Print

基于单数码相机的三维结构测量

论文摘要

工业生产中经常需要对产品进行三维表面外形和几何尺寸的测量。目前的三维测量方法都需要专门的测量设备且存在着种种限制。基于视觉的测量技术作为一种非接触式的测量手段,具有速度快、精度高、易于自动控制等优点。本文从计算机视觉的几何理论出发,研究采用一个数码相机,以自由拍摄方式获得场景的多帧数字图像,从中获取被测物体三维信息的方法。本文的主要研究内容包括在给定相机内参数和相机内参数未知的两种情况下,同时反求各次拍摄的相机位姿和三维点坐标;多帧数字图像中特征曲线的提取和匹配;相机位姿和内参数已知情况下的三维曲线结构重建。对于自由拍摄得到的多幅图像,本文首先构建测量矩阵并通过矩阵分解算法将测量矩阵分解为射影空间下的相机运动和物体形状,接着求解一个满足欧氏重建条件的非奇异矩阵,上升为欧氏空间下的相机运动和物体形状。在相机位姿确定后,运用Snake提取图像特征曲线,利用各幅图像间对应点的极线约束,建立了不同图像间同名曲线对上点的对应关系,研究并实现了基于两幅图像的三维曲线结构重建算法。在理论研究的基础上,开发了基于单数码相机的三维曲线重建系统。完成了显示器、摩托车覆盖件等样件的测量建模,取得了好的测量效果。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 计算机视觉的发展概况
  • 1.2 摄影测量法
  • 1.3 三维测量技术
  • 1.4 选题依据及研究内容
  • 第二章 空间几何变换与摄像机模型
  • 2.1 空间几何变换
  • 2.1.1 齐次坐标
  • 2.1.2 射影变换
  • 2.1.3 仿射变换
  • 2.1.4 比例变换
  • 2.1.5 欧氏变换
  • 2.2 摄像机模型
  • 2.2.1 图像坐标、摄像机坐标与世界坐标
  • 2.2.2 相机模型
  • 2.3 本章小结
  • 第三章 基于矩阵分解的相机位姿恢复与三维重建
  • 3.1 引言
  • 3.2 射影重建
  • 3.3 欧氏重建
  • 3.3.1 相机内参数已知的欧氏重建
  • 3.3.2 相机内参数未知的欧氏重建
  • 3.4 验证实例
  • 3.4.1 相机内参数已知的情况
  • 3.4.2 相机内参数未知的情况
  • 3.5 多个相机位姿确定
  • 3.6 本章小结
  • 第四章 基于单数码相机的三维曲线结构摄影测量
  • 4.1 引言
  • 4.2 方法概述
  • 4.2.1 测量准备与图像摄取
  • 4.2.2 相机位置和姿态确定
  • 4.2.3 目标曲线的三维重建过程
  • 4.3 目标曲线的半自动提取
  • 4.3.1 数值微分（DDA）算法
  • 4.3.2 主动轮廓模型
  • 4.3.3 结合贪婪算法的Snake 模型
  • 4.3.4 均匀B 样条曲线拟合Snake 点
  • 4.4 同名曲线匹配与三维重建
  • 4.4.1 极线几何
  • 4.4.2 极线约束
  • 4.4.3 图像曲线重采样
  • 4.4.4 曲线初始匹配
  • 4.4.5 曲线匹配优化
  • 4.4.6 三角测量法
  • 4.5 应用实例
  • 4.6 本章小结
  • 第五章 总结与展望
  • 5.1 全文工作总结
  • 5.2 今后工作展望
  • 参考文献
  • 致谢
  • 攻读硕士期间发表的论文

    • 相关论文文献

    本文来源: https://www.lw50.cn/article/a1bb90405e49df2c659d8fd3.html