试数据和结果分析。

该课题的研究及设计要求

该课题要求根据双目摄像头所采集到的两个时刻的图片，利用其间关系，构建算法分析和运算出其中运动的物体的距离；还要求在分析算法的同时利用VC＋＋编程实现这些算法并得到测试结果。

主要解决的问题

本设计在实现课题的同时主要解决了以下五个问题：

一．通过图片相减识别出运动物体的边缘。

二．滤除背景带来的干扰。

三．设计边缘求导匹配算法将边缘还原到相减前的图片中。

四．锁定不同图片中相同物体所占的区域并进行匹配。

五．对于匹配的结果，设计距离判断程序分析物体与探测点之间的距离。

一、设计结果：本文针对本文针对由变化的双目图像判断移动物体的距离课题的要求，以仿生为思考的出发点，设计了物体边缘判定、物体模板匹配、物体的距离判断这三个大的程序体系以及差量分析、中值滤波判断、区域锁定、建立边缘模板、边缘求导匹配、模板匹配、三维定点这些小的算法模块。此设计实现通过由变化的双目图像数据，分析和判断移动物体的距离，并且针对更为高级的应用可能提出了优化算法。

二、本次设计的不足之处：在设计中，算法在能够实现功能的基础上基本都是由简单的数学运算堆砌，虽然遵循了传统的计算机思维方式和程序设计方式，但是没能添加入高级的数学模块来完善算法以加快图像处理效果和速度。

三、未来展望：系统基于基础的单像素运算方式实现了题目要求的功能。这种方法能够以较为傻瓜的形式实现设计目的，但是占用资源多，智能化不足。在进行模板匹配时，未来有可能寻找到可以使用线性代数进行矩阵运算的方式，实现数据的批量处理，打到更高的运算效率。

系统基于计算机常规的逻辑运算理念设计，使得图像匹配结果体现为非模糊性并且没有自我校正的能力。未来，若能在在进行模板锁定时成功构建和加入人工神经网络模块，将使得系统具备的自优化能力，既能使其识别能力更接近人类的识别方式，更能使识别出来的模板具有极高的可靠性。

对于具有大量细节的图像采集环境，可能构建出不同与常规的图像处理思想。它是利用颜色作为标记，对图像中的所有区域建立一个矢量矩阵，根据对这些矩阵的数学运算寻找出变化的运动物体区域，实现原来需要很复杂的算法才能实现的过程。这样做还具有极强的抗干扰性。[13]