当前位置:主页 > 科技论文 > 搜索引擎论文 >

基于奇异算子与最短路径搜索技术的三维测量方法研究

发布时间:2020-03-25 13:49
【摘要】:在非接触三维测量领域中,编码结构光方法一直是研究人员的研究重点,其中格雷码与线移条纹相结合的编码方式以其测量相对准确、采样密度和分辨率较高等优势被广泛应用。为此,本文针对格雷码与线移条纹结合的三维测量方法进行研究,提出了基于边缘奇异算子和中心奇异算子的最短路径搜索方法分别对格雷码边缘与线移条纹中心进行检测与定位,实现三维测量精度的提高。本文主要研究工作如下:首先,对应用于三维测量的最短路径搜索技术、格雷码边缘检测及线移条纹中心检测的奇异算子进行研究。本文分别对格雷码边缘和线移条纹中心各自的信号特征进行分析研究,针对格雷码边缘特征设计边缘检测奇异算子并构建边缘代价函数,针对线移条纹中心特征设计中心检测奇异算子并构建中心代价函数;同时以欧拉距离约束作为相邻关键点距离约束条件,以快速行进算法为基础,给出计算最短路径搜索技术中最小能量图的方法,再由最短路径自动跟踪得到准确的格雷码边缘和线移条纹中心定位。其次,搭建格雷码与线移条纹相结合的三维测量系统。基于格雷码和线移条纹编码结构光三维测量原理与其编解码原理,构建三维测量系统数学模型;选取系统各模块设备搭建三维测量系统平台,并利用三维测量系统数学模型对平台中摄像机和投影仪进行标定实验。最后,针对本文提出的边缘和中心检测定位方法进行精度分析,并将其结合到三维测量中进行实验。针对三维测量中的多种像素宽度的格雷码边缘进行实验定位,通过定位直线的直线度、平行度和等间距度对定位精度进行分析,并与交点法的边缘定位结果进行对比,实验结果表明本文所述方法定位综合误差均小于0.350 pixel;在对4像素宽度的线移条纹中心定位实验中,本文中心检测方法较灰度重心法定位精度高,且综合误差小于0.150pixel;针对标准平面三维测量结果的平均均方误差为0.201 mm;最后在对球面与花瓶表面进行三维测量中,本文方法能够较平滑且细致地反映物体的表面形状及纹理特征。
【图文】:

示意图,边缘细化,样条插值,示意图


Laplacian 算子对图像中边缘灰度变化十分敏感,Laplacian 算子利用分运算检测条纹边缘,但却产生了丢失边缘方向信息的危险性,MLaplacian 算子为基础提出图像中边缘预处理的 Log 算子[23]。又有子利用高斯信号曲线导数求解梯度,并通过其局部极大值检测边缘nny 算子利用双阈值实现仅针对与强边缘相连的弱边缘的检测与提取在亚像素级的边缘检测研究中,围绕插值法、拟合法等,研究人多基础与改进的亚像素边缘检测方法[25-27]。亚像素边缘检测方法线像素范围内信息作为补充分析信息来实现亚像素定位。插值法是先利用边缘检测算子,将边缘定位到像素级,再利用边为零对插值的灰度梯度值进行计算求解位置参数,最后通过求解值来确定亚像素边缘信息[28]。杰森等对边缘检测视觉模型进行完善改进边缘拟合方法,,实现了对特定连续空间的阶梯边缘的定位[29]。等将三次样条插值和灰阶边缘细化进行结合,取得了较好的效果[3首先将图像中边缘灰度渐变区域进行处理,再整理该区域中法线,也实现了图像边缘的亚像素级检测的精确定位,如图 1-3a)所示为示意图,图 1-3b)为边缘细化算法图:

模板,拟合,局部控制性,最小二乘准则


哈尔滨理工大学工学硕士学位论文有研究人员利用最小二乘准则对条纹边缘进行拟合得到边缘线。在边缘所在区域的一定范围内有点(xi,yi),在给定的函数 f(x)中计算得函数 f*(x),有目标函数 s 最小[31]。隋连升等利用 NURBS 曲线局部控制性高的特性,以提高检测精度出发,给出 NURBS 拟合的方法对光条边缘进行检测定位[32]。李景泓等利用最小二乘拟合的方法拟合椭圆轨迹,提出在图像较模糊的情况下的模糊图像边缘提取的方法[33]。张洪涛等通过 B 样条函数拟合,改进经典算子模板,同样获得了边缘检测的亚像素级别[34],如图 1-4 所示为改进的模板。
【学位授予单位】:哈尔滨理工大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP391.41

【参考文献】

相关期刊论文 前10条

1 刘文毅;龚晓峰;;基于新方向模板法的火炮内腔三维重构研究[J];计算机仿真;2015年02期

2 郭玲;朱茂之;;结构光条纹中心线的鲁棒提取[J];光电技术应用;2014年04期

3 贺桂娇;;几种经典的图像边缘检测算子分析比较[J];计算机光盘软件与应用;2014年09期

4 孙少红;袁华;张彤;;常用的亚像素边缘检测方法的对比研究[J];大众科技;2014年04期

5 陈一虎;;图像边缘检测方法综述[J];宝鸡文理学院学报(自然科学版);2013年01期

6 赵晓丽;孔勇;;基于高斯小波的多尺度积图像边缘检测算法[J];数据采集与处理;2012年04期

7 吴鹏;宋文龙;;一种改善的基于支持向量机的图像边缘检测算法[J];自动化技术与应用;2012年04期

8 李杰;彭月英;元昌安;林墨;王仁民;;基于数学形态学细化算法的图像边缘细化[J];计算机应用;2012年02期

9 张习民;贾克斌;卓东风;;BP神经网络在图像边缘检测中的应用[J];计算机工程与设计;2011年06期

10 祝宏;曾祥进;;Zernike矩和最小二乘椭圆拟合的亚像素边缘提取[J];计算机工程与应用;2011年17期

相关博士学位论文 前3条

1 张万祯;数字投影结构光三维测量方法研究[D];浙江大学;2015年

2 黄建平;基于二维图像和深度信息的路面裂缝检测关键技术研究[D];哈尔滨工业大学;2013年

3 宋青;大规模网络最短路径的分层优化算法研究[D];上海交通大学;2012年

相关硕士学位论文 前4条

1 张吉勋;双频多周期模拟编码光相位展开方法研究[D];哈尔滨理工大学;2017年

2 郭克冰;基于灰色关联度的图像边缘检测的理论研究[D];河南大学;2016年

3 陈辉;图像边缘检测技术的研究[D];哈尔滨工程大学;2012年

4 喻炜;小波变换在图像边缘检测中应用研究[D];中国地质大学(北京);2006年



本文编号:2599985

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/2599985.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户9fe7f***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com