基于视觉多特征融合的三维靶标位姿估计方法研究

发布时间：2022-10-29 18:14

　　诸如航空航天、船舶等工业制造领域内的大型设备研制生产需要对各类大型构件进行三维测量。由于大型构件结构复杂、尺寸大,通常利用合作靶标辅助完成三维参量测量,测量过程中仪器需要瞄准布置在构件表面的靶标,通过获取靶标图像并对其进行位姿估计实现靶标瞄准。受测量环境影响,靶标图像通常发生离焦模糊退化,并且由于成像系统与其距离较远,也造成靶标在图像中的成像区域空间分辨率低,最终导致采集的靶标图像表现为低质量、低分辨率,现有的位姿估计方法对这类图像估计结果的稳定性与精度会严重退化,难以实现靶标准确瞄准。因此,研究针对低质量低分辨率靶标图像的鲁棒位姿估计方法,提高算法的稳定性与位姿估计精度,对实现合作靶标精确瞄准和大型构件三维参量精密测量具有重要意义与应用价值。本文在分析低质量低分辨率图像对位姿估计稳定性影响的基础上,提出了基于CAD模型的目标检测与图像复原方法,以及一种基于多特征融合的改进加权EPnP（weighted EPnP,wEPnP）位姿估计方法。首先,针对低质模糊图像会淹没目标边缘特征,降低特征提取与位姿估计的准确性的问题,利用目标CAD模型进行目标检测,有效分割目标区域,并基于CAD模型中... 

【文章页数】：93 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 引言
    1.2 合作目标位姿估计方法研究现状
        1.2.1 目标几何特征提取方法
        1.2.2 合作目标位姿估计方法
    1.3 图像复原方法研究现状
        1.3.1 图像盲复原方法
        1.3.2 图像非盲复原方法
    1.4 研究意义及研究内容
        1.4.1 研究意义
        1.4.2 研究内容
第二章 基于CAD模型的3D目标检测方法
    2.1 引言
    2.2 基于CAD模型的3D目标检测原理
    2.3 3D目标图像预处理
    2.4 目标检测方法
        2.4.1 视点位置规划
        2.4.2 模板匹配指标
        2.4.3 目标确认指标
    2.5 基于CAD模型的3D目标检测方法实现
    2.6 小结
第三章 基于模型的3D目标离焦模糊图像恢复方法
    3.1 引言
    3.2 目标图像离焦退化与复原
        3.2.1 图像离焦退化原理
        3.2.2 图像非盲复原
    3.3 基于EPCPSO的离焦图像PSF估计
        3.3.1 混沌PSO算法
        3.3.2 群能量保持CPSO算法
    3.4 目标图像恢复质量评价指标
        3.4.1 复原图像质量评价指标
        3.4.2 基于模型的边缘加权图像质量评价指标
    3.5 基于模型的3D目标离焦图像恢复算法及实现
    3.6 小结
第四章 多特征融合的3D目标位姿估计方法
    4.1 引言
    4.2 目标几何特征提取及匹配方法
        4.2.1 目标点特征和直线特征提取方法
        4.2.2 目标面特征提取方法
        4.2.3 基于模型的目标特征点匹配方法
    4.3 多特征融合的位姿估计方法
        4.3.1 相机成像模型
        4.3.2 EPnP位姿估计算法
        4.3.3 多特征融合的wEPnP算法
    4.4 多特征融合的3D目标位姿估计方法实现
    4.5 小结
第五章 实验与分析
    5.1 引言
    5.2 3D目标检测实验及分析
    5.3 3D目标图像恢复实验及分析
    5.4 3D目标位姿估计实验及分析
        5.4.1 低分辨率仿真图像位姿估计实验及分析
        5.4.2 低分辨率3D目标图像位姿估计实验及分析
    5.5 3D靶标位姿估计实验及分析
    5.6 小结
第六章 结论及展望
    6.1 结论
    6.2 展望
参考文献
致谢
作者及导师简介
附件


【参考文献】：
期刊论文
[1]改进矢量外推Richardson-Lucy算法在波前编码图像复原中的应用[J]. 赵惠,夏晶晶,张凌,樊学武.  光子学报. 2019(06)
[2]基于灰度差分与模板的Harris角点检测快速算法[J]. 张立亭,黄晓浪,鹿琳琳,陈竹安,徐志宽.  仪器仪表学报. 2018(02)
[3]相机位姿估计的加权正交迭代算法[J]. 周润,张征宇,黄叙辉.  光学学报. 2018(05)
[4]基于自适应双lp-l2范数的单幅模糊图像超分辨率盲重建[J]. 李滔,何小海,滕奇志,吴小强.  计算机应用. 2017(08)
[5]图像边缘轮廓自适应阈值的角点检测算法[J]. 赵亚利,章为川,李云红.  中国图象图形学报. 2016(11)
[6]基于共面直线迭代加权最小二乘的相机位姿估计[J]. 张振杰,郝向阳,程传奇,黄忠义.  光学精密工程. 2016(05)
[7]基于Hough一维变换的直线检测算法[J]. 张振杰,郝向阳,刘松林,程传奇.  光学学报. 2016(04)
[8]图像的角点检测研究综述[J]. 章为川,孔祥楠,宋文.  电子学报. 2015(11)
[9]相机位姿估计的加速正交迭代算法[J]. 李鑫,龙古灿,刘进博,张小虎,于起峰.  光学学报. 2015(01)
[10]利用全局信息提取靶标特征的方法[J]. 赵连军,刘恩海,张文明,赵汝进.  光学学报. 2014(04)



本文编号：3698182