砂轮地貌双目图像特征点研究

论文摘要

在砂轮地貌检测中，磨粒的出露高度直接影响砂轮的磨损形式，是评估砂轮磨削性能的一个极其重要的参数。因此，快速准确的掌握磨粒的出露高度及其分布信息对揭示砂轮地貌磨削机理至关重要。传统的砂轮地貌检测方法有检测速度慢、精度不高或不能给出磨粒出露高度信息等缺点。随着计算机视觉理论与技术的快速发展，基于双目视觉的砂轮地貌检测技术具有扎实的理论基础，应用双目视觉理论检测砂轮地貌有计算效率高，适应性较强的优点。特征点提取和匹配是双目视觉立体重构中的核心技术和难点，特别是在双目砂轮地貌图像中，角点位置的定位精度与角点匹配的准确率，直接影响砂轮地貌三维重构的效果。本文针对该技术的难点，对双目砂轮地貌图像的特征点提取和匹配算法进行了深入研究分析，仿真实验取得了良好的效果，为后续砂轮地貌图像的三维重构奠定了良好的基础。论文完成的主要工作如下：（1）依据光轴平行法设计双目砂轮地貌图像的采集装置，该装置包括砂轮、照相机、光源、平移装置和计算机。（2）深入研究四种常用的角点检测算法，即Moravec角点检测算法、SUSAN角点检测算法、Harris角点检测算法以及SIFT角点提取算法，分析它们的优缺点，并对Harris角点和SIFT角点提取算法进行仿真实验。（3）深入研究零均值归一化互相关系数和最近邻特征点匹配算法。对提取的Harris角点进行零均值归一化互相关系数匹配，对SIFT角点进行最近邻匹配，仿真实验表明匹配效果良好。（4）针对可预见的误匹配，采用RANSAC算法剔除误匹配点。仿真实验表明，该算法可以剔除绝大部分的误匹配点。（5）提出适合砂轮地貌特点的角点提取与匹配评价指标。对Harris角点加零均值归一化互相关系数匹配算法和SIFT角点加最近邻匹配算法进行评价。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究的背景和意义
• 1.2 国内外研究现状
• 1.2.1 角点检测算法
• 1.2.2 角点匹配算法
• 1.3 本课题开展的主要工作
• 1.4 本章小结
• 第二章 双目视觉理论
• 2.1 计算机视觉概述
• 2.2 双目视觉基础
• 2.2.1 摄相机成像模型
• 2.2.2 光轴平行法
• 2.2.3 光轴会聚法
• 2.2.4 外极几何
• 2.2.5 基本矩阵
• 2.3 本章小结
• 第三章 特征点提取
• 3.1 角点的定义
• 3.2 三种常见的角点检测算法
• 3.2.1 Moravec 算子
• 3.2.2 SUSAN 算子
• 3.2.3 Harris 算子
• 3.2.4 以上三种角点检测算法比较
• 3.2.5 实验 1：Harris 角点提取
• 3.3 SIFT 特征
• 3.3.1 图像多尺度表示
• 3.3.2 SIFT 特征向量的生成
• 3.3.3 实验 2：SIFT 特征向量提取实验
• 3.4 本章小结
• 第四章 特征点匹配
• 4.1 立体匹配的相关理论
• 4.1.1 匹配的基本约束
• 4.1.2 匹配策略
• 4.1.3 相似性度量方法
• 4.2. 特征点粗匹配算法
• 4.2.1 零均值归一化互相关系数算法（ZNCC）
• 4.2.2 最近邻 NN（Nearest Neighbor）方法
• 4.3. 特征点精匹配
• 4.3.1 RANSAC 算法原理
• 4.3.2 RANSAC 算法中参数的确定
• 4.3.3 RANSAC 算法剔除误匹配
• 4.4 实验 3：特征点匹配实验
• 4.5 本章小结
• 第五章 综合实验
• 5.1 获取双目砂轮地貌图像的设备及系统设计
• 5.1.1 硬件系统方案设计
• 5.1.2 软件系统方案设计
• 5.2 特征点提取和匹配实验
• 5.2.1 砂轮地貌图像的 Harris 角点提取和匹配
• 5.2.2 砂轮地貌图像的 SIFT 角点提取和匹配
• 5.3 特征评价
• 5.4 本章小结
• 第六章 总结与展望
• 总结
• 展望
• 参考文献
• 发表论文和参加科研情况说明
• 致谢