融合显微立体视觉激光扫描的视差曲面构建方法研究

发布时间：2017-04-11 09:00

  本文关键词：融合显微立体视觉激光扫描的视差曲面构建方法研究，，由笔耕文化传播整理发布。

【摘要】：体视显微镜已经在微测量领域应用,传统的测量方法通过全图或局部图像范围内的立体匹配计算视差,但是立体匹配过程要求图像中必须包含充足的特征信息,匹配结果中往往出现较大比例的错匹配和误匹配数据。为此,通过体视显微镜和激光扫描的结合运用,构建了显微立体视觉激光扫描测量系统。使用线型激光条纹扫描目标物体的表面,获得激光条纹的立体图像对序列,采用Hessian matrix方法提取图像序列中光带的中心轮廓,并对条纹光带中心轮廓进行纵向畸变矫正,建立显微立体视觉系统中左右图像对准和光带中心轮廓配准的规则。定义一种视差坐标空间,在该空间中分析目标物体的运行方向与底板参考平面的关系,提出适用于体视显微镜显微视觉的视差中心轮廓序列的排列方法。使用平面类物体检测本文方法对视差的重构精度,选择四类尺寸、形状不同的曲面类物体检测本文方法重构结果的形状吻合度,重构得到的微小物体视差曲形貌面与物体实际表面形貌相符。视差曲面重构的结果明显优于传统的Block matching等方法的计算结果。该方法输出的视差曲面可作为显微视觉模型的输入数据,用于准确重构物空间中微小物体的三维表面形貌。第一章绪论对显微立体视觉测量的研究现状进行了分析,同时阐述了本文的研究内容和意义。第二章对微尺度物体测量进行了功能分析,设计了显微立体视觉激光扫描测量系统,选择合适的硬件配置,规定了测量流程。第三章分析了激光条纹显微图像的特点,通过显微图像区域划分、图像分解、图像滤波步骤对图像进行预处理,进而应用亚像素级条纹中心算法提取出条纹光带中心轮廓。第四章通过对标定样板图像对中格点分析,总结了体视显微镜显微图像中特殊的纵向畸变模型,提出了畸变矫正方法,进而通过实验验证了方法的正确性。第五章给出了目标物体视差曲面和视差空间的定义。分析了目标物体运行方向与底板参考平面的关系,提出适用于体视显微镜显微视觉的视差中心轮廓序列的排列方法,重构出不同类型目标物体的视差曲面。
【关键词】：显微立体视觉 体视显微镜 显微测量 线激光
【学位授予单位】：北京工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;TH742
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-19
• 1.1 研究背景和意义9-10
• 1.2 SLM显微视觉测量的国内外研究现状10-15
• 1.2.1 SLM显微视觉测量的国外研究现状10-12
• 1.2.2 SLM显微视觉测量的国内研究现状12-15
• 1.3 SLM显微立体视觉测量研究分析15-16
• 1.4 论文的主要内容与结构16-19
• 第2章 显微立体视觉激光扫描测量系统19-31
• 2.1 测量系统功能分析19-20
• 2.2 测量系统设计20-21
• 2.3 测量系统硬件配置21-26
• 2.4 测量方法流程26-29
• 2.5 本章小结29-31
• 第3章 显微图像光带中心轮廓提取31-45
• 3.1 激光条纹显微图像的特点31-32
• 3.2 激光条纹显微图像预处理32-37
• 3.2.1 激光条纹显微图像区域划分33-34
• 3.2.2 激光条纹显微图像分解34
• 3.2.3 激光条纹显微图像滤波34-37
• 3.3 显微图像光带中心轮廓提取算法37-41
• 3.4 显微图像光带中心轮廓提取实验41-44
• 3.5 本章小结44-45
• 第4章 SLM显微图像纵向畸变矫正45-59
• 4.1 SLM显微图像纵向畸变模型建立45-49
• 4.2 SLM显微图像纵向畸变矫正方法49-52
• 4.3 SLM显微图像纵向畸变矫正实验52-57
• 4.3.1 左右图像相对参数计算52-53
• 4.3.2 标定样板图像纵向畸变矫正53-56
• 4.3.3 显微图像光带中心轮廓畸变矫正56-57
• 4.4 本章小结57-59
• 第5章 视差曲面构建方法59-75
• 5.1 视差曲面定义59
• 5.2 构建目标物体视差曲面59-71
• 5.2.1 激光条纹光带中心轮廓区域划分60-63
• 5.2.2 左右光带中心轮廓对准和视差计算63-66
• 5.2.3 视差条纹位姿变换66-71
• 5.3 构建视差曲面实验71-73
• 5.3.1 构建视差平面实验71
• 5.3.2 构建视差曲面实验71-73
• 5.4 本章小结73-75
• 结论75-77
• 参考文献77-81
• 攻读硕士学位期间所发表的学术论文81-83
• 致谢83

【相似文献】

中国期刊全文数据库 前8条

1 王啸飞;张奇志;杨鸿波;;双视角自然图像视差计算和深度估计[J];北京信息科技大学学报(自然科学版);2013年05期

2 毕凌燕,余英林,陈国评;用分层复数重叠变换进行视差估值[J];华南理工大学学报(自然科学版);2003年05期

3 邓智s

本文编号：298725