导读:本文包含了形貌视觉测量论文开题报告文献综述及选题提纲参考文献，主要关键词:烧蚀形貌测量,双目视觉,散斑相关
形貌视觉测量论文文献综述
陈丁,余奕甫,康国剑,陈连忠[1]（2019）在《基于视觉的模型烧蚀形貌实时测量方法》一文中研究指出针对电弧风洞试验时模型烧蚀形貌实时的变化问题,使用数字散斑相关结合双目视觉的方法直接测量得到了模型烧蚀过程的形貌变化历程。利用散斑相关来进行图像数据的处理,同时综合了亚象素相关算法。通过测量获得了模型烧蚀过程的形貌实时变化情况。标定结果表明标定精度达到了0.02 mm;试验结果表明,测量方法可以为分析平板模型随烧蚀时间变化而变化的特性提供有效的试验数据。(本文来源于《宇航材料工艺》期刊2019年04期）
崔中原[2]（2019）在《基于立体视觉的叁维形貌重建与测量系统》一文中研究指出随着人们对物体叁维数据的测量需求从人工测量延伸到自动化测量,立体视觉技术逐渐发展起来。对于一般物体尤其当物体表面纹理信息不足时,匹配难度变大甚至误匹配,影响了物体的重建效果。对弱纹理对象进行准确快速的叁维重建与测量,对机器人导航、逆向工程、地形测绘、虚拟现实等领域有着重要的意义。本文首先研究了摄像机的成像模型、畸变模型和相机坐标系转换关系,分析了不同视觉模型的优劣及适用场景,并设计了基于结构光的双目测量方案;分析了相机标定原理,并研究了标定板规格对标定精度的影响;对比分析了现今主流的细化算法的优缺点;基于极限约束和顺序一致性约束设计了多线结构光和网格结构光的立体匹配算法,并通过发动机叶片的叁维重建试验进行了验证,误差在3%以内;另外研究了基于梯度的数字图像相关原理,并基于NewtonRaphon迭代对采样点的位移进行解算,最后通过对邻域子集的位移场进行多项式拟合来计算拉格朗日应变分量,最后将叁维数字图像相关方法与红外成像技术相结合,实现了脉冲感应激励检测中变形场和温度场的同时测量;在系统开发方面,研究了双相机的高速同步采集方法,并设计开发了一套基于立体视觉的叁维测量系统,系统集双目采集、图像处理、叁维计算、深度追踪于一体,通过应用于线缆检修机器人目标视觉空间定位,控制精度为±1 mm。本文所做的工作对于一般物体表面的快速叁维重建及空间定位测量具有积极的意义。(本文来源于《南京航空航天大学》期刊2019-03-01）
马晨[3]（2018）在《基于结构光的叁维形貌视觉测量方法研究》一文中研究指出基于结构光的叁维形貌视觉测量方法是一种非接触的叁维测量方法。其基本测量原理是采用计算机生成一定的结构光图案,用投影仪投射到被测物体表面,物体将对投射的结构光图案产生相位调制,表现为具有一定程度变形的结构光图案。单目系统中利用相移法、傅里叶变换法解调出包裹相位,并进行相位展开,根据系统模型中的相位-高度关系式得到物体的叁维坐标。双目系统中,使用格雷码编码结构光图案,完成双目系统的立体匹配,再根据叁角法求解得到物体的叁维坐标。本文以结构光为基础,主要研究了单目系统和双目系统相关的叁维重建方法,并将重建方法应用到实际物体的测量,主要内容如下:(1)研究了单目系统中的叁维重建的方法,指出单目系统叁维测量的关键步骤:系统标定和相位展开。在相机-投影仪系统中,建立严格的数学模型并求解相关的参数,以较高精度实现了单目系统叁维形貌的恢复。在相位展开方面,采用改进算法能够准确的求解相位主值和进行相位展开,提高了叁维形貌恢复的速度和精度。(2)研究了双目系统中叁维重建的方法,针对传统的立体匹配方法匹配点数不多的问题,本文采用了格雷码编码结构光图案的方法,使得投影出的结构光图案中每个像素点都拥有唯一码值与其对应,明显提高了双目立体匹配的精度以及点数稠密度。在叁维计算方面,采用基于公垂线的解法合理处理理论与实际的误差,取得很好的效果。(3)在单目系统中摄像机-投影仪系统的标定与在双目系统中相机的标定决定了叁维测量的精度。本文采用Bouguet的摄像机标定工具箱,实现了对摄像机较高精度的标定。经过研究,指出投影仪可以看作是逆向的摄像机,采用基于平面的标定方法可以实现对投影仪的较高精度标定。(4)针对静态目标的高精度测量问题,本文搭建了双目结构光的叁维形貌测量系统。采用python-opencv进行编码,利用格雷码编码的方法对静态目标投影42幅编码图案进行重建,建立了一套完整的双目编码结构光的测量系统,静态物体测量精度达到0.2mm,并完成软件实现。(本文来源于《西安理工大学》期刊2018-06-30）
刘虹丹[4]（2017）在《基于视觉的深度测量与叁维形貌重建》一文中研究指出列车车轮踏面的损伤严重影响着列车的运行安全,在不影响列车运行的情况下,快速、准确、实时地获取踏面的损伤信息,同时获得损伤的“形”与“貌”,是列车车轮健康监测的重要内容。本文主要研究了表面深度测量与叁维形貌重建的方法,运用叁角测量法与傅里叶轮廓术,针对动态列车车轮踏面缺陷在线检测的研究背景,实现踏面表面的缺陷检测与叁维形貌重建,并设计了MFC与.NET相结合的叁维视觉测量管理软件系统。主要的工作内容有:1、通过对叁角法测量原理、成像原理及系统光学结构的一系列分析,得到了获取深度信息与表面信息的相关计算公式;检测系统的结构和主要装置的布置位置分析;对被测车轮开展实验,采取合适的图像处理算法,实现了车轮踏面表面缺陷的深度测量与叁维形貌重建,同时对检测精度进行分析,验证了该方法的可行性。2、利用发散光栅投射法原理实现车轮踏面表面的深度测量与叁维形貌重建,其中傅里叶变换轮廓术实现条纹图相位的提取。分析系统结构得到了相位与高度的映射关系,以及被测对象上每点相位的获取方法;对被测车轮进行实验,实现了其叁维形貌重建,并对检测结果与误差进行分析,验证了该方法的可行性。3、开发了一款集成了数据采集、数据处理和数据管理等功能的视觉测量系统,设计并实现了相机标定、图像采集、图像处理、数据管理四个子系统,能满足本文以及大多数叁维视觉测量应用的需要。本文所做的工作和研究成果对动态车轮的在线缺陷检测和叁维形貌重建的研究具有重要参考意义。(本文来源于《南京航空航天大学》期刊2017-03-01）
景江[5]（2016）在《基于无人机的大空间视觉形貌测量技术研究》一文中研究指出随着社会科技的迅猛发展,大型装备制造业中对于工件形貌测量的测量精度、效率、工作范围及灵活性提出了更高的要求。大空间视觉形貌测量技术凭借其自身非接触、高精度、高效率等优点可满足上述需求,进而成为解决大空间形貌测量最行之有效的方法之一。现有大空间视觉形貌测量技术对测量设备、场地和人员往往有着特殊的要求,对于大型工件的某些重点结构部位进行测量时还需以人工形式抵近测量,这限制了测量方法的灵活性,也具有一定的安全隐患。因此,从提升视觉形貌测量灵活性及拓展其应用范围出发,本文提出一种基于无人机的大空间视觉形貌测量方法,利用无人机平台携带测量设备实现视觉形貌测量。可解决测量平台自身的定位信息获取和目标物的形貌测量的问题,实现位姿和形貌测量过程同步。本文主要的研究内容如下:1.分析了大空间视觉形貌测量技术的现状及不足,针对现有技术的缺点,提出了一种基于多向交汇的视觉形貌测量方法,该方法的测量平台可由无人机携带,能够同时解算测量平台的位姿和目标物的形貌测量,实现大尺寸物体的视觉形貌测量。2.设计大空间视觉形貌测量系统,完成了系统中光学特征点的设计及中心提取算法,采用ARM+CMOS采集并存储被测目标特征图像,利用OpenCV+VS2010搭建形貌解算软件模块。同时,对位姿解算过程的多种影响因素进行MATLAB仿真分析。3.标定了大空间视觉形貌测量系统中视觉传感器内参和各个坐标系间关系。视觉传感器标定采用同心圆特征2D平面靶标的标定方法,同时,根据各自与视觉公共坐标系关系标定出非公共视场视觉传感器之间的位姿关系。4.搭建了静态验证实验平台,以验证测量方法的可行性。实验结果表明在3m x 3m的工作范围内本文提出的测量方法精度在5mm以内,能够满足大空间视觉形貌测量的需要。(本文来源于《天津大学》期刊2016-10-01）
郝照冰[6]（2016）在《汽车形貌主动视觉测量系统标定方法与测量精度评价》一文中研究指出汽车形貌检测是汽车通过性及行驶安全性检测的重要研究内容之一。它可以及时检测在用汽车的形貌尺寸信息并自动辨别在用汽车是否存在超限超载和非法改装等问题,进而为汽车整车尺寸参数检测、汽车车型智能分类、在用汽车变形检测等提供重要的研究依据。因此,研究基于主动视觉的汽车形貌检测方法对减少道路车辆事故、保护人民生命和财产安全、完善汽车性能检测技术等具有重要的意义。针对汽车形貌检测的研究现状,提出了基于点线约束的汽车形貌主动视觉测量系统的摄像机标定方法和基于已知叁维坐标的、基于已知距离两点的、基于点到原点距离的、基于点到坐标轴距离的和基于点到坐标面距离的五种汽车形貌检测系统激光平面标定方法。为了提高汽车形貌主动视觉测量系统的检测精度,提出了基于点线约束的汽车形貌测量系统摄像机标定方法,利用霍夫变换对靶标图像进行直线提取,对摄像机进行标定。阐述了基于点点约束的汽车形貌测量系统摄像机标定方法,并进行了归一化。完成了基于点线约束的摄像机标定方法与基于点点约束的汽车形貌测量系统摄像机归一化标定方法的标定精度的对比。为了实现汽车形貌主动视觉测量系统的现场标定,提出了采用高度尺和叁维标定板的基于已知叁维坐标的测量系统光平面标定方法。在此基础上,提出了基于已知距离两点的、基于点到原点距离的、基于点到坐标轴距离的和基于点到坐标面距离的汽车形貌检测系统激光平面标定方法。首先,将靶标放置在摄像机视场空间内的过圆形图案中心的几个随机位置,获得靶标上的具有距离约束的特征点。其次,采用特征点在像平面的位置坐标以及摄像机转换矩阵构建求取激光平面方程的最优目标函数。最后,优化求解带有多个约束条件的最优目标函数,获得激光平面在世界坐标系中的平面方程,实现采用优化目标和一维或者二维靶标在世界坐标系下激光平面的位置和姿态的解算。避免了传统方法中光平面方程从摄像机坐标系到世界坐标系的转换,实现了被测物体在世界坐标系下的直接测量。在试验验证部分,首先,将基于点线约束的摄像机标定方法与传统基于点点约束摄像机标定方法进行重投影精度试验,并通过添加噪声的方式比较了两种摄像机标定方法的稳定性。然后,对五种汽车形貌主动视觉测量系统光平面标定方法进行了试验验证及对比分析,最后,对光平面与车身交线进行了叁维重建。(本文来源于《吉林大学》期刊2016-05-01）
尚明诺[7]（2015）在《光栅投影双目视觉形貌测量及影响因素研究》一文中研究指出现代测量中,叁维形貌测量无论是在工业生产、医疗以及人们日常生活中,都起到不可替代的作用,而找到精度更高速度更快的叁维形貌测量方式也越来越成为这一领域研究的重中之重。目前,叁维形貌测量方式更加趋向于非接触测量,而基于光栅投影装置的叁维形貌测量由于其精度高、实现方便、成本较低等优点,提上了众多研究者的日程。本文研究一种基于光栅投影的双目立体视觉测量系统,将光栅投影与双目视觉相机模型结合,测量物体的叁维坐标点,提出一种基于亚像素边缘提取确定匹配范围的方法,并在匹配时添加唯一性约束,提高了测量精度和速度。论文完成的主要工作有:1.了解目前光栅投影与双目视觉发展现状,结合实验需要搭建软硬件平台;2.建立双目视觉系统数学模型,完成光栅投影测量系统标定,进行了该方法的精度验证;3.针对所采集到图像进行处理与分析,包括对图像相位的分析,在原有系统原理基础上提出改进,对背景光造成的灰度值影响做出修正,添加对参考平面的光栅投影的相位分析,综合被测物和参考平面的相位变化,提取被调制部分的亚像素边缘,缩小待匹配区域,提高匹配速度;4.实现双目图像的匹配,在原有外极线约束基础上添加唯一性约束,提高匹配精度;5.搭建实验系统,验证系统测量方法与系统精度。(本文来源于《天津大学》期刊2015-12-01）
刘洋[8]（2014）在《光栅投影双目视觉形貌测量技术研究》一文中研究指出光学叁维形貌测量在工业自动检测、逆向工程、医疗、生物识别及文物复制等众多领域具有广泛的应用。光栅投影叁维形貌测量技术作为光学叁维形貌测量技术的一个重要分支,与其相关的技术成为研究的热点。然而,目前国内的光栅投影叁维形貌测量系统与国外先进产品差距很大,不论是在测量精度、测量速度还是在测量稳定性方面都有很大提升空间。近年来这种测量方法在工业现场受到越来越广泛的使用,基于这个应用背景的特点,本文将研究方向定位于光栅投影双目视觉形貌测量,将光栅投影与双目视觉相结合,充分分析研究测量过程中的各个关键技术,以期开发出一套高质量的面向工业现场的光栅投影叁维形貌测量系统。论文完成的主要工作有:1、根据工业现场环境与应用需要,开展了测量方法研究,建立了叁维形貌测量的数学模型,并在此基础上搭建了测量系统的硬件平台与软件架构。对比分析了双目与单目光栅投影测量系统的测量原理。2、研究了系统的标定,包括光栅投影单目视觉测量系统和光栅投影双目视觉测量系统的具体标定原理与方案。3、研究了双目视觉形貌测量过程中的图像分析与处理技术,具体包括相位解调与相位展开的算法研究,以及双目光栅投影系统的立体匹配方法研究。4、设计实验对测量系统标定结果、相位解算精度以及测量系统整体精度分别进行了验证。(本文来源于《天津大学》期刊2014-12-01）
郝丽娟[9]（2013）在《基于双目视觉的叁维形貌与形变测量》一文中研究指出物体表面外形轮廓及变形测量在实际中具有十分重要的应用价值，而视觉测量具有高精度、非接触、大范围、在线实时检测等优点，可以应用于一些传统方法无法适用的特殊场合，近年来得到广泛注意和飞速发展。本文以工件外形及旋转浆叶形变测量为背景，开展基于双目视觉的叁维形貌与形变测量研究。论文在双目视觉测量技术原理的基础上，分别重点研究了基于结构光的外形测量以及基于数字图像相关和标志点识别匹配的叶片形变动态测量。在基于结构光的工件形貌双目视觉测量中，通过提取激光条纹线，按极限约束对双目相机进行匹配后，计算得到工件表面深度，有效解决了环境复杂多变情况下，边缘不易提取等问题，简化了系统结构和后期图像处理，提高了系统抗干扰性；分别采用数字图像相关和标志点识别匹配测量旋转叶片的动态形变，在数字图像相关方法中，将SIFT特征匹配与仿射变换相结合，改进了牛顿-拉夫逊迭代法初值的选取算法，解决了小角度旋转情况下的匹配问题，加快了计算速度，同时设计了分类动态查找表的亚像素插值方法，进一步提高了运算速度。为满足大视场情况下对测量精度的要求，研究了双目视觉系统结构对测量精度的影响，通过对视觉测量标定方法的研究和改进，解决了原方法无法适用于大畸变的情况。最后采用C#和MATLAB混合编程的方式开发了系统标定和叁维测量软件系统。(本文来源于《南京航空航天大学》期刊2013-01-01）
崔晓川[10]（2012）在《视觉形貌测量整体精度控制关键技术研究》一文中研究指出传统视觉测量手段在工业现场条件下应用于大尺寸叁维形貌测量时往往不能满足如今的测量要求，其原因主要受到测量装置的视场范围和分辨率的限制以及相关拼接方法产生的累积误差的影响。鉴于此局限性，对视觉形貌测量整体精度控制关键技术进行了深入地研究，以便实现对大尺寸物体的精确测量，其关键环节是建立高精度的全局控制网。本文通过研究提高控制点定位精度的方法来提升全局控制网的整体精度，进而把被测物体的形貌信息约束在高精度的全局控制网中，从而解决了上述测量范围和精度之间的矛盾。该方法在被测物体表面分散布置控制点，利用数字近景摄影测量方法获得视觉传感信息，通过面向测量的图像处理、控制点的精确配准以及基于光线束交汇的光束平差实现对空间控制点的精密定位，采用数据融合技术将高精度的叁维控制点拟合成全局控制网。该方法操作简单、自动化程度高、测量速度快、精度高，能够很好地满足工业现场条件下对大尺寸物体测量的要求。论文的主要工作如下：1.设计全局控制点，研究控制点的检测识别算法。设计非编码点的尺寸以及编码点的形状和编码容量；应用面向测量的高精度图像处理算法提取控制点中心、识别编码点的编码值。2.研究非编码点的精确配准技术。研究了基于对极几何约束的匹配技术，对非编码点采用叁幅图像进行精确配准，最终实现空间密集非编码点100%的正确匹配。3.建立全局控制网。在近景摄影测量理论基础上研究了多测站下同名控制点的精密定位方法，进而建立精确的全局控制网，分析了不同测站分布和不同性能相机对控制网精度的影响。(本文来源于《天津大学》期刊2012-12-01）
形貌视觉测量论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着人们对物体叁维数据的测量需求从人工测量延伸到自动化测量,立体视觉技术逐渐发展起来。对于一般物体尤其当物体表面纹理信息不足时,匹配难度变大甚至误匹配,影响了物体的重建效果。对弱纹理对象进行准确快速的叁维重建与测量,对机器人导航、逆向工程、地形测绘、虚拟现实等领域有着重要的意义。本文首先研究了摄像机的成像模型、畸变模型和相机坐标系转换关系,分析了不同视觉模型的优劣及适用场景,并设计了基于结构光的双目测量方案;分析了相机标定原理,并研究了标定板规格对标定精度的影响;对比分析了现今主流的细化算法的优缺点;基于极限约束和顺序一致性约束设计了多线结构光和网格结构光的立体匹配算法,并通过发动机叶片的叁维重建试验进行了验证,误差在3%以内;另外研究了基于梯度的数字图像相关原理,并基于NewtonRaphon迭代对采样点的位移进行解算,最后通过对邻域子集的位移场进行多项式拟合来计算拉格朗日应变分量,最后将叁维数字图像相关方法与红外成像技术相结合,实现了脉冲感应激励检测中变形场和温度场的同时测量;在系统开发方面,研究了双相机的高速同步采集方法,并设计开发了一套基于立体视觉的叁维测量系统,系统集双目采集、图像处理、叁维计算、深度追踪于一体,通过应用于线缆检修机器人目标视觉空间定位,控制精度为±1 mm。本文所做的工作对于一般物体表面的快速叁维重建及空间定位测量具有积极的意义。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
形貌视觉测量论文参考文献
[1].陈丁,余奕甫,康国剑,陈连忠.基于视觉的模型烧蚀形貌实时测量方法[J].宇航材料工艺.2019
[2].崔中原.基于立体视觉的叁维形貌重建与测量系统[D].南京航空航天大学.2019
[3].马晨.基于结构光的叁维形貌视觉测量方法研究[D].西安理工大学.2018
[4].刘虹丹.基于视觉的深度测量与叁维形貌重建[D].南京航空航天大学.2017
[5].景江.基于无人机的大空间视觉形貌测量技术研究[D].天津大学.2016
[6].郝照冰.汽车形貌主动视觉测量系统标定方法与测量精度评价[D].吉林大学.2016
[7].尚明诺.光栅投影双目视觉形貌测量及影响因素研究[D].天津大学.2015
[8].刘洋.光栅投影双目视觉形貌测量技术研究[D].天津大学.2014
[9].郝丽娟.基于双目视觉的叁维形貌与形变测量[D].南京航空航天大学.2013
[10].崔晓川.视觉形貌测量整体精度控制关键技术研究[D].天津大学.2012