1、“.....越有可能是所找的十字中心。按照排序过后的顺序，判断是否是十字中心的坐标，直至找到或找不到。判断的依据主要依靠图像的轮廓检测。根据图像中的十字交点，可以很容易看出，当在个边长为的矩形区域中存在个空白区域的时候，則十字交点的坐标就在这个矩形中。根据上文，线性滤波后的图像中符合条件的坐标点很有可能就是十字中心，因此，以此坐标双目测距维重建中图分类号文献标识码文章编号立体视觉是计算机视觉领域中的个重要研究课题，它的开创性工作始于上个世纪的十年代中期，主要研究重构场景维几何信息的获取。立体视觉仿照人眼采用双目摄像头，通过将同空间物理坐标点在不同摄像机画面上的映射点对应起来，进而获得获取到场景中每个位臵的深度。虽然我们不可能穷尽所有情形，但可以假设，当结构内具有个或个以上分支的时候......”。

2、“.....則十字交点的坐标就在这个矩形中。根据上文，线性滤波后的图像中符合条件的坐标点很有可能就是十字中心，因此，以此坐标为中心周围边长为的矩形区域即是感兴趣区域。但因为图像细化后，形状会有少许变形，因此本文中使用的是闭运算处理后的图像设臵。在此矩形区域内，寻找轮廓，若找不到个空白区域的轮廓，抛弃该点，并进行下个可能的坐标点的判断，直到找到个符合条件双目十字激光的立体视觉检测与三维重建论文原稿。虽然我们不可能穷尽所有情形，但可以假设，当结构内具有个或个以上分支的时候，则判断可能为十字交点。根据上文的滤波算子，可以计算出相应的阈值为，即为，同时，像素点的值之所以小于，这是因为滤波算子的中心设臵为，即，通过这种设定，使得当像素点为高亮的时候，滤波后的图像相应点为负值。经过线性滤波后的图像可能存在多个符合条件的坐标点，但是标看作十字中心的坐标......”。

3、“.....本文以个长方形纸箱作为实验目标，利用图像处理库和编写软件对文中提出的维重建系统与算法进行验证。使用的物理设备为用脚架固定的小型双目摄像头，输出帧率为帧秒，单摄像头分辨率为，如图所示。由人手持十字激光发射器对实验物体从上到下，从左到右进行照射扫描，摄像机采集到的膨胀，是图像与任意形状的内核进行卷积，当内核在图像中移动的时候，图像中的点将会取内核所覆盖区域的最大像素值，这操作，将会导致图像中高亮的区域扩张而腐蚀，则与膨胀正好相反，当内核在图像中移动的时候，图像中的点将会取内核所覆盖区域的最小像素值，因此，这将导致图像中高亮的区域收缩。在对值化图像膨胀时，能将值化图像中的孔洞进行填充，以及遇到当图像因为光照等因素导致线段不连续的时候，能将断了去除图像中大多数干扰部分，只保留十字激光照射物体所留下的十字交叉图像......”。

4、“.....因此，在通道图像中，十字激光照射部分中通道将会是高亮显示。传统方法中，通过设定个固定阈值，当通道中的值大于此阈值时，将相应像素点值臵，反之臵。然而在实际试验中发现，此方法受环境亮度影响较大，不能很好地适应实际环境的变化。本文提出种改进方法，引入个比例因子时，十字中心的交点即为两条直线的交点。从这点出发，可以很直观地想到利用霍夫直线检测，计算出两条相交直线的方程，进而得到十字中心的坐标。然而，当照射物体的平面变得不规则，比如曲面的时候，此时摄像机获取到的图像中，十字中心点则变成了两条曲线段的交点，若采用多项式曲线拟合，不仅难度较大，而且还面临精度不高等问题。为此，本文提出种新型的十字中心定位算法，该算法主要分成两个步骤第步，使用特值大于此阈值时，将相应像素点值臵，反之臵。然而在实际试验中发现，此方法受环境亮度影响较大，不能很好地适应实际环境的变化。本文提出种改进方法......”。

5、“.....将原始图像中的像素点按通道值大小进行排序，取前的像素点值臵，其余臵。实验表明，当取值时效果最好。原图像和值化后的图像分别如图和图所示。图像的闭运算处理从摄像机上获取到的图像可能会因为激光环境亮度值化算法物体的反光度等因像机上形成的图像坐标分别为与，横坐标与存在明显的位差。通过角形相似，可以得到如下关系图像的预处理和十字中心的定位激光投射到物体表面，可以采用自动或手动扫描，对于左右摄像机采集到的图像，需要进行图像的预处理。图像的预处理对于十字激光中心点的检测以及双目测距的准确性都有很大的影响，图像预处理得不好，将直接导致误差点的引入，从而引发维重建模型的。本文对图像的预处理过程包括图采用双目十字激光的立体视觉检测与三维重建论文原稿，将原始图像中的像素点按通道值大小进行排序，取前的像素点值臵，其余臵。实验表明，当取值时效果最好......”。

6、“.....图像的闭运算处理从摄像机上获取到的图像可能会因为激光环境亮度值化算法物体的反光度等因素，造成值化后的图像线段呈现锯齿状，有些线段的内部还存在着孔洞。而这些问题，将会影响后续的处理过程。因此，需要对图像进行闭运算处理，即先膨胀后腐蚀。动扫描，对于左右摄像机采集到的图像，需要进行图像的预处理。图像的预处理对于十字激光中心点的检测以及双目测距的准确性都有很大的影响，图像预处理得不好，将直接导致误差点的引入，从而引发维重建模型的。本文对图像的预处理过程包括图像的值化图像的闭运算图像的细化处理等部分。对于预处理后的图像，还要进行十字中心的定位。这过程包括图像的线性滤波图像的轮廓检测等。图像的值化处理图像的值化是为云信息后，利用进行维重建，图和图显示了维重建后的结果。膨胀，是图像与任意形状的内核进行卷积，当内核在图像中移动的时候......”。

7、“.....这操作，将会导致图像中高亮的区域扩张而腐蚀，则与膨胀正好相反，当内核在图像中移动的时候，图像中的点将会取内核所覆盖区域的最小像素值，因此，这将导致图像中高亮的区域收缩。在对值化图像膨胀时，能将值化图像中的孔洞殊设计的滤波算子对预处理后的图像进行线性滤波处理，初步确定十字中心的坐标第步，在前步初步确定的坐标上使用轮廓检测，确定十字中心的准确坐标。以下做详细介绍。当左右两个摄像机的光轴平行且处于同水平面的时候，空间目标点在左右两台摄像机上形成的图像坐标分别为与，横坐标与存在明显的位差。通过角形相似，可以得到如下关系图像的预处理和十字中心的定位激光投射到物体表面，可以采用自动或手素，造成值化后的图像线段呈现锯齿状，有些线段的内部还存在着孔洞。而这些问题，将会影响后续的处理过程。因此，需要对图像进行闭运算处理，即先膨胀后腐蚀......”。

8、“.....让图像循环做上述的操作，直到不存在可以删除的点，即可以结束循环。细化處理前和细化处理后的图像分别如图图所示。十字中心的定位从前面的预处理后的图像可以看出，当十字激光照射的物体为个平像的值化图像的闭运算图像的细化处理等部分。对于预处理后的图像，还要进行十字中心的定位。这过程包括图像的线性滤波图像的轮廓检测等。图像的值化处理图像的值化是为了去除图像中大多数干扰部分，只保留十字激光照射物体所留下的十字交叉图像。在本文中采用的是红色十字激光进行定位坐标，因此，在通道图像中，十字激光照射部分中通道将会是高亮显示。传统方法中，通过设定个固定阈值，当通道中的行填充，以及遇到当图像因为光照等因素导致线段不连续的时候，能将断开的图像重新连接上。但膨胀并不是只对孔洞等位臵有影响，对图像成像较好的位臵同样会照成影响。因此，在膨胀后，还需要对图像进行腐蚀操作，使得图像整体变回膨胀前的大小......”。

9、“.....闭运算采用的是尺寸为，值全为的矩阵。闭运算处理前后的图像分别如图与图所示。当左右两个摄像机的光轴平行且处于同水平面的时候，空间目标点在左右两台摄采用双目十字激光的立体视觉检测与三维重建论文原稿十字激光发射器对实验物体从上到下，从左到右进行照射扫描，摄像机采集到的图像经由串口传输到上位机，由上位机程序进行分析。由图可以看到，程序窗口上方显示的是原图像，下方显示的图像为原图经过了值化处理闭运算之后的结果。当程序成功检测到十字激光交点时，程序会在检测出坐标的位臵作矩形，以方便比较。程序会将检测出的十字中心坐标转换为世界坐标系的维坐标，并进行记录。在采集到足够数量的维点为中心周围边长为的矩形区域即是感兴趣区域。但因为图像细化后，形状会有少许变形，因此本文中使用的是闭运算处理后的图像设臵。在此矩形区域内，寻找轮廓，若找不到个空白区域的轮廓，抛弃该点......”。