基于双目视觉多视图的零件三维重建方法研究
发布时间：2021-11-26 06:54
近些年来,基于目标物体结构或者场景的图像序列来重建出目标结构已经成为科研工作中的热门问题。而仅通过相机围绕目标中心的环绕拍摄来重建出与之对应的三维模型需要多方面的领域理论技术支持才能得以发展。伴随着计算机视觉、模式识别、图像处理、计算机图形学等领域理论技术的不断发展使得该三维重建技术的应用越来越贴近我们的生活,如虚拟现实、增强现实、医学辅助诊断、机器人视觉导航等。为了实现基于双目视觉的零件自动识别与筛选,本文提出一种基于双目视觉多视图的零件三维重建方法,该方法对于机器视觉感知检测、三维模型恢复重建等领域有着广泛的应用。针对基于双目视觉多视图的零件三维重建,本文以SFM（Structure from Motion）算法为切入点展开研究,由于SFM算法是基于单目图像序列的目标结构恢复,在三维重建过程中易受视界误差以及环境亮度不同等影响,容易造成重建结果的鲁棒性差。针对以上问题,本文在SFM算法中引入双目视觉理论,首先通过组建一台双目相机,并调整左右相机的成像平面,使其在同一水平面内,随后对调整好的双目相机运用双目相机标定方法求解相机的内外参变量,然后对通过双目相机拍摄的目标零件结构图像序列...
【文章来源】：哈尔滨理工大学黑龙江省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
相机针孔成像模型
哈尔滨理工大学工学硕士学位论文-8-图2-2相机标定流程图Fig.2-2Cameracalibrationflowchart驱动双目相机同时分别采集标定板图片，通过采集的标定板图片序列对左右目相机分别进行标定，得到相机内参数。包括左右相机焦距x、y方向焦距xf和yf、主点位置xc和yc以及左右相机畸变参数1231k、k、k、p和2p，然后将采集的标定板双目图像序列导入双目标定系统，并将得到的相机内参数传参到双目标定系统进行相机双目标定，在对双目相机完成标定之后，可以推导出双目相机的旋转和平移矩阵，然后对通过单个相机标定得到的内参变量进行校正，最后得到双目相机标定的结果。相机标定过程最终得到的双目相机内外参数将在之后的图像校正中使用。2.1.2相机单目标定技术研究相机的单目标定技术，是指通过算法得到单个相机的内参的过程，在相机标定技术中，对单个相机的标定是相机标定中的重中之重，通过单目相机标定得到的内参变量会作用于之后的双目标定过程中，对其有较大影响。在诸多单个相机的标定方式里，最常用的是基于标定板的相机标定方法以及相机自动标定方法。其中前者方法较为成熟并且鲁棒性强，所以本文采用前者方法进行标定。相机标定一般选用平面标定模板进行标定，常用的标定模板有棋盘标定板、圆形标定板、随机模式标定板、ArUco标定板以及ChArUco标定板，各个标定板如图2-3所示。
哈尔滨理工大学工学硕士学位论文-9-图2-3摄像机标定板Fig.2-3Cameracalibrationboard线性直接标定法、两步标定法以及张正友标定法是较为常见的标定方法，其中的线性直接标定法可以在存在非线性畸变的情况下借助线性方程根来得到相机的内外参变量。根据式(2-9)，有6个以上的点世界坐标和像素坐标（每个点有两个方程），就能求出12个参数。运算速度快，但由于没有考虑畸变问题，需要通过非线性优化提高精度。111213142122232431323334x11wwwXrrrrYyrrrrZrrrr(2-9)式中Xw、Yw、wZ分别为世界坐标下x、y、z坐标(mm)；x、y分别为投影点的x、y方向图像坐标(pixel)；ijr为相机变换矩阵系数。常见的标定方法中，两部标定法在进行非线性优化时需要选用线性直接标定法求解的参变量作为该方法优化的起始值，因为该方法中，如果给定起始值，将会对其优化误差有较大的影响。并且如果想要其误差减小，就需要加入更多的参变量，从而导致产生冗余的计算过程，使之更为复杂，运算效率低下。而张氏标定法与上述两种方法有所区别，兼具二者优点，没有冗余的操作计算过程，并且鲁棒性强，标定精度较高。该算法从不同视角观测标定模板最终得到相机内外参数，定义标定平面Z0，将旋转矩阵分解为3个向量时可以去除其中一个。
【参考文献】：
期刊论文
[1]图像序列的增量式运动结构恢复[J]. 高天寒,杨子艺. 中国图象图形学报. 2019(11)
[2]三维建模技术在三维游戏中的应用[J]. 张程怡. 科技传播. 2018(22)
[3]基于视觉的三维重建关键技术研究综述[J]. 郑太雄,黄帅,李永福,冯明驰. 自动化学报. 2020(04)
[4]二维动画人物的特征提取与三维重建[J]. 单祖辉. 沈阳大学学报(自然科学版). 2018(02)
[5]光束法平差损失函数方法研究[J]. 吴天飞,斯赵飞,徐欢,赵小珍,孙立琴,张福浩,王晓静. 科学技术创新. 2018(04)
[6]SFM系统中的快速鲁棒特征提取算法研究[J]. 陈康平,刘而云. 杭州电子科技大学学报(自然科学版). 2017(02)
[7]基于无人机影像序列的三维重建方法综述[J]. 刘磊,孙敏,任翔,刘鑫夫,刘亮,郑晖,黎晓东. 北京大学学报(自然科学版). 2017(06)
[8]面向大尺度场景的单目同时定位与地图构建[J]. 刘浩敏,章国锋,鲍虎军. 中国科学:信息科学. 2016(12)
[9]生物医学图像三维重建技术应用研究进展[J]. 张文园,刘雪莹,王福. 中华实用诊断与治疗杂志. 2016(07)
[10]肝癌介入治疗中旋转数字减影血管造影三维重建技术的应用价值[J]. 林拥华,章宝燕,李新丰,刘德鑫,周志平,洪本祖,叶超平,黄启明. 中国医学物理学杂志. 2015(06)
硕士论文
[1]基于无人机航拍图像的三维重建SfM算法研究[D]. 韩超.内蒙古工业大学 2019
[2]面向多视图三维重建的纹理映射方法[D]. 朱礼楠.浙江大学 2018
[3]基于图像序列的中国古建筑快速三维重建[D]. 胡晓星.西安工业大学 2015
[4]基于图像的三维重建技术研究[D]. 蔡钦涛.浙江大学 2004
本文编号：3519625
【文章来源】：哈尔滨理工大学黑龙江省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
相机针孔成像模型
哈尔滨理工大学工学硕士学位论文-8-图2-2相机标定流程图Fig.2-2Cameracalibrationflowchart驱动双目相机同时分别采集标定板图片，通过采集的标定板图片序列对左右目相机分别进行标定，得到相机内参数。包括左右相机焦距x、y方向焦距xf和yf、主点位置xc和yc以及左右相机畸变参数1231k、k、k、p和2p，然后将采集的标定板双目图像序列导入双目标定系统，并将得到的相机内参数传参到双目标定系统进行相机双目标定，在对双目相机完成标定之后，可以推导出双目相机的旋转和平移矩阵，然后对通过单个相机标定得到的内参变量进行校正，最后得到双目相机标定的结果。相机标定过程最终得到的双目相机内外参数将在之后的图像校正中使用。2.1.2相机单目标定技术研究相机的单目标定技术，是指通过算法得到单个相机的内参的过程，在相机标定技术中，对单个相机的标定是相机标定中的重中之重，通过单目相机标定得到的内参变量会作用于之后的双目标定过程中，对其有较大影响。在诸多单个相机的标定方式里，最常用的是基于标定板的相机标定方法以及相机自动标定方法。其中前者方法较为成熟并且鲁棒性强，所以本文采用前者方法进行标定。相机标定一般选用平面标定模板进行标定，常用的标定模板有棋盘标定板、圆形标定板、随机模式标定板、ArUco标定板以及ChArUco标定板，各个标定板如图2-3所示。
哈尔滨理工大学工学硕士学位论文-9-图2-3摄像机标定板Fig.2-3Cameracalibrationboard线性直接标定法、两步标定法以及张正友标定法是较为常见的标定方法，其中的线性直接标定法可以在存在非线性畸变的情况下借助线性方程根来得到相机的内外参变量。根据式(2-9)，有6个以上的点世界坐标和像素坐标（每个点有两个方程），就能求出12个参数。运算速度快，但由于没有考虑畸变问题，需要通过非线性优化提高精度。111213142122232431323334x11wwwXrrrrYyrrrrZrrrr(2-9)式中Xw、Yw、wZ分别为世界坐标下x、y、z坐标(mm)；x、y分别为投影点的x、y方向图像坐标(pixel)；ijr为相机变换矩阵系数。常见的标定方法中，两部标定法在进行非线性优化时需要选用线性直接标定法求解的参变量作为该方法优化的起始值，因为该方法中，如果给定起始值，将会对其优化误差有较大的影响。并且如果想要其误差减小，就需要加入更多的参变量，从而导致产生冗余的计算过程，使之更为复杂，运算效率低下。而张氏标定法与上述两种方法有所区别，兼具二者优点，没有冗余的操作计算过程，并且鲁棒性强，标定精度较高。该算法从不同视角观测标定模板最终得到相机内外参数，定义标定平面Z0，将旋转矩阵分解为3个向量时可以去除其中一个。
【参考文献】：
期刊论文
[1]图像序列的增量式运动结构恢复[J]. 高天寒,杨子艺. 中国图象图形学报. 2019(11)
[2]三维建模技术在三维游戏中的应用[J]. 张程怡. 科技传播. 2018(22)
[3]基于视觉的三维重建关键技术研究综述[J]. 郑太雄,黄帅,李永福,冯明驰. 自动化学报. 2020(04)
[4]二维动画人物的特征提取与三维重建[J]. 单祖辉. 沈阳大学学报(自然科学版). 2018(02)
[5]光束法平差损失函数方法研究[J]. 吴天飞,斯赵飞,徐欢,赵小珍,孙立琴,张福浩,王晓静. 科学技术创新. 2018(04)
[6]SFM系统中的快速鲁棒特征提取算法研究[J]. 陈康平,刘而云. 杭州电子科技大学学报(自然科学版). 2017(02)
[7]基于无人机影像序列的三维重建方法综述[J]. 刘磊,孙敏,任翔,刘鑫夫,刘亮,郑晖,黎晓东. 北京大学学报(自然科学版). 2017(06)
[8]面向大尺度场景的单目同时定位与地图构建[J]. 刘浩敏,章国锋,鲍虎军. 中国科学:信息科学. 2016(12)
[9]生物医学图像三维重建技术应用研究进展[J]. 张文园,刘雪莹,王福. 中华实用诊断与治疗杂志. 2016(07)
[10]肝癌介入治疗中旋转数字减影血管造影三维重建技术的应用价值[J]. 林拥华,章宝燕,李新丰,刘德鑫,周志平,洪本祖,叶超平,黄启明. 中国医学物理学杂志. 2015(06)
硕士论文
[1]基于无人机航拍图像的三维重建SfM算法研究[D]. 韩超.内蒙古工业大学 2019
[2]面向多视图三维重建的纹理映射方法[D]. 朱礼楠.浙江大学 2018
[3]基于图像序列的中国古建筑快速三维重建[D]. 胡晓星.西安工业大学 2015
[4]基于图像的三维重建技术研究[D]. 蔡钦涛.浙江大学 2004
本文编号：3519625
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3519625.html
最近更新
教材专著
