在“中國制造2025”戰(zhàn)略的指引下,國內(nèi)涌現(xiàn)出一大批制鞋企業(yè)及科研機構(gòu)致力于制鞋產(chǎn)業(yè)自動化生產(chǎn)技術(shù)的轉(zhuǎn)型升級,迄今已取得不錯的成績。目前多數(shù)成果均是將固定的鞋模信息傳輸給工業(yè)機器人,然后控制機器人實現(xiàn)對鞋底的打磨、噴膠等工藝操作。但是在這種工作方式下,機器人無法實時獲取外部信息,使得機器人進行打磨、噴膠工藝時,忽略了鞋底加工過程中的初始定位偏差及傳輸過程中可能存在的位置變化等問題,從而降低制鞋的成品率,影響了企業(yè)的生產(chǎn)效率和效益。針對以上問題,本文將對雙目立體視覺技術(shù)在制鞋業(yè)鞋底打磨工藝中實現(xiàn)鞋底三維數(shù)據(jù)恢復的相關(guān)技術(shù)進行研究,主要包括圖像獲取、相機標定、圖像處理、立體匹配及三維重建這幾方面。同時根據(jù)理論分析搭建雙目視覺平臺計算鞋底的三維數(shù)據(jù)。本文的主要工作包括以下幾個方面:（1）分析了相機的成像模型及雙目視覺三維測量原理,得到空間點的三維信息與二維平面圖像像素點之間的映射關(guān)系。探究了雙目常規(guī)模型與理想模型之間的區(qū)別,并得到影響雙目視覺測量系統(tǒng)測量精度的關(guān)鍵參數(shù);（2）雙目視覺實驗平臺的搭建與標定。結(jié)合項目需求與第（1）點的分析,實現(xiàn)實驗平臺的硬件選型以及搭建工作;探究張正友標定算法在... 

【文章來源】：廈門理工學院福建省

【文章頁數(shù)】：84 頁

【學位級別】：碩士

【部分圖文】：

圖１－］國立技術(shù)大學雙目測量系統(tǒng)示意圖?圖１－２梅爾那大學雙目視覺測量系統(tǒng)示意圖??“”“”

?第三章雙目視覺相機硬件平臺搭建及其標定???４?ｉＡ?３?４０??－０?：ｔ：?１?ＩＭ?；：．??ＩＳ?鐘?義??＾?ｔ〇ＸＴ?１??＇－Ｊｉ，?，??－Ｌ＿ｊ?？：Ｊ５?丨?５＿Ｗ?＼?ｉ；?－＇Ｖ．?＾??＼?｜?、、?＇＇?（?屮（Ｈ．Ｓ?；??＼ＸＩ?．Ｑｃ??—?＾?Ｓ?＼?１?７?Ｓ．??．￣－￣￣ｉ?．?＋?：?乂?ｉｋｆｉ??％！??＿?爻?ｊｙ：——＾??ｔｒ?°ｌ?Ｊ??．ｍ－?ｍ?１??圖３－１相機夾具結(jié)構(gòu)圖??綜合以上分析，搭建本文該實驗平臺，主要由雙目相機、計算機組成，其中??相機和鏡頭通過夾具安裝在機器人末端法蘭處。在實驗過程中，通過控制機器人??運動，使得相機可以從不同視角提取鞋底或五金件等打磨對象的圖像。然后通過??軟件后續(xù)的處理模塊計算出測量對象的三維信息。??３．２雙目視覺相機標定??根據(jù)２．１節(jié)分析可知，可利用相機的內(nèi)外參數(shù)描述圖像信息與空間信息之間??的轉(zhuǎn)換關(guān)系，而獲取相機內(nèi)孫參數(shù)的過程稱為相機標定［２６＿３％根據(jù)２．２節(jié)分析可??知，在雙目測量系統(tǒng)中，為了利用雙目視覺實現(xiàn)三維測量，除了左右兩相機的內(nèi)??外參數(shù)外，還需要知道左右兩個相機之間的位姿矩陣，計算左右相機內(nèi)外部參數(shù)??及相機間位姿關(guān)系的過程稱為雙目立體標定。因此本節(jié)將首先分析常用的相機標??定方法，并重點分析張正友標定算法如何獲取相機的內(nèi)外參數(shù)及畸變參數(shù)；然后??分析雙目立體標定方法，獲取兩相機之間的位姿關(guān)系；最后基于ＭＡＴＬＡＢ與??ＯｐｅｎＣＶ實現(xiàn)雙目視覺實驗平臺的標定，并兩種方式獲得的標定結(jié)果做對比。??３．２．１相機標定方法研究??相機的標定技術(shù)

?第Ｍ章雙目視覺相機硬件平臺搭建及其標定???檢測到的成像坐標為（Ｉ，ｙ），則此標定點的殘差為：??Ｅ：?＾ｌ（ｘ－ｘ）２?＋（ｙ－ｙ＇）２?（３－２６）??則對于《個標定點的平均殘差為：??Ｅ？＝ｌｐ（Ｘｉ－＾Ｈｙｒｙ；ｆ?０－２７１??本文通過控制機器人運動，使得雙目視覺平臺以不同的姿態(tài)拍攝２０組標定??板圖像，如圖３－２和圖３－３所７Ｋ。??ＢＢｆｉｆｒ?＿纖??圖３－２／ｒ：相機標定圖像集合??Ｂ１?Ｂｌ?Ｍｌ?Ｍｌ?｜Ｍ??圖３－３右相機標定圖像集合??兩種方式標定的結(jié)果如表３－３所示，ＭＡＴＬＡＢ使用了?ＭＡＴＬＡＢ中的立體??標定工具箱進行標定，ＯｊｐｅｎＣＶ中對應的標定算子為ｓｔｅｒｅｏＣａｌｉｂｒａｔｋ＞ｎ（）。??３１??

【參考文獻】：
期刊論文
[1]基于圖像閾值分割的滸苔圖像提取[J]. 張日升,原明亭,丁軍航,官晟,孟憲法.  自動化技術(shù)與應用. 2020(02)
[2]基于SGBM算法與BM算法的三維重建分析[J]. 李先祥,陳思琪,肖紅軍,黃道平.  自動化與信息工程. 2019(05)
[3]基于對極約束的雙目立體視覺標定精度評價方法[J]. 張青哲,王勇.  激光與光電子學進展. 2019(23)
[4]基于邊緣檢測的視差圖效果優(yōu)化[J]. 王安,王芳榮,郭柏蒼,岳欣羽.  計算機應用與軟件. 2019(07)
[5]典型去噪算法在圓形線材表面缺陷圖像中的對比研究[J]. 楊培義,張?zhí)焱?楊辰飛,王若飛.  現(xiàn)代計算機(專業(yè)版). 2019(03)
[6]特征融合的雙目半全局匹配算法及其并行加速實現(xiàn)[J]. 呂倪祺,宋廣華,楊波威.  中國圖象圖形學報. 2018(06)
[7]基于場景深度的霧天圖像能見度檢測算法[J]. 徐敏,張紅英,吳亞東.  自動化儀表. 2017(09)
[8]基于噪聲類型及強度估計的狹葉錦雞兒葉切片圖像盲去噪[J]. 王海超,王春光,宗哲英,殷曉飛,張文霞,王曉蓉,張海軍,李靖,劉濤.  農(nóng)業(yè)工程學報. 2017(10)
[9]基于小波變換和均值濾波的圖像去噪研究[J]. 趙曉雷.  信息技術(shù). 2017(02)
[10]基于計算機視覺的三維重建技術(shù)綜述[J]. 徐超,李喬.  數(shù)字技術(shù)與應用. 2017(01)

博士論文
[1]實時雙目立體匹配算法研究與實現(xiàn)[D]. 陳彬.武漢科技大學 2014
[2]基于多像滅點進行相機標定的方法研究[D]. 謝文寒.武漢大學 2004

碩士論文
[1]基于雙目視覺的三維重建技術(shù)研究[D]. 楊順波.湖南工業(yè)大學 2019
[2]基于裝配機器人雙目視覺系統(tǒng)的障礙物三維重建研究[D]. 傅豪.西安理工大學 2018
[3]基于雙目立體視覺三維重建方法的研究[D]. 張如如.聊城大學 2018
[4]基于雙目視覺的圖像深度信息數(shù)據(jù)集的研究[D]. 汪小愉.杭州電子科技大學 2018
[5]雙目視覺與障礙物探測方法研究[D]. 劉然.西安石油大學 2018
[6]基于視覺圖像的三維重建技術(shù)研究[D]. 劉遠.揚州大學 2018
[7]基于結(jié)構(gòu)光和雙目視覺的工件3D重建與測量[D]. 喻楊.湖南大學 2018
[8]基于雙目立體視覺的深度感知技術(shù)研究及實現(xiàn)[D]. 徐晟.華南理工大學 2018
[9]基于立體視覺的場景三維重建技術(shù)研究[D]. 伊璐.西安理工大學 2017
[10]基于異構(gòu)多核處理器的雙目視覺系統(tǒng)設計與實現(xiàn)[D]. 吳志佳.北京交通大學 2017



本文編號：3459842