随着双目立体视觉系统的发展,越来越多的智能服务机器人拥有了自己的“眼睛”。但是,现有捡拾服务机器人立体视觉系统还存在综合技术水平偏低、运行效率不高、环境限制性较强的现状。针对解决智能捡拾服务机器人立体视觉系统的现有问题,更加普及立体视觉系统在服务型机器人中的应用,本文提出了基于双目视觉的高尔夫球检测与定位系统。通过高尔夫球检测与定位为应用背景,有针对性的围绕双目摄像机标定技术、图像预处理技术、小球图像匹配技术、定位信息提取技术等重点与难点问题展开研究。主要的研究工作包括以下几个方面。(1)立体视觉系统的摄像机标定与定位。首先为了分析空间点的三维信息与图像像素的映射关系,建立立体视觉系统的各个坐标系,分析相互转换关系。通过摄像机的线性针孔模型,以及由摄像机畸变引起的非线性摄像机模型,确立摄像机模型体系。并且,依据摄像机线性模型,讨论摄像机标定的两种方法——直接线性标定法与张正友标定法,并利用标定实验验证结果。最后分析双目立体定位原理,为后续定位精度分析做铺垫。(2)图像预处理与高尔夫球检测方法。为获得好的检测与提取效果,首先建立图像预处理机制,详细分析了图像灰度化、二值化、形态学、与Canny边缘检测原理。并且给出了实景图像实验效果。最后通过对霍夫变换特征检测原理进行详细分析,解决高尔夫球图像提取的难点问题。(3)高尔夫球图像的匹配与定位。理论与试验分析模板匹配与特征匹配算法是否适用于高尔夫球的匹配。其次,通过详细分析极线几何约束原理与高尔夫球双目图像特性,提出基于极限约束的高尔夫球匹配算法理论模型。利用实验验证算法的有效性。至此,完成小球检测工作。最后通过4.5小节立体视觉定位实验获取高尔夫球三维信息,同时验证摄像机标定、图像预处理、小球检测与提取、高尔夫球匹配算法等多种方法的有效性。(4)立体视觉定位精度分析。为提高双目视觉系统的定位精度,通过建立双目视觉系统的结构模型,分析了摄像机基线距离、焦距、光轴与基线夹角等系统结构参数对定位精度的影响,以及摄像机畸变、采集标定图像数量、靶标数量等标定参数对定位精度的影响。通过全面,系统的数学仿真和实验,给出了结构参数和影响因素的最佳取值范围及其精度影响的变化趋势,为双目立体视觉系统进一步提高定位精度提供了重要依据。综上所述,本文研究成果一方面可以为高尔夫球捡拾机器人视觉模块提供技术支持,另一方面也为所有球类物体的双目视觉检测定位提供技术储备。