83 /
学术
ACADEMIC
左相机视图 右相机视图
图像预处理 图像预处理
匹配 代价 计算
代价 聚合
图4 本文算法结构
视差 计算
生成 点云 视图
（a）左目视图
（b）右目视图
图3 无人艇双目采集平台
Il
IR
y
y
（c）生成视差图像
（d）环境点云视图
x
（a)参考图像
X-dx X （b)匹配图像
（1）
由 (1) 式可知深 度 Z 可由 (2) 式
给出
（2）
最终化简 (2) 式可得式 (3)
（3）
由以 上计算过 程可知 双目测 距 精 度主要取决于基线长度以及图像分辨 率等因素。
3. 海上双目采集实验 本次实验中所使用双目视觉实验
装置如图 3 所示，包括无人艇移动采 集平台，工 业 摄像机，图像采 集计算 机等部分。
关键词：双目视觉 无人艇 usv
1. 引言 无人艇又称 USV（Unma nned
Sur face Vessel）相 较 于 无 人车， 无 人机 而 言还 是 一 个比 较 陌 生 的 无 人 系统平台，与前者不同的是，其工 作 场 景 是 在 海 洋，江 湖 等 区 域，能 够 执 行 海 洋 侦 察，运 输，作 战 等 多 种 任 务，另 外还 具 有适 应 恶 劣环 境 ， 高 速 灵 活 机 动 性 的 特点，双目视 觉 技术是一种被动式环境感知技术， 在获 得左 右目图像 的同时可以计算 出 环 境 的 深 度信息，且 能 够 根 据 观 测需要动态调整以适应环境观测需 要，具有低 成本等 优势，将双目视觉 技 术应用于海洋场景下越 来越受到 关注。
置。对左视图每一像素点在右视图中
以 此 方 法 搜 索 遍 历 全 图，获 得 最 终
深度图。
5. 实验与总结 对海洋场景下所采集立体图像对
运 用本 文 算 法 进 行立体 匹 配 计算，生 成 场 景下的 视 差视图，并将 结 果 映 射 到 三 维 空间，对 场 景中三处 物 标 度 量 其空间距离与激光测距结果相比较， 图像采集结果如图 6 所示。
2. 双目视觉模型
双目视觉技术是基于图像视差而
实现，通 过 匹 配计算左 右 视图中同一
物 体对应像素的 视 差，根 据 三 角测 距
原理 获 取 对应目标 空间距离信息。图
1 所示为理想状态下双目视觉系统投
影模 型，
空间中一点，投
影 到 左 右 摄 像 头 坐标 系的 投 影点 分
别为
和
，基 线 长 度
P(Xw,Yw,Zw)
Zc1 Zc2
v
u
o1
f
P1(u1,v1)
P2(u2,v2)
v
o2
u
f
S1yc1S2Fra bibliotekxcyc2
b
图1 双目系统模型
P(X,Y,Z)
xleft P1
Z
-x P2
right
f
B
图2 双目系统视差模型
4. 立体匹配计算 双目视觉系统中的图像立体匹配
(stereo correspondence) 是 获 得 场 景深 度信息 的 关 键，立体 匹 配 的目的 是在左右视图中找出相应的匹配点， 并且计算出 视 差，从 而 生 成 视 差 图 像 (disparity map),Scharstein D 所提 出的 立体 匹 配 过 程 包含 四 个 部 分，即 匹配代价计算、代价支持聚合、视差计 算最优化以 及视 差校 正。本 文 算 法 结
图6 海上平台采集图像对与深度视图
图5 SAD匹配过程
图7 测量距离与测量误差曲线
构如图 4 所示。 对 于 匹 配 代 价 计 算 而 言，常用 的
算法有灰度相关绝对误差和 (SAD)， 误差平方和 (SSD)，本文使用 SAD 算 法对左右视图进行匹配实验，对于图 像 灰 度相 关计算 而 言，左 右 视 图灰 度 不一致会使立体匹配计算难以取得理 想 效 果，因此 需 要对图像 进 行 预 处 理 以减少这种亮度差异，增强纹理特征。 其中 SAD 的匹配计算过程如图 5 所示，
为 b，摄像头距为 f，对应的双目视差
计算 模 型 如图 2 所 示 Xleft 为 空间投 影点在左摄像头传感器坐标中 x 坐
标 位 置，Xright 为 空 间 投 影点 在 右 摄 像头传感器坐标系中 x 轴坐标位置，
视 差 d=（X left -Xright）根 据 三 角 形 相 似性原理可得公式（1）
无人水面艇的双目视觉应用
◎ 费鹏 李鑫 大连海事大学航海学院
摘 要：双目视觉技术在汽车辅助驾驶，三维重建，机器人等领域具有广泛应用，本文通过实 验，将该技术应用于海洋场景下实现无人艇对环境的感知，本文通过海上实验平台，实地采集 了海洋场景下的左右目视图，并对校准后的双目运用SAD方法进行视差立体匹配计算并最终生 成海面场景下的视差图像，在ROS下将视差图像映射到三维点云空间，通过点云测量距离与激 光测距距离相比较得到双目观测误差的结果，本文通过实验验证了双目视觉技术应用于海洋环 境下为无人水面艇提供视觉导航的可行性，具有一定的实用意义。
参考文献 ： [1]Bertram V.Unmanned surface vehicles-a survey[J].Skibsteknisk Selskab,Copenhag en,Denmark,2008,1:1-14. [2]Cyganek B,Siebert J P.三维计算机视觉 技术和算法导论[M].陆军,懂晓睿,译.北京:国 防工业出版社,2014. [3]张如如.基于双目立体视觉三维重建方法 的研究[D].聊城大学,2018. [4]Scharstein D,Szeliski R.A taxonomy and evaluation of dense two-frame stereo correspondence algorithms[J]. International journal of computer vision,2002,47(1-3):7-42.
在极线搜索空间内使用滑动窗口在极
线 上计算与参 考 图 像 匹 配 距离，匹 配
度量公式如式 4 所示。
（4）
其中
为差的 绝 对值 之
和，
为左图一定大小窗口下的
像素 点 灰 度值，
为右图以相
同 大 小窗口进 行 水平 极 线 搜 索 得 到
的 像 素 值 点 灰 度，SSAD(x,y) 取 得 最 小 值 的 位 置，即为 相匹 配 的 像素 点位
对双目测距结果与激光测距结果
目标1 目标2 目标3 目标4
双目测量 激光测距
距离(m) 26.7 31.3 38.7 43.0
距离(m) 27.1 32.8 41.2 46.1
误差(m)
0.4 1.5 2.5 3.1
表1 测量结果
相比 较，结果 如表 1 所 示，对应的距 离与误差曲线如图 7 所示。