基于LMS自适应均衡器matlab仿真论文.doc

基于LMS自适应均衡器matlab仿真毕业论文 目 录 第一章 绪论 1 1.1 研究背景和研究意义 1 1.2 2 1.3 摄像机标定概述及分类 3 1.4 本文的研究内容 第二章 8 2.1 常用坐标系及变换 8 2.2 摄像机模型 9 2.3 非线性失真 11 2.4 参数的求取 12 第三章 13 3.1 横向滤波器的选择 25 3.2 算法迭代公式的推导 26 3.3 计算机仿真 27 3.3.1 LMS算法的算法流程 27 3.3.2 28 总结与结论 34 参考文献 35 致谢 36  第一章 绪论 1.1 研究背景和研究意义 1.2 计算机立体视觉研究现状 利用被摄对象的多幅图像获取其三维几何模型，是视觉测量和计算机视觉的一个经典课题，目的是恢复物体表面形状或者恢复场景中相机和物体之间的距离 。在计算机视觉界，三维重建方法大致分为立体视觉方法（双目 三目和多目视觉）、 光学立体学 、从运动求取结构、 从阴影恢复形状及从纹理及表面朝向恢复形状等（章毓晋）。 在针孔模型下，基于点的三维重建实质是三点（原点、 像点、 物点）的共线方程 。此时对应的像点与物点必须是同名点。 人造物体大多具有比较规则的形状，一般可以看作由若干点、 线 、面的组合 。在实际图像中，由于噪声和遮盖等的影响，我们需要的同名点可能无法精确提取甚至不存在，而大多数情况下，一条直线段往往可以相对容易的提取出来，因此计算机视觉界提出了许多利用图像直线信息进行摄像机标定和三维重建的方法。 Hartley，Feugeras，Maybank，Pollyefeys等人都深入研究了如何从未标定的摄像机图像进行透视变化层、 仿射变换层以及量测变换层的三维重建 。 对于建筑物这样一类及立方体及其他规则体为基础的空间物体，其三维重建以单个影像及多个影像（不一定需要构成立体像对）来实现。这方面的研究已经有较多的文献，特别是计算机图形学界对几何建模与纹理映射均有非常杰出的贡献。其中典型的有 Faoade 和 PhotoBuilder 等，前者采用物方和像方相结合的混合模型，它本质上是基于结构体几何的方法。后者是侧重基于灭点与极线的求解方法。 为了降低双目（Two-view）匹配的难度，20 世纪 80 年代中期出现了三目立体视觉系统（Three-view Stereo）系统，即采用 3 个相机同时摄取空间景物，通过利用第三目图像提供的信息来消除匹配的歧义性。 Watanale 等采用相互垂直（正交）的三目视点，较好地解决了与极线平行特征的匹配歧义性问题。 Ohta 提出了基于共线结构的三目视觉系统，可有效地避免遮挡问题。 Ohta 等还提出了一个基于梯度分类的正交三目立体匹配技术。 Gurwitz 详细分析了三目立体视觉的性能。 Okutomi 等提出了利用一组沿水平基线方向的图像序列进行立体匹配，通过计算对图像间平方差的和来减少总体误差。 Jia 提出了一种利用正交多目图像消弱误差匹配的方法 Zitnick 提出通过区域信息进行多目匹配。 Fitzgibbon 提出了一种基于序列图像的自动三维重建方法。 该方法的基本思路是首先进行三张像片间的盲目匹配，通过像片间的同名对应关系计算三视张量，获得摄像机参数的初值，并将各三视张量下得到的空间坐标纳入到统一的物方坐标系,最后进行非线性最优化。 另一类自动三维重建方法称为从侧轮廓恢复形状，这类方法一般都是利用八叉树分裂方法进行物体的自动三维重建，且不需要待重建物体的任何先验信息，但前提是各张像片的摄像机内外方位元素要求已知。 1.3 摄像机标定概述及分类 计算机视觉的基本任务之一是从摄像机获取的图像信息出发计算三维空间中物体的几何信息，并由此重建和识别物体，而空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系是由摄像机成像的几何模型决定的，这些几何模型参数就是摄像机参数。在大多数条件下，这些参数必须通过实验与计算才能得到，这个过程被称为摄像机定标(或称为标定)。标定过程就是确定摄像机的几何和光学参数，摄像机相对于世界坐标系的方位。标定精度的大小，直接影响着计算机视觉（机器视觉）的精度。迄今为止，对于摄像机标定问题已提出了很多方法，摄像机标定的理论问题已得到较好的解决，对摄像机标定的研究来说，当前的研究工作应该集中在如何针对具体的实际应用问题，采用特定的简便、实用、快速、准确的标定方法1 、根据是否需要标定参照物来看，可分为传统的摄像机标定方法和摄像机自标定