本文在学习分析大量视觉相关文献的基础上，对双目立体视觉中的相机标定，立体匹配，点云拼接这三个关键技术做了研究。

摄像机标定部分以立体视觉理论为基础，综合双目相机成像模型，实现了图像的匹配及对齐。在立体匹配阶段，通过研究现有的匹配算法，对匹配价值累加的相应方法进行了具体讨论，并结合实际情况对算法进行合理选择。最后在点云拼接阶段，主要介绍了ICP算法的应用及实现。在完成上述的关键技术点之后可得到物点的三维坐标，通过openCV和PCL实现其可视化。

......

本文主要研究内容

本文以双目视觉为基础，分别用两个CCD相机拍摄同一个椅子，得到一组图片，借助点云拼接、立体匹配等技术还原出椅子的立体信息并根据这些信息重建出椅子的三维立体模型从而实现其在三维立体上的重建。主要工作如下：

（1）用标定好的CCD相机拍摄多组椅子照片，每组两幅图有不用角度带有标定模板，利用棋盘格标定的方法对相机进行标定，求出相机的内外参数。

（2）对所拍的图像进行滤波去噪的处理，聚类去掉不关心的地面点，在这里使用基于特征的匹配方法，该方法分别从两张二维图像中提取相应的特征点，随后利用极线约束等约束对其中某一二维图像中所对应的特征点匹配它在另一图像中对应的匹配点。

（3）在已获得的左右图像的特征匹配点对的基础上，计算视差还原深度信息，得到特征点的三维坐标。循环处理得到几组不同角度的图片得到有重叠部分的三维点云。

（4）用ICP算法将得到的三维点云转换到同一坐标系下拼接起来，得到完整的点云三维坐标，最终通过opencv和pcl等技术将结果显示从而实现完整椅子在计算机中的三维重建。

......

研究总结

本文阐述了计算机视觉的基本理论以及国内外发展状况，对计算机立体视觉中重要的双目立体视觉实现的各个部分做了详细的介绍和对比，对立体匹配和点云拼接算法做了深入研究，在openCV平台上利用PCL库对上述过程进行了实现和分析，本文主要工作如下：

（1）描述了本次毕业设计所涉及的相关研究的环境及其意义，分析了当前立体视觉的现状，并对双目立体视觉理论进行了一定程度的实现。

（2）讲解了双目立体视觉的基本理论，详细分析了双目的成像原理，在相机投影模型上利用对极几何介绍了立体匹配的约束条件，然后对摄像机标定做了一些研究，总结双目校正过程的影响因素和关键点。

（3）详细介绍了立体匹配作用和步骤，根据匹配基元不同等指标对立体匹配进行了分类比较，分析优缺点之后选择了基于灰度的区域匹配BM方法进行实现，最后分析了其缺点和局限性。

（4）在得到同一物体在不同角度下的三维点云的前提下，对点云拼接进行了较为深入的思考分析并分四个步骤讨论实现了ICP算法的流程。

（5）结合opencv和PCL，编程实现了从两幅灰度图到求得完整三维点云的全过程。整个过程包括相机标定，立体匹配，三维重建和点云拼接工作。