隨著計(jì)算機(jī)視覺的迅猛發(fā)展,計(jì)算機(jī)視覺被廣泛的應(yīng)用到實(shí)際生活和工業(yè)生產(chǎn)當(dāng)中。其中雙目立體視覺是計(jì)算機(jī)視覺的重要研究領(lǐng)域,通過模擬人的雙眼進(jìn)行場(chǎng)景三維重建和測(cè)量,具有系統(tǒng)結(jié)構(gòu)簡(jiǎn)單、非接觸、低成本等優(yōu)勢(shì),能夠避免與被測(cè)量物體相接觸導(dǎo)致物體表面磨損和變形等問題,具有比人眼估計(jì)更準(zhǔn)確的測(cè)量精度。雙目視覺技術(shù)在無人駕駛、虛擬現(xiàn)實(shí)、精密測(cè)量、三維重建等領(lǐng)域具有廣泛的應(yīng)用前景。論文對(duì)雙目立體視覺關(guān)鍵技術(shù)進(jìn)行研究,提出一種雙目圖片自動(dòng)分割方法,以減少立體匹配算法運(yùn)算量,提高運(yùn)行效率;同時(shí),針對(duì)不同顏色和紋理的物體,論文提出一種自適應(yīng)雙目立體匹配方法,該方法能夠準(zhǔn)確得到視差圖和三維點(diǎn)云。結(jié)果表明,論文設(shè)計(jì)的方法在處理分析三維點(diǎn)云方面能夠達(dá)到較高的測(cè)量精度。針對(duì)傳統(tǒng)鋼軌波磨測(cè)量中存在效率低下、測(cè)量結(jié)果容易受人為因素影響、結(jié)果不便于存儲(chǔ)等問題,論文最后研究了雙目立體視覺技術(shù)在鋼軌波磨測(cè)量中的應(yīng)用,設(shè)計(jì)了基于雙目立體視覺的鋼軌波磨測(cè)量系統(tǒng),并實(shí)現(xiàn)各個(gè)功能模塊。論文主要研究?jī)?nèi)容如下:(1)雙目相機(jī)標(biāo)定:論文將圓陣列標(biāo)定板的拍照角度和光照環(huán)境調(diào)整到最佳的狀態(tài),使用OpenCV視覺庫進(jìn)行自動(dòng)標(biāo)定。標(biāo)定過程中,選擇重投...

【文章頁數(shù)】：93 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 課題來源
    1.2 課題研究背景與意義
    1.3 相關(guān)領(lǐng)域國內(nèi)外研究現(xiàn)狀
        1.3.1 圖像分割研究現(xiàn)狀
        1.3.2 雙目立體匹配研究現(xiàn)狀
        1.3.3 雙目視覺三維重建研究現(xiàn)狀
        1.3.4 鋼軌波磨測(cè)量研究現(xiàn)狀
    1.4 論文主要工作及組織結(jié)構(gòu)
        1.4.1 主要研究?jī)?nèi)容
        1.4.2 組織結(jié)構(gòu)安排
第2章 雙目視覺原理及其關(guān)鍵技術(shù)
    2.1 雙目相機(jī)標(biāo)定
        2.1.1 相機(jī)標(biāo)定方法
        2.1.2 相機(jī)極線校正方法
    2.2 雙目立體視覺原理
        2.2.1 立體匹配理論
        2.2.2 Middlebury標(biāo)準(zhǔn)數(shù)據(jù)集及評(píng)價(jià)標(biāo)準(zhǔn)
    2.3 雙目立體匹配基本框架
        2.3.1 匹配代價(jià)計(jì)算
        2.3.2 匹配代價(jià)聚合
        2.3.3 視差圖獲取
        2.3.4 視差圖后處理
    2.4 雙目三維重建
    2.5 本章小結(jié)
第3章 基于Grab Cut的雙目圖像自動(dòng)分割提取
    3.1 點(diǎn)激光處理策略
        3.1.1 點(diǎn)激光邊緣輪廓檢測(cè)
        3.1.2 點(diǎn)激光亞像素質(zhì)心求取方法
    3.2 基于Grab Cut的區(qū)域圖像分割策略
        3.2.1 圖像金字塔
        3.2.2 GrabCut自動(dòng)分割
        3.2.3 分割圖像視差填補(bǔ)方法
        3.2.4 計(jì)算區(qū)域圖像獲取流程
    3.3 實(shí)驗(yàn)結(jié)果及分析
    3.4 本章小結(jié)
第4章 基于3D標(biāo)簽的自適應(yīng)雙目匹配算法
    4.1 傾斜支持窗模型
    4.2 基于卷積神經(jīng)網(wǎng)絡(luò)的匹配代價(jià)計(jì)算方法
        4.2.1 卷積神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)
        4.2.2 計(jì)算雙目匹配代價(jià)網(wǎng)絡(luò)結(jié)構(gòu)
        4.2.3 訓(xùn)練過程及實(shí)驗(yàn)分析
    4.3 基于引導(dǎo)濾波的快速代價(jià)聚合方法
    4.4 平面3D標(biāo)簽計(jì)算方法
        4.4.1 平滑項(xiàng)計(jì)算
        4.4.2 α 擴(kuò)張算法的研究
        4.4.3 基于PatchMatch算法改進(jìn)的3D標(biāo)簽求解方法
        4.4.4 3D標(biāo)簽值精簡(jiǎn)優(yōu)化過程
        4.4.5 OpenMP并行計(jì)算方案
        4.4.6 視差圖后處理方法
        4.4.7 算法流程
    4.5 實(shí)驗(yàn)結(jié)果及分析
    4.6 本章小結(jié)
第5章 基于雙目視覺的鋼軌波磨測(cè)量系統(tǒng)實(shí)現(xiàn)
    5.1 雙目視覺鋼軌波磨測(cè)量系統(tǒng)關(guān)鍵模塊設(shè)計(jì)與實(shí)現(xiàn)
        5.1.1 雙目圖像采集
        5.1.2 雙目相機(jī)標(biāo)定及其誤差分析
        5.1.3 雙目圖像立體校正及其誤差分析
        5.1.4 雙目三維重建及其誤差分析
    5.2 鋼軌點(diǎn)云數(shù)據(jù)的獲取和處理
        5.2.1 鋼軌點(diǎn)云獲取
        5.2.2 鋼軌點(diǎn)云去噪
        5.2.3 鋼軌點(diǎn)云濾波采樣
    5.3 鋼軌波磨測(cè)量分析
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 全文工作總結(jié)
    6.2 未來工作展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間獲得與學(xué)位論文相關(guān)的科研成果



本文編號(hào)：3800892