【摘要】：雙目立體視覺測量系統(tǒng)是通過模擬人類視覺系統(tǒng)功能來獲取場景中被測物體的深度信息,恢復(fù)場景中被測物體的三維信息。雙目立體攝像機通過采集齒輪倒角的圖像信息,來實現(xiàn)非接觸式測量。非接觸式測量相對于機械接觸式測量有著高效率,對被測物體無損傷等優(yōu)點。因此,基于雙目視覺齒輪倒角測量方法的研究具有重要的理論意義和實用價值。本文以雙目立體視覺的原理為基礎(chǔ),通過利用機械裝置移動單攝像機實現(xiàn)對齒輪倒角三維測量方法進行研究。論文的主要研究內(nèi)容包括以下幾個方面:(1)利用兩個不同的攝像機,建立攝像機成像模型,并考慮成像過程中相機畸變的影響。采用張正友標定方法對兩個攝像機進行標定,得到兩個攝像機的內(nèi)部參數(shù)和兩個攝像機之間的外部參數(shù)。利用兩個攝像機參數(shù)的標定結(jié)果進行極線校正,將雙目立體視覺模型變?yōu)槔硐氲钠叫须p目視覺。(2)基于移動單目相機的雙目立體視覺測量方法是利用移動平臺承載一個單攝像機實現(xiàn)了兩個攝像機雙目立體視覺的測量功能。該測量方法通過用機械裝置代替軟件計算,實現(xiàn)了平行雙目立體視覺的測量。該測量方法的實驗包括實驗裝置的穩(wěn)定性,攝像機的移動中心距實驗和測量實驗等。通過實驗數(shù)據(jù)分析,驗證了該測量方法的可行性。(3)對基于特征點的立體匹配模型,本文在研究出多種邊緣檢測算法的基礎(chǔ)上,結(jié)合實際情況提出了相對應(yīng)的邊緣提取算法,擬合邊緣,求解出特征點。通過特征點匹配得到了被測物體的深度信息以及特征點的空間坐標,進而達到測量的要求。
[Abstract]:Binocular stereo vision measurement system is to simulate the functions of human visual system to obtain the depth information of the measured object in the scene and restore the three-dimensional information of the measured object in the scene. Binocular stereo camera can realize non-contact measurement by collecting image information of gear chamfering angle. Compared with mechanical contact measurement, non-contact measurement has the advantages of high efficiency and no damage to the object under test. Therefore, the research of bevel angle measurement based on binocular vision gear has important theoretical significance and practical value. Based on the principle of binocular stereo vision, this paper studies the three-dimensional measurement method of gear chamfering by moving a single camera with a mechanical device. The main contents of this paper are as follows: (1) using two different cameras, the camera imaging model is established, and the influence of camera distortion in the imaging process is considered. The internal parameters of two cameras and the external parameters between two cameras are obtained by using the calibration method of Zhang Zhengyou. The results of calibration of two camera parameters are used for polar line correction. The binocular stereo vision model is transformed into the ideal parallel binocular vision. (2) the binocular stereo vision measurement method based on the mobile monocular camera is to carry a single camera with a mobile platform to realize the binocular stereo of two cameras. Visual measurement function The measurement of parallel binocular stereo vision is realized by using mechanical device instead of software calculation. The experiments of this method include the stability of the experimental device, the moving center distance of the camera and the measuring experiment. Through the analysis of experimental data, the feasibility of the measurement method is verified. (3) for the stereo matching model based on feature points, this paper studies several edge detection algorithms. According to the actual situation, the corresponding edge extraction algorithm is proposed to fit the edges and solve the feature points. The depth information of the measured object and the spatial coordinates of the feature point are obtained by matching the feature points, and then the measurement requirements are achieved.
【學位授予單位】：天津科技大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TG86

【參考文獻】

相關(guān)期刊論文 前10條

1 李晉惠;岳鑫;高飛;;雙目標定中棋盤格圖像角點樣本篩選及標定[J];西安工業(yè)大學學報;2016年05期

2 林冬梅;張愛華;王平;馬永強;楊力銘;劉宗福;;張氏標定法在雙目視覺脈搏測量系統(tǒng)中的應(yīng)用[J];蘭州理工大學學報;2016年02期

3 楊延竹;盛佳偉;;一種基于雙目視覺的軸類鍛件幾何尺寸測量方法[J];鍛壓技術(shù);2016年03期

4 李莉;;OpenCV耦合改進張正友算法的相機標定算法[J];輕工機械;2015年04期

5 彭祺;仲思東;屠禮芬;;Cast shadow detection for moving objects based on binocular stereo vision[J];Journal of Central South University;2014年02期

6 時華;魏琰;楊曦;;基于雙目立體視覺的智能抓娃娃機仿真系統(tǒng)標定[J];科技信息;2014年01期

7 張頌;謝永杰;;基于雙目視覺的空間脫靶量測量技術(shù)研究[J];光學與光電技術(shù);2013年04期

8 郭海礁;;常用圖像拼接算法綜述[J];科技信息;2012年07期

9 楊明;王海暉;陳君;萬妮;;雙目標定系統(tǒng)精度提高的方法[J];武漢工程大學學報;2012年01期

10 尤波;李楠;沈愛華;許家忠;;基于雙目立體視覺技術(shù)的輪式機器人位姿測量方法研究[J];機械設(shè)計與制造;2011年08期

相關(guān)博士學位論文 前1條

1 周佳立;雙目立體視覺及三維反求研究[D];浙江大學;2009年

相關(guān)碩士學位論文 前6條

1 王瑩;雙目立體視覺圖像匹配與目標定位方法研究[D];哈爾濱工業(yè)大學;2013年

2 謝順意;基于雙目的三維立體重建研究[D];武漢紡織大學;2012年

3 趙陽;方向可調(diào)濾波器在圖像邊緣檢測中的應(yīng)用[D];大連理工大學;2009年

4 任文杰;圖像邊緣檢測方法的研究[D];山東大學;2008年

5 甘金來;圖像邊緣檢測算法的比較研究[D];電子科技大學;2005年

6 楊海濤;機器視覺檢測算法研究及實現(xiàn)[D];吉林大學;2004年

，

本文編號：2371231