2023年全國(guó)碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩131頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、物體的三維外形輪廓測(cè)量技術(shù)是實(shí)施逆向工程、產(chǎn)品質(zhì)量檢測(cè)、虛擬現(xiàn)實(shí)等的前端基礎(chǔ),在飛機(jī)、汽車、船舶、模具、娛樂、生物醫(yī)學(xué)等行業(yè)有廣泛的應(yīng)用需求。本文深入研究了基于隨機(jī)光場(chǎng)照射的雙目立體測(cè)量關(guān)鍵技術(shù),包括圖像處理技術(shù)、攝像機(jī)標(biāo)定技術(shù)、匹配重建技術(shù)、測(cè)量數(shù)據(jù)拼合技術(shù)和系統(tǒng)軟硬件實(shí)現(xiàn)技術(shù)等,自主研發(fā)了RIMS(Random Illumination Measurement System)三維點(diǎn)云測(cè)量原型系統(tǒng)。本文的主要研究?jī)?nèi)容和成果可以概括為:

2、
   1、提出了通過瞬時(shí)隨機(jī)光場(chǎng)照射結(jié)合雙CCD立體圖像進(jìn)行快速三維輪廓測(cè)量的總體方案。不同于大多數(shù)在一個(gè)時(shí)間序列上多次投射不同的結(jié)構(gòu)化光照模式到被測(cè)物體表面的方法,本文提出的方案只需要一個(gè)自然光照下的立體圖像對(duì)用于多視角測(cè)量數(shù)據(jù)拼合,以及一個(gè)瞬時(shí)隨機(jī)光場(chǎng)照射下的立體圖像對(duì)用于產(chǎn)生三維點(diǎn)云數(shù)據(jù)。其優(yōu)點(diǎn)是隨機(jī)光照立體圖像對(duì)在瞬間拍攝,因此不會(huì)由于單次測(cè)量過程中被測(cè)物體的不穩(wěn)定影響測(cè)量,非常適合現(xiàn)場(chǎng)測(cè)量和對(duì)非靜態(tài)物體的測(cè)量。同時(shí),

3、該方案對(duì)光場(chǎng)投射裝置沒有嚴(yán)格的畸變度限制,而且不需要光柵移動(dòng)(或轉(zhuǎn)動(dòng))的機(jī)械裝置,也無需散熱結(jié)構(gòu),從而可以使投影器乃至整個(gè)三維測(cè)量系統(tǒng)緊湊小巧、成本降低。
   2、研究了圖像的輪廓提取和橢圓中心提取算法,針對(duì)研究中采用的圓形目標(biāo)點(diǎn),改進(jìn)了一個(gè)基于亞像素邊緣的灰度矩最小二乘橢圓中心定位算法,與傳統(tǒng)的灰度矩算法相比,有效地提高了圓形目標(biāo)中心的圖像定位精度。同時(shí),針對(duì)在實(shí)際測(cè)量圖像中可能存在的各種類型的偽橢圓目標(biāo),提出了偽目標(biāo)的多準(zhǔn)

4、則過濾去除算法,能夠高效穩(wěn)健地識(shí)別出真實(shí)的特征橢圓,為系統(tǒng)標(biāo)定及多視角測(cè)量數(shù)據(jù)拼合奠定了基礎(chǔ)。
   3、深入研究了攝像機(jī)模型和雙目立體測(cè)量系統(tǒng)的標(biāo)定技術(shù),通過實(shí)驗(yàn),確定了RIMS測(cè)量系統(tǒng)的攝像機(jī)畸變模型,提出了一種簡(jiǎn)便易行的雙目立體測(cè)量系統(tǒng)三步優(yōu)化標(biāo)定方法。該方法將基于平面模板的標(biāo)定方法和自標(biāo)定方法相結(jié)合,在傳統(tǒng)兩步優(yōu)化法的基礎(chǔ)上,進(jìn)一步將標(biāo)定板上特征圓點(diǎn)中心的空間坐標(biāo)作為優(yōu)化變量進(jìn)行優(yōu)化求解,并用已知兩個(gè)點(diǎn)之間的實(shí)際距離精確

5、恢復(fù)由此帶來的系統(tǒng)絕對(duì)尺度變化。由于本文提出的三步優(yōu)化標(biāo)定方法考慮到了標(biāo)定板幾何誤差的影響,并通過算法優(yōu)化確定實(shí)際的標(biāo)定板幾何信息,從而降低了標(biāo)定板的制作和計(jì)量校準(zhǔn)要求,并且能夠獲得較高精度的標(biāo)定結(jié)果。
   4、提出并實(shí)現(xiàn)了面向表面點(diǎn)云測(cè)量的雙目立體圖像匹配和三維重建算法。該算法在綜合灰度信息約束和幾何信息約束的基礎(chǔ)上,利用最小二乘法,在同名像點(diǎn)匹配的同時(shí)得到相應(yīng)三維坐標(biāo)。提出了采用加權(quán)匹配窗口的方法,能夠一定程度上改善模型細(xì)

6、節(jié)部分的重建效果;采用獨(dú)立于最小二乘模型之外的灰度矯正策略,一方面提高了算法收斂的穩(wěn)定性,另一方面有助于提高算法效率;利用幾何一致性和連續(xù)性約束,提出了用于確定匹配初始值的生長(zhǎng)法,能夠明顯減少算法迭代次數(shù),提高算法效率。實(shí)驗(yàn)證明,在輔以隨機(jī)光場(chǎng)照射的情況下,本文方法能夠根據(jù)一個(gè)立體圖像對(duì)獲得高質(zhì)量的物體表面點(diǎn)云數(shù)據(jù)。
   5、提出并實(shí)現(xiàn)了基于圓形標(biāo)記點(diǎn)的多視角測(cè)量數(shù)據(jù)拼合算法。首先研究了圓形標(biāo)記特征在立體圖像對(duì)之間的迭代松弛匹

7、配算法,提出了“自適應(yīng)部分贏者通吃”的更新策略;在多視角測(cè)量數(shù)據(jù)的拼合中,首先利用歐氏變換對(duì)長(zhǎng)度的不變性,進(jìn)行兩兩視圖拼合,然后再對(duì)多視角測(cè)量數(shù)據(jù)的整體拼合結(jié)果進(jìn)行全局優(yōu)化,有效地減小了全局拼合誤差。
   6、在基礎(chǔ)理論和關(guān)鍵算法研究的基礎(chǔ)上,構(gòu)建了基于隨機(jī)光場(chǎng)照射的雙目立體測(cè)量原型系統(tǒng)RIMS的硬件平臺(tái),提出了軟件的總體架構(gòu)、數(shù)據(jù)結(jié)構(gòu)以及數(shù)據(jù)管理體系,用VC++實(shí)現(xiàn)了文中提出的所有算法,實(shí)現(xiàn)了標(biāo)定、測(cè)量、拼合等系統(tǒng)功能。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論