基于图像序列的物体体积测量方法研究与实现

发布时间：2021-03-08 15:31

　　在工程以及一些特殊领域中,经常需要测量大型物体的体积,以更好地进行工程建设、分类识别装箱等。由于待测物体体形庞大、形状不规则,如建筑材料堆、文物、集装箱等,传统的体积测量方法不能满足人们对被测体积的精度和效率的要求。不同于传统的体积测量方法,采用基于图像的测量方法能够大大简化体积测量过程的复杂性,提高测量的精度和效率。本文在对图像角点提取与匹配、三维重建和网格模型构建等技术进行深度研究的基础上,通过对传统体积测量方法的分析,从测量工具、测量精度和效率角度出发,针对传统的体积测量方法存在的缺陷,提出了一套基于序列图像的物体体积测量方法。论文的具体研究工作分为三个部分:（1）对采集到的物体序列图像提取角点并匹配。论文采用Harris角点检测算法对角点进行检测。首先计算图像上每个像素点的梯度值,再基于该梯度值,利用角点函数公式计算每个像素点的角点函数值,根据设定的阈值判断是否为角点（即特征点）,最后对候选角点,采用由粗及精的两步匹配,从候选角点中选出匹配点。采用归一化互相关算法,计算不同图像上对应角点的互相关性值,进行粗匹配;采用松弛迭代算法,计算粗匹配点对的强度值,进行精匹配。实验证明,在... 

【文章来源】：南京邮电大学江苏省

【文章页数】：92 页

【学位级别】：硕士

【部分图文】：

多种物体形状

上的某一模板时，如图 2.4(a)，若 USAN 的地如图 2.4(c)，当圆形模板的中心处于区域边缘形模板的中心正好在角点时，USAN 的地域最乎相同的像素点，若所有像素点的总数小于选原理，Smith 等人才得出了 SUSAN 的检测算法（a）圆形模板在同一区域中（b）核心在区域中

从二维高斯函数分布图可以看出，越靠近像素中心权值越大。图 3.1 二维高斯函数分布图3.1.2 双边滤波双边滤波是针对高斯滤波的缺陷提出的一种改进滤波方式[50]。由于本文需要提取图像中物体的轮廓边缘，因此需要保留物体的边缘信息。双边滤波与高斯滤波不同在于其是非线性的，该方式简单、不需要迭代，最重要的是该方法考虑局部等特点。另外，双边滤波能够处理噪声的同时保留边缘信息，其最大的优点就是边缘保存[51]。双边滤波结合了图像之间空间相邻度和像素值相似度，同时将像素值的差异变化添加进权值函数，因此大大改进了高斯滤波平滑边缘的弱点。通过研究发现，双边滤波的权值的本身就是高斯函数，其权值主要的影响因素来源于像素的差值和空间位置变化。高斯模板，又称定义域核 ，可以表示为：（3.4）其中， 表示这个像素的坐标值， 表示该像素相邻像素的坐标值， 表示空间坐标滤波器。灰度级的差值是由函数系数的生成模板生成的，又称为值域核


本文编号：3071273