论文內容概述

本论文目的是研究双目视觉定位方法的核心——系统标定，即在数码相机定位的环境下确定特征点的位置，然后精确的确定两部相机的相对位置。

第一章 前言，主要介绍了课题的研究背景，双目视觉的国内外研究动态及发展方向，论文的选题依据及结构安排。

第二章 双目视觉系统的概念及原理，详细描述双目视觉原理，简单介绍图像获取、摄像机标定、特征提取、立体匹配和三维信息恢复。

第三章 照相机定位中特征点的确定，在数码相机定位的环境下确定特征点的位置。

第四章 照相机定位中的系统标定，在特征点位置确定的基础上，建立给出两部固定相机相对位置的数学模型和方法

第五章 提出双目视觉确定方法的改进方向。

双目视觉确定方法的改进

双目立体视觉是不断创新和发展的技术，在虚拟现实、工业检测、机器人导航、手术导航等方有着广泛的应用前景，如何提高其定位精度一直是研究者的工作重点。虽然实现了双目立体视觉系统的各项关键技术并且在现有的实验条件下达到了比较好的精度，但是，还是存在一些有待进一步改进的问题，以后的工作重点将着重在以下几个方面。

模型精度和稳定性的检验

为了检验模型效果，可以设计仿真模型并进行大量的仿真实验。用实验结果证明该算法具有较高的精度和较好的稳定性和鲁棒性。本文的模型检验过程见(附录三)。

照相机标定模型中影响精度和稳定性的主要因素为：图像一般包含有噪声,即使这种噪声非常小,内部参数的实际解与由约束关系所得解之间的差异仍然是相当大的,怎样提高解的鲁棒性成了摄像机定标领域的一个必须解决的问题；摄像机定标所解决的问题归根结底是得到一组非线性方程的解,一般情况下使用各种优化方法,但实际上所得优化解往往不是全局的,因此,进一步研究更合理的求解非线性方程的方法同样非常重要；不确定性是相当重要的,因为它决定计算参数的可信度,摄像机定标参数的不确定性对三维重建有何影响和约束关系的不确定性是怎样传播等这些都有待进一步深入研究。

特征点自动立体匹配

图像对之间的特征点的匹配是立体视觉领域的一个瓶颈问题，匹配问题解决的好坏直接关系到最后重建和计算的结果。本文的特征点匹配算法并不完善，仅仅只根据极线约束并不能完全消除误匹配的情况，还需要加入其他的约束条件如：顺序一致性约束、唯一性约束等；另外，如果结合区域相关的匹配方法进行第二次筛选候选角点，应该能比较好地解决误匹配的问题。在下一步的研究工作中，可以继续探索立体匹配的各种方法，以期能够好地完成图像对之间的特征点匹配问题。

目标跟踪

由于时间仓促，并没有将跟踪这块工作加入到双目立体视觉系统中来。目标跟踪这块对于手术导航来说也是很重要的，它可以实时地反应手术器械所在的空间位置，有力地辅助医生进行手术路径规划。一般采用光流法对目标进行跟踪，用卡尔曼方法对目标位置进行预测和估计。在下一步的研究工作中，我们将加入目标跟踪这一模块，对目标进行实时跟踪定位。

采用高质量的摄像机和标定设备

系统采用的是低分辨率的摄像机，畸变也比较大，标定板采用打印机打印的模板贴于一个硬纸壳表面，存在标定和定位精度不是很高在所难免。在下一步工作中，可以采用高质量的摄像机和精确加工的标定板来重复进行做实验，并进一步分析误差的原因。