祝琨[1]2008年在《基于双目视觉信息的运动物体实时跟踪与测距》文中研究指明移动机器人是机器人学中的一个重要分支。早到60年代,就已经开始了关于移动机器人的研究。随着移动机器人技术的发展,机器人的应用己经越来越广泛。视觉做为最丰富的信息来源,为机器人进一步的仿人行为提供了便利。如何从视觉传感器中提取叁维信息,并为机器人提供精确的控制,是计算机视觉以及移动机器人领域一个重要的研究课题。本文对摄像机标定、双目视觉系统的测距以及跟踪算法进行了深入细致的研究,最终提出了双目视觉跟踪与测距系统的实现方案,并对所涉及到的算法进行了改进,使它们更加适应本系统的应用要求。实验证明,该系统稳定、准确,实时性好,具有广阔的应用前景。下面对本论文主要工作进行总结:第一,在Zhang的标定方法的基础上进行了改进,提出了基于参数估计的标定方法,使摄像机发生转动的情况下,不需要重新标定而准确估计出内外参数,从而实现叁维重建。第二,对现有的跟踪算法进行了总结,特别分析了基于背景建模的背景差法以及基于颜色直方图的CamShift算法。由于传统的方法要求背景不能出现大范围的移动,或者要求跟踪特定目标。我们结合和两种算法的优势,提出了自己的改进方案,实现了非特定目标的动态背景下的跟踪。提高了双目视觉系统的适应性。第叁,提出了双目视觉系统的方案以及机械控制策略,并在AS-R机器人平台上实现了该系统,很好的完成了双目视觉跟踪与测距的功能,效果令人满意,可以为后续机器人服务功能的开发打下坚实的基础。
邵宝峰[2]2016年在《基于点激光和双目视觉的货物尺寸测量的研究》文中提出随着计算机硬件和图像处理技术的快速发展,计算机视觉技术逐渐走向实用化,如在当前的航天遥测、生物医学、智能导航、虚拟现实、农业产品分级、军事侦察、零件测量和物联网等社会生活多个领域中计算机视觉技术都开始体现出自己的价值和重要作用。而计算机视觉领域研究的一个热点——双目立体视觉技术更是受到各个领域中的研究人员的广泛关注。当前物流业在国内快速发展,如何能够快速准确对物流货物和包裹进行非接触测量已成为难点。因此本文以双目立体视觉技术为基础,对相关技术进行了深入的研究和讨论,分析了当前这些技术中存在的问题,设计并实现了一套针对物流货物物体的测量模型,提出了结合点激光源进行规则货物物体叁维测量的具体模型和技术方法。本文在深入研究摄像机成像原理及相关理论的基础上,详细分析和阐述了摄像机的各种坐标系及各种坐标系之间的变换关系,并介绍了摄像机标定技术和利用标靶图像进行标定和求解的过程。通过理论分析,并结合物流业的特点,建立了非接触的物体测量模型,还对极线校正的内涵和算法进行深入研究,提出了一种极线约束条件下基于几何投影相关性的图像立体匹配方法。其理念是根据双目立体视觉成像的原理,寻找空间物体点在左右摄像机中的成像点对在几何投影上存在的相关性,并依据几何投影的相关特性,通过对图像的相关处理和引入点激光辅助手段来建立起图像点对的几何投影关联关系,并设计了匹配算法。论文在双目立体视觉技术的基础上,结合点激光测距的相关理论和技术,设计了物流货物物体叁维尺寸的测量模型和计算方法,并在算法上考虑了实际应用中的问题。对传统的关键特征点定位和匹配方法进行了修正,避免了对整幅图像里的所有点进行查找,大大提高了计算效率。通过大量实验验证,利用点激光获得深度来定位匹配的图像特征点的方法有效提高了测量精度,为实际应用奠定了基础。同时通过实验验证,本文提出的模型实现了实际中对规则物流货物尺寸测量快速准确的目标。
雷海兵[3]2016年在《双目立体视觉在全针测量系统中的应用研究》文中指出近年来,随着科学技术的发展,双目立体视觉技术在工业测量中的应用备受关注。由于其具有操作简单、非接触、精度高、快速、设备成本低等优点,因此被广泛应用于工业、航天、医学和交通等各个领域。本文基于计算机视觉理论,结合实际项目,针对汽车连接器针尖质量检测方法中现有设备存在的问题,提出了一种基于双目立体视觉的多目标点相对测量方法,对检测中的关键技术理论进行了深入研究与验证。本文采用双目立体视觉测量出工件针尖的叁维坐标参数,通过对比标准工件与待测工件的参数,从而判定待测工件质量是否符合要求。本文的主要工作如下:首先,对双目测量系统中涉及到的摄像机模型、双目立体视觉测量原理、摄像机立体标定等相关基础理论进行了研究,并自行搭建了双目立体视觉硬件系统。其次,针对本课题中的检测任务设计了特有的特征提取、多目标点匹配、叁维坐标计算方案。考虑工件倾斜的情况,采用Hough变换检测倾斜角度,并进行图像校正。为了提高检测速度,根据工件本身的特征,本文采用基于灰度模板匹配的针尖区域定位方法。采用基于连通区域分析和面积约束的方法准确识别针尖轮廓。然后,在立体匹配环节,采用了一种先计算轮廓质心坐标,根据针尖轮廓质心位置编号,再按序依次匹配左右图像的方法。最后,本文基于针缺失、针歪、针短等各种质量问题,设计了连接器针尖相对测量原理,实现了双目立体视觉在全针检测中应用的全套仿真软件系统,并进行了大量相对性测量实验,实验结果表明,双目立体视觉测量系统能够应用于针尖质量检测问题,同时具有较高的效率和较低的成本。
薛志林[4]2017年在《基于双坐标系的立体视觉叁维位移测量方法》文中研究指明针对土木工程领域结构叁维变形全程非接触测量的需求,本文提出基于双坐标系的立体视觉叁维位移测量方法和相机自由摆放时的叁维位移测量方法,研究极线约束修正DIC匹配的同步子区搜索算法,编译立体视觉叁维位移测量软件,并进行试验研究,以验证立体视觉方法的有效性及可靠性。本文的主要研究内容如下:(1)提出基于双坐标系的立体视觉叁维位移测量方法。该方法要求两相机光心连线平行于被测物体表面,利用双目立体视觉叁维坐标计算公式分别求得空间点在左相机坐标系和右相机坐标系中的叁维坐标。然后,利用空间点和两相机光心之间的空间位置关系计算出空间点在世界坐标系中的叁维坐标。(2)提出一种相机自由摆放时的叁维位移测量方法。当相机处于任意摆放姿态对物体进行观测时,将世界坐标系建立在左相机光心处,借助于标定板获取左相机坐标系和世界坐标系之间的转换矩阵,然后利用双目立体视觉叁维坐标计算公式求得空间点在左相机坐标系中的叁维坐标,最后通过转换矩阵中的旋转矩阵来对计算得到的叁维坐标进行角度转化,进而获得空间点在世界坐标系中的叁维坐标。(3)提出极线约束修正DIC匹配的同步子区搜索算法。该方法对初始时刻左右图像上所有测点进行DIC匹配,确定所有测点在左右图像中的对应图像坐标。然后,应用极线约束对右图像上所有测点的DIC匹配结果进行修正,取位于右极线上距DIC匹配结果最近的点作为新的匹配点。最后,对后续左右图像序列上所有测点分别进行DIC时序匹配。时序匹配时,每张图片中的所有测点依次与下一张图片进行DIC匹配,匹配的范围为每个测点各自的搜索子区。在上述立体视觉测量算法及同步搜索算法基础上,编译立体视觉叁维位移测量软件。(4)进行钢板剪力墙滞回性能试验,得到钢板剪力墙叁维位移曲线,通过比较立体视觉方法位移测量结果和LVDT位移测量结果,验证基于双坐标系的立体视觉叁维位移测量方法的有效性。进行汶川县映秀镇漩口中学综合教学楼模拟地震振动台试验,得到1000gal单向汶川主震动及双向汶川主震动(800gal和700gal)作用下的框架模型在叁个方向上的位移时程曲线,试验结果表明相机自由摆放时的叁维位移测量方法测得位移数据与位移传感器数据吻合较好,验证了相机自由摆放时的叁维位移测量方法的有效性。
张义悦[5]2008年在《基于机器视觉的叁位检测定位理论研究》文中提出视觉是人类感知环境世界,认识外部世界的主要途径。随着电子、光学、计算机等技术的日趋完善,机器视觉技术得到了突飞猛进的发展。同时由于近年,先进制造业自动化生产技术和勘探及其他测量行业的迅猛发展,对伴随其发展的检测技术,提出了检测或定位的更准确、快速、高度自动化和智能化的要求。在这样的背景之下,机器视觉技术的应用也出现了一个很大的飞跃。近年来,对用于获取叁维空间信息、进行检测或者定位的基于双目机器视觉技术的各个环节的研究非常活跃。其基本任务就是从摄像机捕获的二维图像信息出发来计算叁维空间中物体的几何信息,并由此重建物体,或确定物体的空间位态。论文基于双目机器视觉理论,对成像模型的选取、摄像机的标定和图像处理等各个方面的研究,从而研究出一种自动、快速、准确的空间物体的检测定位方法。论文的工作重点放在以下几个方面:1、研究摄像机成像的几何模型,选择一个比较理想而现实的模型。目前双目视觉有平行双目视觉测量模型和非平行双目视觉测量模型,前者用于远距离物体的测量,非平行双目视觉测量模型的近距离的视场范围较大,论文选用的是非平行双目视觉测量模型。2、摄像机的标定,即摄像机的内外参数。文中在对摄像机标定方法和相关理论进行了研究之上,提出了一种基于共面点的摄像机线性标定方法。这种方法通过分步标定并建立一种新的畸变模型,实现了只利用共面点标定物,不需要摄像机做任何运动,就可以全部线性地求解摄像机的各个内外参数。既避免了非线性优化的繁琐和不定,也解决了其它线性法中部分内参数的标定问题,从而实现了简单决速、精度高标定。3、图像的预处理及特征提取。图像处理各种算法已经很多,而且较成熟,所以只需选所需要的那些算法即可。双目立体视觉中寻找特征点及对应点提取和匹配则是一个难点,常采用具有表征物体空间信息的角点等作为特征点,这些点不够是,则在适当的位置做标记点,来表征物体的空间叁维信息。由特征匹配得到对应点的二维信息,算得该点的空间叁维信息。最后用多个特征点的空间叁维信息来表示物体的空间位置。
赵亚凤[6]2016年在《基于双目视觉的原木材积检测方法研究》文中研究指明双目立体视觉是计算机视觉研究领域的重要分支之一,它通过直接模拟人类视觉系统的方式感知客观世界,广泛应用于叁维非接触测量、机器人导航和虚拟现实等领域。原木材积检测,特别是整车、成捆、成堆原木的材积检测目前常用称重测量法、视觉平面测量法等,不能精确测量每根原木尺径。因此,利用双目立体视觉的技术研究成堆原木野外尺径测量具有一定的理论价值和十分重要的现实意义。论文围绕双目标定技术、匹配策略与匹配算法、阴影消除等重点与难点问题展开研究。论文的主要工作包括以下几个方面。(1)针对正交消隐点标定在实际应用中误差大、容易退化等问题,提出了最优正交消隐点标定方法。该方法最少只需两幅图像,根据提出的消隐点优化方法,每幅图像提取最优的两对正交消隐点实现内外参数标定。首先,对单个摄像机先进行线性求解求得主点和焦距初始值；考虑到镜头径向畸变,采用非量测方法,利用直线约束进行畸变校正；再提出优化的差分进化算法,以线形求解的内参数为初值,直线的共线特征为约束优化内参数；最后,根据转换后的4对消隐点坐标,利用无穷单应旋转矩阵的正交约束条件,得到旋转矩阵和平移矩阵。该标定方法只需要摄像机拍摄模板平面在不同方向的图像,模板可以自由的运动,无需其运动参数。双目标定的平均重构误差为0.598pixel,跟传统方法标定误差相当。该标定算法重构误差与传统算法在一个级别,能满足标定中稳定可靠、精度高、抗干扰能力强等要求。(2)为了解决Meanshift分割参数选择不合适引起的过分割和过合并问题,提出了自适应阈值的合并。为了保证不过合并,首先判断区域面积大小,区域面积大于某个阈值,可判断为单根原木端面,不做合并处理；由于每幅图像中区域之间的距离大小不同,根据合并前的预分割区域,计算相邻区域间的距离,再取整幅图中相邻区域距离平均值为阈值,实现自适应合并。实验结果表明,该方法对阴影、背景和端面叁类不同区域分割较为准确,采用自适应阈值较好地改善了固定参数Meanshift分割在本类图像分割中存在的过分割和过合并缺点。(3)由于自然环境下,原木在堆放时其端面不在一个平面,凹进去的原木很容易陷入阴影中,阴影和原木间的空隙很难区分。为了能准确分割阳光下自然堆放的原木端面图像,解决阴影消除的问题,提出了模式识别的方法。对分割后的区域提取共30维的颜色直方图和LBP纹理直方图特征量用于分类器的训练和预测。本文通过对多根原木堆积的端面图像分割,证明了该算法的有效性,实验结果证明该方法特别适用于有阴影存在的图像分割问题。(4)针对立体匹配的速度与精度以及图像分割等问题,提出了FSAD和Meanshift图像分割相结合的立体匹配算法。该算法首先利用相机内外参数对左右图像做极线校正,并在左右图像中提取同名点作为约束完成校正,保证校正后的图像同名点有相同的纵坐标；再利用FSAD算法,计算原始视差图；为了更好的提取图像边缘,对原始图像进行Meanshift图像分割,优化原始视差图得到最终视差。实验结果表明,该匹配算法可得到致密的视差图,并在边缘等视差不连续区域可获得较好的匹配精度。利用最小外接矩阵计算端面的长径和短径,尺径测量精度验证了算法的有效性和可行性,并且能较好解决原木端面区域分割,提高了匹配精度。实验结果表明本文的方法符合原木检尺在速度和精度上的要求,处理一幅图片在15s以内,根数检出率平均为96.17%,径级测量结果跟人工检尺一致。结果符合原木材积检测要求,特别是在室外光线不稳定、枝丫遮挡、端面污染等也能有较高的测量精度,给原木检尺的视觉测量提供了有益的参考。
刘同海[7]2014年在《基于双目视觉的猪体体尺参数提取算法优化及叁维重构》文中研究说明猪的体尺、体重等生长参数是评价猪的生长状况、种猪选育等环节所关注的关键指标。而传统的体尺、体重等参数的获取一般是由人工直接接触式测量,工作量大,对猪会产生应激,降低猪的福利水平。针对上述问题,本文以长白猪为研究对象,利用计算机视觉技术,研究了基于双目视觉的猪体体尺参数提取及叁维重构方法。主要研究内容及结果如下：(1)猪体重估测模型研究。针对线性回归估测猪体重,其体长、体高、胸围等自变量间存在自相关及共线性问题,本文在相关分析的基础上,采用多元线性回归、SMLR、RBF和PLS等方法,构建了猪体重估测模型。经检验,基于RBF神经网络的猪体重估测模型的R2为0.977,平均相对误差为1.34%,预测效果优于多元线性回归；基于PLS的猪体体重线性模型R2为0.945,平均相对误差为2.7%,该模型较RBF神经网络模型可操作性强,且消除了线性回归分析中的自变量共线性问题,是构建猪体重估测模型的一种有效方法。(2)复杂背景下猪体生长参数识别算法及优化研究。针对猪自然站立姿态下,利用机器视觉提取猪体尺测点,存在测点识别率较低等问题。本文提出了复杂背景下猪体尺测点提取方法。设计了复杂背景下猪个体提取、基于包络分析的猪体头尾部的去除和具有一定弯曲度复杂猪体尺测点提取等算法。该方法实现了猪体长、体宽等体尺测量的9个体尺测点的坐标提取。实验结果表明：体尺测点提取算法稳定,具有较强的鲁棒性,该算法的检测值对猪体体尺实测值平均相对误差为2.26%,体重检测误差为5.11%。(3)双目视觉叁维重构方法研究。针对胸围等参数,通过猪背部单幅二维图像无法获取问题,本文利用双目视觉技术,提出了基于复杂背景去除的猪体图像匹配算法,采用互信息和自适应相似度理论优化了传统的SAD、NCC等模板灰度的立体匹配算法,设计了猪体胸围参数提取算法。通过Matlab完成摄像机标定、立体匹配、叁维重构及可视化等图像分析。实验结果表明：立体匹配效率较SAD、NCC等模板灰度的立体匹配算法提高了一倍；经与实测值对比验证,通过双目视觉叁维重构体尺检测平均相对误差为2.09%,体重检测平均相对误差为3.38%。(4)主动式猪体叁维重构方法研究。为对比双目视觉叁维重构体尺检测精度、探索猪体叁维重构新方法,本文采用激光叁维扫描仪,进行主动式猪体叁维重构方法与体尺检测研究。该方法在获取猪体点云数据的基础上,基于不规则叁角网重构了猪体叁维曲面模型。提取了猪体长、体宽、臀宽、体高、臀高、胸围等参数。对比分析其体长、体宽、臀宽、体高、臀高、胸围等实测值,其检测最大相对误差为0.42%,平均相对误差为0.17%,体重检测误差为2.7%。从检验结果上看,主动式叁维重构体尺体重检测算法精度较高,但扫描仪不便于在猪舍现场使用且激光束易对猪体造成伤害,双目立体视觉重构猪体叁维,检测其猪舍猪体生长参数方法可行。
王振兴[8]2015年在《船舶曲板成形双目立体视觉在位检测技术研究》文中研究指明当前我国已成为世界主要造船大国,但与国际先进造船国家相比,不论是在总体建造技术水平还是先进制造工艺方面仍有较大的差距。船舶曲板成形是船体外板制造的关键工序,目前国内船企大多仍采用手工水火弯板成形工艺。该工艺采用手工对样检测方式。由于检测精度低、效率低、成本高等缺点,手工对样检测已成为水火弯板工艺实施自动化的“瓶颈”。因此开发船舶曲板成形数字化检测技术已成为我国造船业的当务之急。为此针对船舶曲板的成形工艺需求及工况特点,本文研究了面向船舶曲板成形的双目立体视觉在位检测技术,并重点对双目立体视觉在位测量方案的开发、在位标定、投影特征的精确提取、成形表面的快速叁维重建以及基于数模的自反馈检测等方面进行了研究。船舶曲板通常具有尺寸大、弯势大和成形精度要求高等特点,使得常规双目立体视觉测量技术在船舶曲板成形检测中的应用变得较为困难。针对这一问题,论文首先提出了一种面向船舶曲板成形检测的双目立体视觉在位测量技术方案。其次进一步对该方案中的双目立体视觉的结构参数进行优化,将传感器的额定工作距离设定为2500 mm,基线距离为1500 mm。最后开发了一套面向船舶曲板成形在位检测的双目立体视觉测量传感器。由于现场加工振动和温差等不利因素的长期影响,双目立体视觉的结构参数会失效,致使测量精度降低,导致系统的结构参数需要周期性在位校正。针对传统的大尺寸标定靶通常不便操作、保管和维护,使得其难以胜任复杂工况下在位标定的问题,论文提出了一种基于小型二维靶的大视场双目立体视觉结构参数在位标定方法。该方法在首次标定时采用传统的大尺寸靶对像机内参数进行离线标定,而在位时则采用小型二维靶对像机间的结构参数进行周期性标定。实验结果表明本文方法较传统标定方法将系统的测量精度提高了13%。投影特征的精确提取对主动双目立体视觉的叁维重建精度有着直接的影响。由于成形船舶曲板表面的光学非均匀性、边缘深度阶跃和遮挡等会对投影圆斑的完整性产生破坏,导致经典的直接椭圆代数拟合方法(DESAF)无法精确地提取圆斑中心。为解决此问题,论文提出了一种基于迭代直接椭圆代数拟合的改进方法(IBDESAF),通过不断地滤除非完整圆斑轮廓上的噪声点,以此提高非完整圆斑中心的提取精度。仿真和实测实验表明基于迭代直接椭圆代数拟合方法较直接椭圆代数拟合方法显着地提高了非完整圆斑中心的提取精度。针对传统多幅投影结构光技术在测量过程中易受现场振动的干扰,同时较多的投影底板数也会降低测量效率,论文研究了一种基于邻域拓扑信息的单幅结构光立体匹配技术。该技术对单幅投影阵列中的每个圆斑进行唯一坐标定义,然后基于此编码坐标值建立左右摄像机中对应圆斑的立体匹配,因此较适合船舶曲板成形表面的在位快速测量。仿真实验和实板测量表明该方法可实现不同排列下圆斑的准确编码并可用于成形曲板的在位快速测量,其单视角测量时间小于2 s。此外通过测试平板对本文所开发的测量传感器的测量精度进行了验证,结果表明系统的有效工作距离为(2300 mm,2900 mm),测量误差不超过0.5 mm,测量场景不小于2000 mm×2500 mm,可以满足船舶曲板成形的在位检测要求。为判断船舶曲板的成形状态,还需要将测量数据与理论模型进行配准比对。不过,首先由于船舶曲板在多步渐近成形过程中,数模间会存在大偏差,导致常规的数模配准方法难以适用;其次针对点云形式的数模比对,采用基于最近点的点到点法则的计算比对误差较大,而针对形状大偏差时常规基于点到面法则的比对方法一方面计算量大,另一方面精度亦不高;最后当前基于数模的检测方法大多缺少在位成形误差反馈功能。针对上述问题,本文首先提出了一种基于全局相似特征的数模自动粗配准方法,以解决数模大偏差时的配准问题;其次本文针对船舶曲板的成形过程,提出了一种基于投影插值的成形曲板数模对应点查找方法,并分别评价了曲板的成形型面面差、横向成形度、纵向成形度和纵向扭曲度等;最后结合前文结构光的编码原理,提出了一种将成形曲板的数模比对误差反馈至成形曲板表面的在位自反馈检测方法,以利于现场技术工人确定或修正后续成形工艺参数。采用上述所提方法对马鞍型成形样件进行了测试,测试结果表明本文方法可以实现船舶曲板成形过程的型面叁维测量、测量数据与理论模型的配准比对以及成形误差的在位反馈等整个检测流程。
潘雪涛[9]2008年在《图像处理在电力接触导线几何参数测量中的原理应用研究》文中研究表明在电气化铁道供电系统中,电力机车通过受电弓从接触线获得电能。在受电弓作用下,接触导线由于变形、振动、相对于铁轨高度的不均匀等多种因素,使接触导线产生磨损。一方面为了保证电气化铁路安全运营,另一方面使导线整体磨损较为均匀,延长使用寿命从而降低成本,必须对电力接触导线的几何参数进行实时、有效、经济的检测。本文在分析比较现有国内外接触导线几何参数检测方法优劣的基础上提出了基于图像处理的非接触测量方案,即将双目立体视觉技术应用于电力接触导线几何参数的测量,通过采集电力接触导线图像信号,利用边缘检测算法提取导线磨损创面的边界点坐标值实现各几何参数的测量。文章根据基于图像处理的双目立体视觉技术的测量原理,推导出了电力接触导线几何参数的计算公式,运用误差传递理论详细分析了测量精度和分辨率与图像传感器性能指标、光学系统参数、测量装置结构参数之间的关系。在此基础上,结合测量的实际要求和技术指标,充分利用计算机仿真技术,进行了测量系统结构参数的优化设计,给出了最优结构参数和理论上的能达到的最佳测量精度和分辨率。同时对图像处理算法进行了深入研究,提出了基于LOG算子与最小二乘拟合相结合的亚像素边缘检测方法,用Visual C++语言编程对测量算法进行了初步实现。通过仿真实验进行了原理验证,实验结果表明论文提出的方案思路正确、可行,为电力接触导线几何参数测量系统的产品化、市场化打下了良好的基础。
毛心洁[10]2016年在《基于双目立体视觉的镜面物体叁维轮廓测试技术》文中认为光学镜面的面型精度直接影响了光学系统的性能。随着光学设计、制造技术的提高和实际需求增加,在光学系统中越来越广泛地使用到具有高非球面度或非旋转对称特点的自由曲面。而传统的光学测试技术难以测量这种面型复杂的非球面,所以自由曲面的测量技术面临瓶颈,迫切的需要一种兼具灵活性、精度与效率的光学面型检测手段。本文介绍了双目立体视觉镜面物体叁维轮廓测量技术,针对测试系统标定、全局相位解包和基于梯度数据的面型复原算法这叁方面关键技术重点展开研究。首先使用棋盘格标定板,对双目CCD的内外参数和显示器参数进行标定,计算它们之间的转换关系。然后研究了四种全局相位解包技术,仿真随机噪声和离焦误差情况下对折迭相位进行解包,选取解包效果最好的双频相位解包技术。使用基于梯度泽尼克多项式拟合法和傅里叶变换法恢复叁维面型,因后者对物体形状和梯度的限制较少,更适合于自由曲面的面型复原。搭建基于双目立体视觉镜面物体叁维轮廓测试系统,测量一面汽车后视镜并恢复其面型,与经典测试方法的结果对比,分析其面型复原效果,验证精度到达微米量级。
参考文献：
[1]. 基于双目视觉信息的运动物体实时跟踪与测距[D]. 祝琨. 北京交通大学. 2008
[2]. 基于点激光和双目视觉的货物尺寸测量的研究[D]. 邵宝峰. 大连理工大学. 2016
[3]. 双目立体视觉在全针测量系统中的应用研究[D]. 雷海兵. 吉林大学. 2016
[4]. 基于双坐标系的立体视觉叁维位移测量方法[D]. 薛志林. 哈尔滨工业大学. 2017
[5]. 基于机器视觉的叁位检测定位理论研究[D]. 张义悦. 昆明理工大学. 2008
[6]. 基于双目视觉的原木材积检测方法研究[D]. 赵亚凤. 东北林业大学. 2016
[7]. 基于双目视觉的猪体体尺参数提取算法优化及叁维重构[D]. 刘同海. 中国农业大学. 2014
[8]. 船舶曲板成形双目立体视觉在位检测技术研究[D]. 王振兴. 上海交通大学. 2015
[9]. 图像处理在电力接触导线几何参数测量中的原理应用研究[D]. 潘雪涛. 南京理工大学. 2008
[10]. 基于双目立体视觉的镜面物体叁维轮廓测试技术[D]. 毛心洁. 南京理工大学. 2016