三维自由曲线的立体匹配及重构方法

发布时间：2020-10-26 05:17

【摘要】：目前,计算机视觉测量已经深入到人们实际的生产和生活中,比如:无人驾驶、缺陷检测、虚拟现实(VR)等,尤其在异形物体测量上具有优势。计算机视觉测量是指将计算机视觉技术应用在空间几何尺寸的测量,具有结构简单、非接触和处理相对方便等优点,因而得到广泛的应用。但是,该技术仍存在许多问题,比如:手动采集图像引起的采集效率低和图像清晰度低、低纹理表面物体测量的精度较差、三维重构的点云难以描述物体表面的特征且易受噪声影响等问题。围绕上述问题,本文主要工作如下:首先,针对手动采集图像引起的采集效率低和图像清晰度低等问题,提出了背景差分搜索的改进算法和完整性检测算法。该算法使得图像采集过程全自动化,保证了目标的边界清晰。同时,提出了前景区域作为评价窗口的聚焦算法,确保了评价函数的单峰性,保证了图像的清晰度。最后,建立了自动视觉测量系统。其次,针对低纹理表面物体测量的精度较差问题,提出了优化窗口匹配算法。在上一步解决了图像获取问题后,进行图像处理。首先,基于Tao的图像分割的立体匹配框架,采用均值漂移(Meanshift)图像分割方法对图像进行分割,其次,采用自适应权值的窗口匹配算法,获取初始匹配视差图,并结合优化窗口算法,获取更多的匹配点,最后,建立视差模型,计算并优化模型参数,根据建立好的模型获取稠密视差图。将本文算法与OpenCV库中主流的三种匹配方法进行了对比分析,给出了本文算法对低纹理区域匹配的效果。最后,针对三维重构的点云难以描述物体表面的特征且易受噪声影响问题,提出了由线及面的重构方法。该方法将物体表面分割成若干曲线,三维重构每一个曲线,进而重构整个曲面。该方法彻底解决了低纹理区域匹配问题,本文重点研究了三维空间曲线的立体匹配和重构。利用激光发射器在物体表面投影一段空间曲线,采用B样条插值拟合方法拟合曲线,并对该方法拟合效果进行了误差分析。分析表明该方法减少了误匹配点,提高了测量精度,并有效的描述了物体表面形状,重构精度的平均误差小于1mm。
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP391.41
【文章目录】：
摘要
abstract
第一章 绪论
    1.1 背景与意义
    1.2 国内外研究现状
        1.2.1 三维测量研究现状
        1.2.2 立体匹配研究现状
    1.3 论文的主要工作
    1.4 论文的结构安排
第二章 背景差分搜索的改进算法
    2.1 搜索的改进算法与完整性检测算法
        2.1.1 背景差分搜索的改进算法
        2.1.2 完整性检测算法
    2.2 基于前景区域的评价窗口聚焦算法
        2.2.1 图像清晰度评价方法
        2.2.2 聚焦评价窗口选择方法与极值搜索算法
    2.3 系统设计
        2.3.1 硬件平台的搭建
        2.3.2 软件系统设计
        2.3.3 主要问题及解决方法
    2.4 实验验证和结果分析
        2.4.1 背景差分的改进算法实验验证
        2.4.2 聚焦算法实验分析
        2.4.3 搜索及聚焦过程实验分析
    2.5 本章小结
第三章 基于优化窗口的立体匹配算法
    3.1 优化窗口的匹配算法
        3.1.1 自适应权值的度量函数选取方法
        3.1.2 匹配的约束条件
        3.1.3 优化窗口算法
    3.2 MEANSHIFT图像分割算法
        3.2.1 均值漂移图像分割的简介
        3.2.2 均值漂移算法实现步骤
    3.3 模板参数的计算和优化
        3.3.1 初始模板参数的计算
        3.3.2 模板的优化
    3.4 实验结果与分析
        3.4.1 优化窗口算法前后的对比和分析
        3.4.2 Meanshift图像分割算法结果分析
        3.4.3 本文算法与BM、SGBM和GC算法对比分析
    3.5 本章小结
第四章 三维自由曲线的视觉测量与重构
    4.1 基础理论简介
        4.1.1 相机标定
        4.1.2 三维重构
        4.1.3 三维自由曲线拟合
    4.2 实验结果及误差分析
        4.2.1 相机标定结果分析
        4.2.2 三维重构结果分析
        4.2.3 三次样条曲线与B样条曲线误差分析
    4.3 本章小结
第五章 总结和展望
    5.1 全文总结
    5.2 后续工作展望
致谢
参考文献
附录
攻读硕士学位期间取得的成果

【参考文献】

中国期刊全文数据库 前3条

1 凡芳;王振伟;刘双印;胥任杰;;面向视觉测量的相机标定误差分析[J];实验科学与技术;2016年06期

2 尹传历;向长波;宋建中;乔双;;一种基于自适应窗口和图切割的快速立体匹配算法[J];光学精密工程;2008年06期

3 王军,鲍海明,魏仲慧,何昕,郝志航;光学三维轮廓测量技术综述[J];光机电信息;2005年02期

中国博士学位论文全文数据库 前1条

1 朱松;基于图像分割的快速立体匹配算法研究[D];华中科技大学;2015年

中国硕士学位论文全文数据库 前4条

1 龚声民;运动目标识别与跟踪系统研究[D];哈尔滨工业大学;2014年

2 殷虎;基于图像分割的立体匹配算法研究[D];南京航空航天大学;2010年

3 黄娟;被动式自动对焦算法的研究[D];太原理工大学;2008年

4 李宏伟;结构光三维视觉检测关键技术研究[D];哈尔滨工程大学;2006年

本文编号：2856552