学位论文 > 优秀研究生学位论文题录展示

高精度视觉测量系统研究

作　者: 王富治
导　师: 杨平
学　校: 电子科技大学
专　业: 机械电子工程
关键词: 视觉测量立体匹配相机标定亚像素边缘检测
分类号: TP274.4
类　型: 硕士论文
年　份: 2005年
下　载: 490次
引　用: 3次
阅　读: 论文下载

内容摘要

基于计算机视觉的视觉测量技术, 由于其具有非接触,实时, 在线, 精度高等特点, 近年来得到了迅速的发展和广泛的运用。本论文以梳刀结构参数视觉测量作为基础, 对高精度立体视觉测量技术作了深入的研究和探讨。测量的首要问题是精度。为了保证很高的测量精度,首先就要建立测量系统精密的数学模型. 本论文详细分析了视觉测量成像系统产生畸变的原因与类型, 所建立的成像模型考虑了镜头径向畸变与切向畸变的影响, 这就为高精度测量打下了基础; 有了精密的模型, 论文接下来基于结构参数的测量最终归结为空间点的坐标运算这一事实, 深入探讨了立体视觉测量的三大关键技术: 成像系统标定技术; 立体匹配技术; 亚像素的边缘检测技术; 成像系统的标定, 主要是标定出系统的非线性畸变系数。本论文建立了包括相机镜头径向畸变与切向畸变的高精度标定模型,并采用先不考虑非线性畸变系数, 对标定方程进行线性求解,再以迭代的方式求解出非线性畸变系数的模型求解方法, 从而获得了很高的标定精度。立体匹配技术,是视觉测量中的一个难点. 本论文借鉴了比较成熟的区域相关法, 并采用最小二乘法对其作了改进,使其具有更高的匹配精度; 边缘检测是数字图像处理中的重要内容。本文提出了一种新的亚像素边缘检测方法。此种方法先经过传统模板算子确定边缘的大致位置,然后利用曲线拟合方法求出边缘的精确位置,经过粗、精两次定位,在确保测量时间的情况下获得亚像素级的精度。最后, 文章以梳刀参数测量为实例展示了视觉测量的具体应用.梳刀参数测量是一个二维测量的问题, 由于非线性畸变系数只与成像系统有关, 本论文提出了将线性畸变与非线性畸变别消除的思想, 并分别编制了标定程序以及修正程序. 实验证明这种设想是有效可行的, 最后获得了较高的测量精度.

全文目录

第一章绪论  10-14
  1.1 课题背景与意义  10-11
  1.2 国内外技术动态  11-12
  1.3 视觉测量的关键技术  12-13
    1.3.1 摄像机标定  12
    1.3.2 图像预处理  12
    1.3.3 图像特征提取  12-13
    1.3.4 立体匹配  13
  1.4 课题任务与主要研究内容  13-14
第二章视觉测量原理  14-21
  2.1 引言  14
  2.2 视觉测量系统数学建模  14-18
    2.2.1 视觉测量系统线性成像模型  15-18
    2.2.2 视觉测量系统非线性模型  18
  2.3 空间点重建  18-21
第三章立体匹配  21-29
  3.1 极线约束,相似性度量,连续性假设  21-22
  3.2 灰度相关匹配  22-24
  3.3 灰度相关法的最小二乘改进  24-29
    3.3.1 图像重采样  24-26
    3.3.2 最小二乘匹配改进  26-29
第四章摄像机标定  29-42
  4.1 引言  29
  4.2 CCD 相机畸变与非线性摄像机标定模型  29-33
    4.2.1 CCD 相机产生畸变的原因  29-30
    4.2.2 透镜畸变种类与像差模型  30-32
    4.2.3 摄像机非线性标定模型  32-33
  4.3 非线性标定模型的求解  33-40
    4.3.1 传统的标定模型的求解方法  33-34
    4.3.2 本测量系统摄像机标定模型的求解  34-40
  4.4 立体视觉摄像机标定  40-42
第五章图像目标亚像素定位技术  42-58
  5.1 引言  42
  5.2 亚像素定位原理  42-43
  5.3 常用的亚像素定位方法及原理  43-50
    5.3.1 矩方法  43-48
    5.3.2 拟合法  48-50
  5.4 本测量系统所用亚像素边界检测技术  50-58
    5.4.1 基于数学形态学的像素级的边缘检测  51-54
    5.4.2 最小二乘法与B 样条拟合相结合进行亚像素边缘检测  54-58
第六章梳刀单目视觉测量系统开发  58-73
  6.1 引言  58
  6.2 开发软件简介  58-59
  6.3 梳刀视觉测量系统方案  59-61
    6.3.1 总体架构  59-60
    6.3.2 系统硬件组成  60-61
  6.4 梳刀结构参数精密测量  61-67
    6.4.1 单目视觉测量的原理  61-62
    6.4.2 综合消除畸变法  62-64
    6.4.3 两步法消除畸变  64-67
  6.5 测试数据与误差分析  67-73
    6.5.1 角度,半径,距离的计算方法  67-69
    6.5.2 测量结果与精度分析  69-72
    6.5.3 两种测量方法的比较  72-73
第七章总结与展望  73-75
参考文献  75-77

相似论文

双目立体匹配的算法研究及其多核并行化,TP391.41
时空结合的深度视频估计及相关研究,TP391.41
基于图像处理的头盔空间位置测量,TP391.41
基于DM6437的轴类零件视觉测量系统应用研究与开发,TP274
复杂背景下室内移动机器人双目立体视觉系统研究,TP242
多像机视场拼接测量系统标定技术研究,TP391.41
空间非合作目标质心位置视觉测量方法研究,TP391.41
岩体形变实时监测系统研究,TP274
基于双目立体视觉的立体匹配算法研究,TP391.41
基于单目视频图像处理的铅球成绩测量技术的研究与实现,TP391.41
非量测型彩色数码相机测量精度研究,TB852.1
基于双目视觉的机器人目标检测与跟踪研究,TP242
基于双目视觉的月球车导航方法研究,TP242.6
机器人柔性坐标测量系统校准技术的研究,TP242
Measurement Error Control of Feature Points Photographing,TP391.41
基于光学图像的精确测量技术研究,TP391.41
基于双目视觉的三维重建,TP391.41
低成本三维激光扫描仪系统关键技术研究,TP391.41
运动参数三维视觉测量系统软件设计与实现,TP274
柔性视觉检测站传感器标定与机器人本体校准技术的研究,TP212
基于双目立体视觉的多相机三维重建技术实现,TP391.41