發(fā)布時(shí)間：2021-11-26 06:54

　　近些年來(lái),基于目標(biāo)物體結(jié)構(gòu)或者場(chǎng)景的圖像序列來(lái)重建出目標(biāo)結(jié)構(gòu)已經(jīng)成為科研工作中的熱門問(wèn)題。而僅通過(guò)相機(jī)圍繞目標(biāo)中心的環(huán)繞拍攝來(lái)重建出與之對(duì)應(yīng)的三維模型需要多方面的領(lǐng)域理論技術(shù)支持才能得以發(fā)展。伴隨著計(jì)算機(jī)視覺、模式識(shí)別、圖像處理、計(jì)算機(jī)圖形學(xué)等領(lǐng)域理論技術(shù)的不斷發(fā)展使得該三維重建技術(shù)的應(yīng)用越來(lái)越貼近我們的生活,如虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)、醫(yī)學(xué)輔助診斷、機(jī)器人視覺導(dǎo)航等。為了實(shí)現(xiàn)基于雙目視覺的零件自動(dòng)識(shí)別與篩選,本文提出一種基于雙目視覺多視圖的零件三維重建方法,該方法對(duì)于機(jī)器視覺感知檢測(cè)、三維模型恢復(fù)重建等領(lǐng)域有著廣泛的應(yīng)用。針對(duì)基于雙目視覺多視圖的零件三維重建,本文以SFM（Structure from Motion）算法為切入點(diǎn)展開研究,由于SFM算法是基于單目圖像序列的目標(biāo)結(jié)構(gòu)恢復(fù),在三維重建過(guò)程中易受視界誤差以及環(huán)境亮度不同等影響,容易造成重建結(jié)果的魯棒性差。針對(duì)以上問(wèn)題,本文在SFM算法中引入雙目視覺理論,首先通過(guò)組建一臺(tái)雙目相機(jī),并調(diào)整左右相機(jī)的成像平面,使其在同一水平面內(nèi),隨后對(duì)調(diào)整好的雙目相機(jī)運(yùn)用雙目相機(jī)標(biāo)定方法求解相機(jī)的內(nèi)外參變量,然后對(duì)通過(guò)雙目相機(jī)拍攝的目標(biāo)零件結(jié)構(gòu)圖像序列... 

【文章來(lái)源】：哈爾濱理工大學(xué)黑龍江省

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

相機(jī)針孔成像模型

哈爾濱理工大學(xué)工學(xué)碩士學(xué)位論文-8-圖2-2相機(jī)標(biāo)定流程圖Fig.2-2Cameracalibrationflowchart驅(qū)動(dòng)雙目相機(jī)同時(shí)分別采集標(biāo)定板圖片，通過(guò)采集的標(biāo)定板圖片序列對(duì)左右目相機(jī)分別進(jìn)行標(biāo)定，得到相機(jī)內(nèi)參數(shù)。包括左右相機(jī)焦距x、y方向焦距xf和yf、主點(diǎn)位置xc和yc以及左右相機(jī)畸變參數(shù)1231k、k、k、p和2p，然后將采集的標(biāo)定板雙目圖像序列導(dǎo)入雙目標(biāo)定系統(tǒng)，并將得到的相機(jī)內(nèi)參數(shù)傳參到雙目標(biāo)定系統(tǒng)進(jìn)行相機(jī)雙目標(biāo)定，在對(duì)雙目相機(jī)完成標(biāo)定之后，可以推導(dǎo)出雙目相機(jī)的旋轉(zhuǎn)和平移矩陣，然后對(duì)通過(guò)單個(gè)相機(jī)標(biāo)定得到的內(nèi)參變量進(jìn)行校正，最后得到雙目相機(jī)標(biāo)定的結(jié)果。相機(jī)標(biāo)定過(guò)程最終得到的雙目相機(jī)內(nèi)外參數(shù)將在之后的圖像校正中使用。2.1.2相機(jī)單目標(biāo)定技術(shù)研究相機(jī)的單目標(biāo)定技術(shù)，是指通過(guò)算法得到單個(gè)相機(jī)的內(nèi)參的過(guò)程，在相機(jī)標(biāo)定技術(shù)中，對(duì)單個(gè)相機(jī)的標(biāo)定是相機(jī)標(biāo)定中的重中之重，通過(guò)單目相機(jī)標(biāo)定得到的內(nèi)參變量會(huì)作用于之后的雙目標(biāo)定過(guò)程中，對(duì)其有較大影響。在諸多單個(gè)相機(jī)的標(biāo)定方式里，最常用的是基于標(biāo)定板的相機(jī)標(biāo)定方法以及相機(jī)自動(dòng)標(biāo)定方法。其中前者方法較為成熟并且魯棒性強(qiáng)，所以本文采用前者方法進(jìn)行標(biāo)定。相機(jī)標(biāo)定一般選用平面標(biāo)定模板進(jìn)行標(biāo)定，常用的標(biāo)定模板有棋盤標(biāo)定板、圓形標(biāo)定板、隨機(jī)模式標(biāo)定板、ArUco標(biāo)定板以及ChArUco標(biāo)定板，各個(gè)標(biāo)定板如圖2-3所示。

哈爾濱理工大學(xué)工學(xué)碩士學(xué)位論文-9-圖2-3攝像機(jī)標(biāo)定板Fig.2-3Cameracalibrationboard線性直接標(biāo)定法、兩步標(biāo)定法以及張正友標(biāo)定法是較為常見的標(biāo)定方法，其中的線性直接標(biāo)定法可以在存在非線性畸變的情況下借助線性方程根來(lái)得到相機(jī)的內(nèi)外參變量。根據(jù)式(2-9)，有6個(gè)以上的點(diǎn)世界坐標(biāo)和像素坐標(biāo)（每個(gè)點(diǎn)有兩個(gè)方程），就能求出12個(gè)參數(shù)。運(yùn)算速度快，但由于沒有考慮畸變問(wèn)題，需要通過(guò)非線性優(yōu)化提高精度。111213142122232431323334x11wwwXrrrrYyrrrrZrrrr(2-9)式中Xw、Yw、wZ分別為世界坐標(biāo)下x、y、z坐標(biāo)(mm)；x、y分別為投影點(diǎn)的x、y方向圖像坐標(biāo)(pixel)；ijr為相機(jī)變換矩陣系數(shù)。常見的標(biāo)定方法中，兩部標(biāo)定法在進(jìn)行非線性優(yōu)化時(shí)需要選用線性直接標(biāo)定法求解的參變量作為該方法優(yōu)化的起始值，因?yàn)樵摲椒ㄖ�，如果給定起始值，將會(huì)對(duì)其優(yōu)化誤差有較大的影響。并且如果想要其誤差減小，就需要加入更多的參變量，從而導(dǎo)致產(chǎn)生冗余的計(jì)算過(guò)程，使之更為復(fù)雜，運(yùn)算效率低下。而張氏標(biāo)定法與上述兩種方法有所區(qū)別，兼具二者優(yōu)點(diǎn)，沒有冗余的操作計(jì)算過(guò)程，并且魯棒性強(qiáng)，標(biāo)定精度較高。該算法從不同視角觀測(cè)標(biāo)定模板最終得到相機(jī)內(nèi)外參數(shù)，定義標(biāo)定平面Z0，將旋轉(zhuǎn)矩陣分解為3個(gè)向量時(shí)可以去除其中一個(gè)。

【參考文獻(xiàn)】：
期刊論文
[1]圖像序列的增量式運(yùn)動(dòng)結(jié)構(gòu)恢復(fù)[J]. 高天寒,楊子藝.  中國(guó)圖象圖形學(xué)報(bào). 2019(11)
[2]三維建模技術(shù)在三維游戲中的應(yīng)用[J]. 張程怡.  科技傳播. 2018(22)
[3]基于視覺的三維重建關(guān)鍵技術(shù)研究綜述[J]. 鄭太雄,黃帥,李永福,馮明馳.  自動(dòng)化學(xué)報(bào). 2020(04)
[4]二維動(dòng)畫人物的特征提取與三維重建[J]. 單祖輝.  沈陽(yáng)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(02)
[5]光束法平差損失函數(shù)方法研究[J]. 吳天飛,斯趙飛,徐歡,趙小珍,孫立琴,張福浩,王曉靜.  科學(xué)技術(shù)創(chuàng)新. 2018(04)
[6]SFM系統(tǒng)中的快速魯棒特征提取算法研究[J]. 陳康平,劉而云.  杭州電子科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(02)
[7]基于無(wú)人機(jī)影像序列的三維重建方法綜述[J]. 劉磊,孫敏,任翔,劉鑫夫,劉亮,鄭暉,黎曉東.  北京大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(06)
[8]面向大尺度場(chǎng)景的單目同時(shí)定位與地圖構(gòu)建[J]. 劉浩敏,章國(guó)鋒,鮑虎軍.  中國(guó)科學(xué):信息科學(xué). 2016(12)
[9]生物醫(yī)學(xué)圖像三維重建技術(shù)應(yīng)用研究進(jìn)展[J]. 張文園,劉雪瑩,王福.  中華實(shí)用診斷與治療雜志. 2016(07)
[10]肝癌介入治療中旋轉(zhuǎn)數(shù)字減影血管造影三維重建技術(shù)的應(yīng)用價(jià)值[J]. 林擁華,章寶燕,李新豐,劉德鑫,周志平,洪本祖,葉超平,黃啟明.  中國(guó)醫(yī)學(xué)物理學(xué)雜志. 2015(06)

碩士論文
[1]基于無(wú)人機(jī)航拍圖像的三維重建SfM算法研究[D]. 韓超.內(nèi)蒙古工業(yè)大學(xué) 2019
[2]面向多視圖三維重建的紋理映射方法[D]. 朱禮楠.浙江大學(xué) 2018
[3]基于圖像序列的中國(guó)古建筑快速三維重建[D]. 胡曉星.西安工業(yè)大學(xué) 2015
[4]基于圖像的三維重建技術(shù)研究[D]. 蔡欽濤.浙江大學(xué) 2004



本文編號(hào)：3519625