Afin de résoudre le problème de la diminution de la capacité de mesure binoculaire dans des conditions de faible contraste telles que le brouillard, un arrière-plan fort, etc., cette étude combine les techniques d'amélioration des images par ordinateur et les méthodes de calcul de la profondeur et de traitement des images afin d'atteindre une haute précision de mesure binoculaire passive dans des conditions de faible contraste. Tout d'abord, les techniques d'amélioration des images sont appliquées pour améliorer la précision de la reconnaissance des points caractéristiques des images binoculaires et leur appariement, améliorant ainsi la qualité des images dans des conditions de faible contraste. Ensuite, un dispositif d'affichage tridimensionnel est introduit dans le terminal de reconstruction d'images et les méthodes de calcul de la profondeur de l'information sont optimisées pour garantir des informations de distance précises même en cas de détérioration évidente des caractéristiques de l'image. La capture et la fusion automatiques de l'image cible sont effectuées et enregistrées par la vision binoculaire tridimensionnelle à travers les yeux humains. La plage et la précision de mesure sont également accrues. Les résultats des expériences montrent que l'erreur relative moyenne (MRE) du dispositif de mesure de la vision binoculaire passive proposé dans cet article dans la plage de 500 à 1300 m est inférieure à 2,3% par rapport à une erreur de 10% dans la plage d'autres modèles traditionnels. En même temps, cette méthode montre une bonne stabilité, fiabilité et temps réel dans des conditions de faible contraste. Cette méthode peut réaliser une mesure binoculaire passive rapide en temps réel d'objets mobiles dans des conditions de faible contraste, avec une haute précision et une forte capacité de résistance aux interférences. Il convient aux applications de contrôle industriel, d'assistance à la conduite, de ciblage et d'autres scénarios.

mesure binoculaire; vision tridimensionnelle; faible contraste; affichage tridimensionnel