基于计算机视觉的高精度测量方法研究及应用
发布时间：2022-12-11 18:39
基于计算机视觉的高精度测量是计算机视觉研究领域的热点课题之一,随着计算机视觉理论研究的不断深入以及成像设备性价比的不断提高,基于立体视觉测量理论的非接触式高精度测量方法得到了研究人员的极大重视,并在公共安全、交通运输以及国防军事等领域得到了广泛的应用。本文从立体视觉测量理论研究出发,针对铁路现场基础设施几何结构非接触式高精度测量的迫切需求,重点研究基于场景三维结构重建的高精度三维测量方法,包括标志点定位、特征点提取以及特征点三维重建等关键技术,并提出基于计算机视觉的钢轨爬行位移测量方法,构建了钢轨爬行位移测量图像数据集,通过大量现场实验数据验证了方法的有效性,能够满足钢轨爬行位移高精度测量的实际需求。本文的主要工作及研究成果包括:（1）提出了一种基于深度学习的环状编码标志点两步精确定位法,该方法分为两个阶段,首先以钢轨爬行位移测量图像为训练集训练R-FCN模型实现标志点的初定位,然后通过基于灰度质心的标志点精确定位算法实现图像中标志点的精确定位。在现场图像数据集上的实验证明,该算法显著提高了复杂场景中标志点的检测正确率和定位精确率,为下一步标志匹配点的检测和识别奠定了基础。（2）提出了...
【文章页数】：89 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
ABSTRACT
序言
1 引言
1.1 研究背景与意义
1.1.1 计算机视觉测量概述
1.1.2 立体视觉测量方法
1.1.3 立体视觉测量技术在铁路基础设施检测中的应用
1.2 国内外研究现状
1.3 立体视觉测量的关键技术
1.3.1 图像目标定位技术
1.3.2 亚像素边缘和角点定位技术
1.3.3 图像三维重建技术
1.4 论文的主要内容和组织结构
2 基于深度学习的环状编码标志点两步精确定位法
2.1 深度学习目标检测算法概述
2.1.1 基于区域推荐的深度学习目标检测算法
2.1.2 基于区域回归的深度学习目标检测算法
2.1.3 本节小结
2.2 基于R-FCN模型的标志点初定位方法
2.2.1 R-FCN的网络结构模型
2.2.2 残差网络的结构
2.2.3 R-FCN模型的训练
2.3 基于灰度质心的标志点精确定位算法
2.4 实验结果与分析
2.4.1 数据集
2.4.2 实验环境
2.4.3 实验设置
2.4.4 结果分析
2.5 本章小结
3 基于角点空间结构特征描述的多匹配点提取算法
3.1 环状编码标志点及其特性
3.2 环状编码标志点的识别算法
3.2.1 标志点中心区域亚像素级边缘检测方法
3.2.2 标志点中心边缘椭圆拟合方法
3.2.3 编码标志点解码方法
3.3 基于空间结构的角点描述算法
3.3.1 亚像素级角点的检测方法
3.3.2 基于空间结构的角点特征描述子构造方法
3.4 实验与分析
3.4.1 数据集
3.4.2 实验设置
3.4.3 结果分析
3.5 本章小结
4 基于特征点三维重建的钢轨爬行位移测量方法
4.1 相关知识
4.1.1 摄像机成像模型
4.1.2 对极几何
4.1.3 本征矩阵和基础矩阵
4.2 基础矩阵估计
4.2.1 基于八点法的基础矩阵求解
4.2.2 基于区域分块的均匀随机采样RANSAC方法
4.3 运动参数求解
4.4 基于三角测量法的特征点重建
4.4.1 两视图投影重建方法
4.4.2 多视图投影重建方法
4.4.3 基于光束平差法的重建优化
4.5 实验与分析
4.5.1 数据集
4.5.2 实验设置
4.5.3 结果分析
4.6 本章小结
5 结论
5.1 总结
5.2 工作展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集
【参考文献】：
期刊论文
[1]基于近景摄影测量和三维光学测量的大幅面测量新方法[J]. 张德海,梁晋,唐正宗,郭成. 中国机械工程. 2009(07)
[2]大型飞机三维光学快速测量建模关键技术研究[J]. 梁晋,肖振中,刘建伟,梁新合. 中国机械工程. 2009(06)
[3]一种改进的灰度矩亚像素边缘检测算法[J]. 罗钧,侯艳,付丽. 重庆大学学报. 2008(05)
[4]应用机器视觉精确检测工件尺寸的研究[J]. 常春国,徐运涛. 电子质量. 2008(02)
[5]Forstner算子及其改进[J]. 张莉,汪大明. 北京工业职业技术学院学报. 2007(03)
[6]一种新的Harris多尺度角点检测[J]. 张小洪,李博,杨丹. 电子与信息学报. 2007(07)
[7]双目立体视觉测量方法研究[J]. 管业鹏,童林夙. 仪器仪表学报. 2003(06)
[8]利用曲线拟合方法的亚像素提取算法[J]. 贺忠海,王宝光,廖怡白,陈林才. 仪器仪表学报. 2003(02)
[9]机器视觉技术在农产品品质自动识别中的应用研究进展[J]. 应义斌,饶秀勤,赵匀,蒋亦元. 农业工程学报. 2000(03)
博士论文
[1]随机光照双目立体测量系统中的若干关键问题研究[D]. 石春琴.南京航空航天大学 2011
[2]机械零件计算机视觉检测关键技术的研究[D]. 陈向伟.吉林大学 2005
硕士论文
[1]多目视觉坐标测量的关键技术研究[D]. 杜娜.青岛大学 2005
本文编号：3719294
【文章页数】：89 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
ABSTRACT
序言
1 引言
1.1 研究背景与意义
1.1.1 计算机视觉测量概述
1.1.2 立体视觉测量方法
1.1.3 立体视觉测量技术在铁路基础设施检测中的应用
1.2 国内外研究现状
1.3 立体视觉测量的关键技术
1.3.1 图像目标定位技术
1.3.2 亚像素边缘和角点定位技术
1.3.3 图像三维重建技术
1.4 论文的主要内容和组织结构
2 基于深度学习的环状编码标志点两步精确定位法
2.1 深度学习目标检测算法概述
2.1.1 基于区域推荐的深度学习目标检测算法
2.1.2 基于区域回归的深度学习目标检测算法
2.1.3 本节小结
2.2 基于R-FCN模型的标志点初定位方法
2.2.1 R-FCN的网络结构模型
2.2.2 残差网络的结构
2.2.3 R-FCN模型的训练
2.3 基于灰度质心的标志点精确定位算法
2.4 实验结果与分析
2.4.1 数据集
2.4.2 实验环境
2.4.3 实验设置
2.4.4 结果分析
2.5 本章小结
3 基于角点空间结构特征描述的多匹配点提取算法
3.1 环状编码标志点及其特性
3.2 环状编码标志点的识别算法
3.2.1 标志点中心区域亚像素级边缘检测方法
3.2.2 标志点中心边缘椭圆拟合方法
3.2.3 编码标志点解码方法
3.3 基于空间结构的角点描述算法
3.3.1 亚像素级角点的检测方法
3.3.2 基于空间结构的角点特征描述子构造方法
3.4 实验与分析
3.4.1 数据集
3.4.2 实验设置
3.4.3 结果分析
3.5 本章小结
4 基于特征点三维重建的钢轨爬行位移测量方法
4.1 相关知识
4.1.1 摄像机成像模型
4.1.2 对极几何
4.1.3 本征矩阵和基础矩阵
4.2 基础矩阵估计
4.2.1 基于八点法的基础矩阵求解
4.2.2 基于区域分块的均匀随机采样RANSAC方法
4.3 运动参数求解
4.4 基于三角测量法的特征点重建
4.4.1 两视图投影重建方法
4.4.2 多视图投影重建方法
4.4.3 基于光束平差法的重建优化
4.5 实验与分析
4.5.1 数据集
4.5.2 实验设置
4.5.3 结果分析
4.6 本章小结
5 结论
5.1 总结
5.2 工作展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集
【参考文献】：
期刊论文
[1]基于近景摄影测量和三维光学测量的大幅面测量新方法[J]. 张德海,梁晋,唐正宗,郭成. 中国机械工程. 2009(07)
[2]大型飞机三维光学快速测量建模关键技术研究[J]. 梁晋,肖振中,刘建伟,梁新合. 中国机械工程. 2009(06)
[3]一种改进的灰度矩亚像素边缘检测算法[J]. 罗钧,侯艳,付丽. 重庆大学学报. 2008(05)
[4]应用机器视觉精确检测工件尺寸的研究[J]. 常春国,徐运涛. 电子质量. 2008(02)
[5]Forstner算子及其改进[J]. 张莉,汪大明. 北京工业职业技术学院学报. 2007(03)
[6]一种新的Harris多尺度角点检测[J]. 张小洪,李博,杨丹. 电子与信息学报. 2007(07)
[7]双目立体视觉测量方法研究[J]. 管业鹏,童林夙. 仪器仪表学报. 2003(06)
[8]利用曲线拟合方法的亚像素提取算法[J]. 贺忠海,王宝光,廖怡白,陈林才. 仪器仪表学报. 2003(02)
[9]机器视觉技术在农产品品质自动识别中的应用研究进展[J]. 应义斌,饶秀勤,赵匀,蒋亦元. 农业工程学报. 2000(03)
博士论文
[1]随机光照双目立体测量系统中的若干关键问题研究[D]. 石春琴.南京航空航天大学 2011
[2]机械零件计算机视觉检测关键技术的研究[D]. 陈向伟.吉林大学 2005
硕士论文
[1]多目视觉坐标测量的关键技术研究[D]. 杜娜.青岛大学 2005
本文编号：3719294
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3719294.html
