双相机数字工业摄影测量标志点匹配算法研究

发布时间：2017-06-06 01:17

  本文关键词：双相机数字工业摄影测量标志点匹配算法研究，由笔耕文化传播整理发布。

【摘要】：随着现代工业发展日益迅速,数字工业摄影测量以其高精度、非接触、工作效率高以及便携性等特点成为现代测量的首选。双相机数字工业摄影测量系统是数字工业摄影测量系统的重要模式之一,其可以瞬间获取待测工件三维坐标的特点决定了它必将在以动态测量和在线测量为代表的现代工业测量中扮演重要的角色。而双相机数字工业摄影测量中的图像匹配又是其诸多关键技术中最为重要和最为困难的步骤之一,图像匹配的精度直接影响双相机数字工业测量的应用。在实际情况中,由于成像过程中存在的遮挡、变形、扭曲、噪声等因素,双相机图像匹配一直是比较难以彻底解决的病态问题,目前并没有找到一种普遍适用的图像匹配方法。因此,针对双相机图像匹配的研究具有重大的实用价值和理论意义。本文针对双相机图像匹配的相关理论以及方法进行了研究,给出了阶段性的算法描述和实验结论。本文的主要成果如下:1.系统阐述了双相机数字工业摄影测量系统的发展现状和系统构成,分析了双相机数字工业摄影测量与双目立体视觉的区别和联系。简要介绍了双相机数字工业摄影测量的关键技术,对于图像匹配中的基本问题进行了分析和总结,并对现有的基于灰度、特征和圆形回光反射标志的图像匹配算法进行了研究,总结了各种算法的研究现状2.阐述了双相机图像匹配中的若干问题,针对现有方法精度不高、计算繁琐效率偏低、依赖第三张像片、实时性不强等诸多不足,提出了基于相对关系不变性的标志点匹配算法。根据平缓过渡曲面上相邻点间相对关系在两张像片上一致的原理,解决了双相机数字工业摄影测量系统的标志点自动匹配问题,并编程实现了该方法,通过实验验证了该方法具有良好的匹配效率和准确率。3.阐述了在图像匹配中利用随机抽样一致性(RANSAC)算法估计基本矩阵,剔除误匹配点的基本流程和主要问题,针对传统随机抽样一致性算法效率较低且鲁棒性有待提高等问题,分析了提高匹配效率和鲁棒性的关键点,并以此提出了改进的随机抽样一致性算法。采用预检验技术,在每次抽样过程中利用前几次抽样结果更加合理地选取内点,使用自适应调节外点比例的方法减少了抽样次数,并利用单应矩阵降低了算法的迭代次数和抽样时间;摒弃了以往单纯的使用匹配点到对应极线几何距离的平方与阈值作比较来确定内点的方法,利用新的加权函数合理地定义内点,提高了算法的鲁棒性。实验结果证明了该算法计算效率高于传统随机抽样一致性算法,且鲁棒性有所提高。
【关键词】：双相机数字工业摄影测量 图像匹配 人工标志点 相对关系不变性 随机抽样一致性算法 预检验
【学位授予单位】：解放军信息工程大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 摘要4-5
• Abstract5-10
• 第1章 绪论10-17
• 1.1 引言10-11
• 1.2 双相机数字工业摄影测量与双目立体视觉的辨识11
• 1.3 双相机数字工业摄影测量系统发展历程11-14
• 1.3.1 国外发展历程11-13
• 1.3.2 国内发展历程13-14
• 1.4 研究背景与现状14-15
• 1.5 论文的主要研究内容15-16
• 1.6 本章小结16-17
• 第2章 双相机数字工业摄影测量系统关键技术介绍17-24
• 2.1 双相机数字工业摄影测量系统关键技术17-19
• 2.1.1 图像数据获取17
• 2.1.2 相机标定17-18
• 2.1.3 特征提取和识别18
• 2.1.4 图像匹配18-19
• 2.1.5 三维重建和后续处理19
• 2.2 图像匹配基本问题19-20
• 2.2.1 匹配基元19
• 2.2.2 约束条件19-20
• 2.2.3 匹配策略20
• 2.3 基于灰度和特征的匹配算法研究现状20-21
• 2.4 基于人工标志点的图像匹配算法21-23
• 2.5 双相机数字工业摄影测量系统工作流程23
• 2.6 本章小结23-24
• 第3章 基于相对关系不变性的双相机标志点匹配算法24-34
• 3.1 引言24
• 3.2 回光反射标志和编码标志24-25
• 3.3 相对关系不变性25-26
• 3.4 包容三角形26-27
• 3.5 匹配流程27-31
• 3.5.1 单点匹配27-28
• 3.5.2 多点匹配28-31
• 3.6 实验及结论31-33
• 3.7 本章小结33-34
• 第4章 改进的RANSAC算法在剔除误匹配点中的应用34-48
• 4.1 引言34-35
• 4.2 RANSAC算法原理35-36
• 4.3 对RANSAC算法鲁棒性的改进36-38
• 4.3.1 提高RANSAC算法鲁棒性的新误差加权函数36-37
• 4.3.2 随机块匹配点选取法37-38
• 4.4 对RANSAC算法计算效率的改进38-45
• 4.4.1 RANSAC算法计算量分析38-39
• 4.4.2 自适应调节抽样次数的RANSAC算法39-40
• 4.4.3 基于单应矩阵的RANSAC算法40-44
• 4.4.4 基于预检验的改进RANSAC算法44-45
• 4.5 实验及结论45-46
• 4.6 本章小结46-48
• 第5章 总结与展望48-50
• 5.1 论文的主要工作和总结48
• 5.2 论文创新点总结48-49
• 5.3 下一步工作展望49-50
• 致谢50-51
• 参考文献51-54
• 作者简历54

【参考文献】

中国期刊全文数据库 前10条

1 甄艳;刘学军;王美珍;;一种改进RANSAC的基础矩阵估计方法[J];测绘通报;2014年04期

2 张培耘;华希俊;夏乐春;符永宏;;基于RANSAC算法的极线约束立体视觉匹配方法研究[J];组合机床与自动化加工技术;2013年11期

3 邹崇尧;何培培;赵双明;;基于RPC近似核线约束的CE-1影像匹配方法[J];地理空间信息;2013年03期

4 孙雪琪;董明利;王君;孙鹏;;双目动态视觉测量的匹配[J];北京信息科技大学学报(自然科学版);2013年02期

5 冯其强;李宗春;陈新;李广云;;基于核面约束的近景摄影测量影像人工标志点匹配方法[J];武汉大学学报(信息科学版);2010年08期

6 李春艳;王立;卢欣;陈继华;范生宏;;一种双目立体视觉相机标定方法[J];空间控制技术与应用;2010年03期

7 吉大纯;李学军;侯金宝;;影像匹配中的若干基本问题研究[J];计算机技术与发展;2010年05期

8 祝琨;杨唐文;阮秋琦;王红波;韩建达;;基于双目视觉的运动物体实时跟踪与测距[J];机器人;2009年04期

9 刘坤;葛俊锋;罗予频;杨士元;;概率引导的随机采样一致性算法[J];计算机辅助设计与图形学学报;2009年05期

10 董明利;王振华;祝连庆;孙雨南;吕乃光;;基于RANSAC算法的立体视觉图像匹配方法[J];北京工业大学学报;2009年04期

  本文关键词：双相机数字工业摄影测量标志点匹配算法研究，，由笔耕文化传播整理发布。

本文编号：425080