模块图像的三维重建与缺陷检测

论文摘要

机器视觉三维重建技术的研究是机器视觉学科的一个重要领域,有助于实现非接触三维重建测量及快速建模。该项技术工作效率高,有利于生产过程自动化程度的提高,是三维建模的一个重要的发展方向。本文主要对双目立体视觉重建技术的摄像机标定、特征提取和立体匹配等内容做了详尽的研究。摄像机的标定采用了Zhang氏的标定方法,用方格模板作为标定板对摄像机在两个位置分别进行标定,得到摄像机的内外参数。在用两个位置的摄像机对同一工件（立方体工件）进行进行图像采集得到图像对后,对两个图像进行预处理后分别进行角点提取得到特征点,然后基于极线约束等的方法对左右图像特征点进行匹配后,得到空间同一点在两个图像中的两个图像点。通过实验分析比较效果,选取了二维中值滤波、Canny边缘检测方法和角点提取方法。在分析研究各种图像预处理算法的基础上,用VC++和Matlab混合编程的方法实现了这些算法。提出了基于特征点的立体匹配方法,完成了匹配的全过程。在已获得两摄像机的内外参数和完成左右图像的特征点匹配的基础上,根据空间点的三维坐标计算的数学模型实现了对特征点的三维重建,给出了特征点的空间坐标。最终在OpenGL中实现物体的三维重建。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 机器视觉研究目的和意义
• 1.2 机器视觉的分类及关键技术
• 1.3 机器视觉研究现状及发展方向
• 1.3.1 机器视觉国外研究现状
• 1.3.2 机器视觉国内研究现状
• 1.3.3 机器视觉的发展方向
• 1.4 本课题研究的选题依据和研究思路
• 1.4.1 本课题的选题依据以及背景
• 1.4.2 本课题的研究思路
• 第2章 双目视觉系统标定
• 2.1 概述
• 2.2 摄像机标定中的坐标系
• 2.3 摄像机模型（针孔模型）
• 2.4 双目视觉基本原理
• 2.4.1 平行放置的双目视觉模型定位原理
• 2.4.2 任意放置的双目视觉模型定位原理
• 2.5 摄像机标定方法
• 2.5.1 传统摄像机标定方法
• 2.5.2 摄像机自标定方法
• 2.6 张正友摄像机标定技术
• 2.7 本课题使用的摄像机标定技术
• 2.7.1 硬件环境
• 2.7.2 软件环境
• 2.7.3 标定过程及其结果
• 2.8 本章小结
• 第3章 图像处理
• 3.1 概述
• 3.2 灰度均衡
• 3.3 图像增强
• 3.4 边缘特征提取基本算子
• 3.4.1 基于微分算子的边缘检测
• 3.4.2 Canny 算子
• 3.5 缺陷检测
• 3.6 本章小结
• 第4章 立体匹配
• 4.1 概述
• 4.2 立体视觉匹配技术
• 4.2.1 视差测距原理
• 4.2.2 匹配方法
• 4.2.3 匹配约束原则
• 4.3 立体匹配方法
• 4.3.1 基于区域的匹配方法
• 4.3.2 基于特征的匹配方法
• 4.3.3 基于相位的匹配方法
• 4.4 基于顺序一致性的立体匹配算法
• 4.4.1 理论分析
• 4.4.2 算法原理
• 4.5 本章小结
• 第5章 三维重建
• 5.1 概述
• 5.2 双目立体视觉模型重建
• 5.3 空间点的三维重建
• 5.4 最小二乘法求解三维坐标值
• 5.5 利用OPENGL实现三维物体重建
• 5.5.1 OpenGL 工作结构
• 5.5.2 OpenGL 工作流程
• 5.5.3 OpenGL 中图元的描述和绘制
• 5.5.4 OpenGL 绘制物体特征点
• 5.5.5 重建结果
• 5.6 本章小结
• 结论
• 参考文献
• 致谢
• 附录A 最小二乘法求解
• 详细摘要