学位论文 > 优秀研究生学位论文题录展示

标定技术研究及其在机器视觉测控中的应用

作 者: 赵晶晶
导 师: 白瑞林
学 校: 江南大学
专 业: 检测技术与自动化装置
关键词: 机器视觉 标定 视觉测量 图像处理 Harris 空间矩
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 160次
引 用: 0次
阅 读: 论文下载
 

内容摘要


伴随着现代工业科技的快速发展,工业对测量精度要求越来越高,视觉测量技术在工业生产中有重要地位。它具有速度快、精度高、非接触、自动化程度高等优势,该技术近年来在非接触测量领域发挥着巨大作用。视觉测量技术不仅包含机器视觉的一般内容,如视觉感知、图像处理、图像分析和模式识别等,也包含着测量领域的特殊性,如空间几何尺寸的精确检测、定位和识别等。摄像机标定技术源于20世纪中叶,经过几十年发展,该技术已经很成熟,从传统的标定技术发展到自标定技术,在制造业、电子信息、印刷行业、钢铁冶金、国防等行业应用。随着自动化水平的快速发展,摄像机标定技术在国内市场有较大发展潜力,本文研究重点是摄像机标定技术在机器视觉测量中应用。本课题来源于产学研合作项目“嵌入式机器视觉控制器的研究与开发”(合同号:07398),基于嵌入式机器视觉平台进行研究,主要用于工业视觉测量领域。结合工程思想,本课题提出一种基于单幅图像二维平面标定方法。该方法首先进行光路调整,主要分为两个步骤:光强调整,能有效防止X靶标边缘信息丢失,而导致X靶标亚像素角点检测的不准确;光轴与物面垂直度调整,有效防止摄像机CCD平面与被测物面之间存在夹角引起测量误差。本方法采用了改进的Harris算子提取像素级角点,有效降低算法的运算量;再利用空间矩方法进行X靶标亚像素角点的提取,精度比较高,亚像素精度能达到0.1像素。该标定方法运算量小,精度高,稳定性好,已经在嵌入式机器视觉工业现场进行在线测量,测量精度能够达到0.05mm。基于单幅图像的标定方法存在不足之处——要求测量平面与标定平面必须在同一个平面,本课题提出基于多个特征点的标定方法。该方法不需要辅助设施——X靶标,虽然需要从不同角度连续拍摄多幅图片,但操作较为方便,成本低,能够解决不同平面以及摄像机与被测量平面之间存在一定夹角情况下的标定,在工业测量行业使用更为广泛。后续将针对三维测量进一步研究,利用结构光作为辅助设施,进行工业生产的三维测量与三维重建,具有较大发展空间。

全文目录


摘要  3-4
Abstract  4-7
第一章 绪论  7-13
  1.1 课题研究的背景及意义  7-8
  1.2 机器视觉系统标定技术发展现状  8-9
    1.2.1 传统标定技术的发展  8-9
    1.2.2 自标定技术的发展  9
  1.3 机器视觉测量技术发展现状  9-10
  1.4 本文研究的主要内容  10-13
第二章 摄像机标定原理  13-17
  2.1 摄像机成像几何模型  13
  2.2 摄像机标定技术原理  13-16
    2.2.1 摄像机线性成像模型  13-15
    2.2.2 摄像机非线性成像模型  15-16
  2.3 本章小结  16-17
第三章 基于单幅图像的摄像机标定  17-33
  3.1 基于单幅图像标定的设计  17-21
    3.1.1 改进的假想理想网格求解  17-19
    3.1.2 畸变模型系数确定  19-20
    3.1.3 比例系数确定  20-21
  3.2 X 靶标角点检测  21-27
    3.2.1 Harris 角点检测与改进  21-22
    3.2.2 亚像素角点检测与改进  22-23
    3.2.3 亚像素角点有序存储  23-24
    3.2.4 亚像素角点检测的稳定性  24-27
  3.3 基于单幅图像标定的改进  27-32
    3.3.1 光强调整系统  27-28
    3.3.2 光轴与物面垂直度调整  28-32
  3.4 本章小结  32-33
第四章 基于多个特征点的标定方法  33-41
  4.1 基于多个特征点标定的原理  33-36
    4.1.1 单应性矩阵求解  33-34
    4.1.2 摄像机内部参数求解  34-35
    4.1.3 摄像机外部参数求解  35
    4.1.4 摄像机畸变模型系数求解  35-36
  4.2 摄像机参数非线性优化  36-39
  4.3 测量平面相对于摄像机的姿态  39-40
  4.4 特征点标定在测量中应用  40
  4.5 本章小结  40-41
第五章 标定在视觉测量中应用  41-53
  5.1 基于单幅图像标定的数据分析  41-45
    5.1.1 单幅图像标定稳定性判断  42
    5.1.2 单幅图像标定精度测试  42-43
    5.1.3 畸变矫正作用分析  43-44
    5.1.4 单幅图像标定局限性分析  44-45
  5.2 单幅图像标定在视觉测量中应用  45-47
    5.2.1 标定在锯齿行业的应用  46
    5.2.2 标定在插针行业的应用  46-47
  5.3 基于多个特征点的标定数据分析  47-51
    5.3.1 标定内部参数的稳定性判断  47-49
    5.3.2 基于特征点标定的精度分析  49-51
  5.4 本章小结  51-53
第六章 结论与展望  53-55
  6.1 标定研究的总结  53
  6.2 未来研究工作的展望  53-55
致谢  55-57
参考文献  57-61
附录一:作者在攻读硕士学位期间发表的论文  61-63
附录二:流程图  63-65

相似论文

  1. 我国典型低挥发分煤热解成分的定量分析,TQ530.2
  2. 基于CCD图像传感器的温度测量技术研究,TH811
  3. 基于FPGA的数字图像处理基本算法研究与实现,TP391.41
  4. 图像拼接技术研究,TP391.41
  5. 雾天或背光条件下图像清晰化算法研究及硬件实现,TP391.41
  6. FPGA/DSP图像协处理技术及以太网数据传输,TP391.41
  7. 有标记点的人体三维运动数据获取方法的研究,TP391.41
  8. 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
  9. 机械臂视觉伺服系统的研究,TP242.6
  10. 数字图像处理在集装箱检测中的应用研究,TP274.4
  11. 晶圆传输机器人关键控制技术研究,TP242.2
  12. 基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
  13. 基于视觉的番木瓜外观品质检测技术研究,S667.9
  14. 基于计算机视觉对“次郎”甜柿外部品质检测与分级的研究,S665.2
  15. 猪肉加工特性预测方法研究,TS251.1
  16. 基于图像处理技术的两相流动特性描述,TP391.41
  17. 基于OpenCV的集装箱加强板焊接自动定位系统的开发,U169
  18. 基于MEMS陀螺的惯性测量单元的标定与应用,V241.5
  19. 基于FPGA高清视频车辆检测系统的设计与实现,TP391.41
  20. 基于DSP的水稻杂草识别研究,TP391.41
  21. 生物细胞图像拼接方法研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com