基于计算机视觉的立体物体测量的设计与实现

论文摘要

在测量领域中,传统的测量方法存在着需要与被测物体接触、复杂曲面难以精确测量、操作受人为因素影响较大和使用经验公式等问题,这导致测量工作不能满足高精度要求。基于光学、数字图像与计算机视觉的测量技术能快速、准确地获取物体的三维信息,因此开展本课题研究具有重要的理论意义和实用价值。本文首先在子像素级提取特征点,采用人工交互方法对像素点对进行匹配,建立了非线性摄像机模型；然后研究了张正友摄像机标定方法,提出了一种结构再投影平面模板摄像机标定算法,使用非线性最小二乘算法进行求解优化,并利用标定结果对拍摄图片进行畸变矫正。本文探讨了基础矩阵的不同计算方法,利用外极线几何约束,在摄像机标定和图片畸变矫正的基础上,提出了运动视觉三维重建算法。最后设计实验对整个技术路线的有效性进行了验证,利用几何概率理论对整个计算机视觉系统的不确定性进行分析。本文在分析研究相关技术和文献的基础上,针对当前存在的问题,采用理论分析与实验研究相结合的方法,对立体物体表面几何信息进行面向测量的三维重建工作的关键技术进行了系统的研究,提出了有效的算法并加以验证。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 计算机视觉技术的国内外研究现状
• 1.2 基于视觉的三维测量技术发展趋势
• 1.3 本文完成的工作和意义
• 第2章 三维重建的数学基础
• 2.1 射影变换
• 2.1.1 简比和交比
• 2.1.2 不变量
• 2.2 摄像机透视投影模型
• 2.2.1 坐标系
• 2.2.2 摄像机成像模型
• 2.3 优化方法
• 2.3.1 非线性优化目标函数
• 2.3.2 最小二乘法
• 2.3.3 Levenberg-Marquardt算法
• 2.4 不确定性分析
• 2.4.1 不确定性描述
• 2.4.2 几何概率论
• 2.5 小结
• 第3章 一般意义的三维重建过程的研究
• 3.1 图像特征信息提取
• 3.1.1 图像预处理
• 3.1.2 特征点提取
• 3.2 张正友平面模板标定法
• 3.3 三维重建
• 3.3.1 外极线几何
• 3.3.2 基本矩阵F
• 3.3.3 特征点匹配算法
• 3.3.4 深度信息计算
• 3.4 小结
• 第4章 三维重建面向测量的扩展
• 4.1 角点子像素级定位
• 4.2 图像矫正
• 4.2.1 正则化方法
• 4.2.2 图像矫正算法
• 4.3 特征点匹配
• 4.3.1 特征匹配策略
• 4.3.2 已知极线几何的对应点匹配方法
• 4.4 计算机视觉系统中的不确定性分析
• 4.4.1 特征点的不确定性
• 4.4.2 摄像机标定的不确定性
• 4.4.3 三维重建的点的不确定性
• 4.5 小结
• 第5章 实验设计及结果分析
• 5.1 角点提取
• 5.2 摄像机标定
• 5.3 图像矫正
• 5.4 对应点匹配
• 5.5 重建结果
• 5.6 不确定性分析
• 5.7 小结
• 第6章 结论
• 参考文献
• 致谢