大型航空零部件的制造和裝配過程中,需要通過測量來保證其精度、效率和可靠性。目前,針對大型航空零部件,視覺測量系統(tǒng)是將被測對象表征成點云的形式,通過對比點云與理論數(shù)模的差異,即可驗證零部件的幾何精度。由于高直線度和穩(wěn)定性,線激光光源在視覺測量系統(tǒng)中得到了廣泛的應用,用以增強目標圖像的特征。作為視覺測量的關鍵技術,激光條紋圖像處理的結(jié)果直接影響著系統(tǒng)的魯棒性和準確性。過去,為了減少激光條紋圖像處理的困難,技術人員通常會建立一個條件嚴苛、成本昂貴的理想檢測場景,確保圖像中激光條紋信息清楚且噪聲極少。然而,搭建一個理想測量環(huán)境并不適合多種類、大尺寸的航空零部件測量,更無法滿足在線、在機測量。由于無法構(gòu)建適用于各種零部件的攝影檢測環(huán)境,而且圖像中包含了各種顯著、復雜的背景噪聲,造成圖像處理非常困難。隨著智能圖像處理技術的不斷發(fā)展,在特定工業(yè)環(huán)境下提取圖像中的激光條紋特征變得切實可行。然而,由于光斑、背景物體、粉塵、環(huán)境光等噪聲的干擾,而且激光條紋自身的性質(zhì)和圖像背景在掃描過程中會隨時間和位置變化,導致無法準確提取目標。本文采用基于輔助激光掃描的雙目立體視覺測量方法,實現(xiàn)大型航空構(gòu)件形面的三維測量... 

【文章頁數(shù)】：84 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀分析
        1.2.1 現(xiàn)場大尺寸測量研究現(xiàn)狀
        1.2.2 激光條紋圖像特征定位和分割研究現(xiàn)狀
        1.2.3 激光條紋中心線計算方法研究現(xiàn)狀
    1.3 基于大型航空測量的激光特征圖像處理總體方案及研究難點
    1.4 論文的主要研究內(nèi)容
2 基于多特征聚類的激光條紋定位方法
    2.1 激光條紋圖像特征分析
    2.2 現(xiàn)有圖像特征定位方法
        2.2.1 投影統(tǒng)計法
        2.2.2 基于Kalman濾波的定位方法
        2.2.3 基于有監(jiān)督學習的特征匹配方法
    2.3 激光條紋的特征
        2.3.1 激光條紋的形狀特征
        2.3.2 激光條紋的噪聲響應特征
        2.3.3 激光條紋的紋理特征
    2.4 特征圖能量模板濾波
    2.5 基于Kmeans++聚類的激光條紋定位方法
    2.6 本章小結(jié)
3 基于有監(jiān)督學習的閾值分割方法
    3.1 現(xiàn)有圖像分割方法
    3.2 基于深度殘差網(wǎng)絡的閾值分割方法
        3.2.1 激光條紋與背景的分割方案及流程
        3.2.2 深度殘差網(wǎng)絡的結(jié)構(gòu)與參數(shù)設計
        3.2.3 激光條紋二值圖像的數(shù)據(jù)集制作
        3.2.4 基于二階矩的最佳閾值估計
    3.3 本章小結(jié)
4 遮擋噪聲的濾除方法研究
    4.1 激光條紋遮擋噪聲的分析
    4.2 基于Hough空間的線型噪聲濾除方法
    4.3 基于形態(tài)學骨架的塊狀噪聲檢測及過濾方法
    4.4 激光條紋的亞像素中心計算方法
    4.5 本章小結(jié)
5 大尺寸構(gòu)件激光輔助的視覺測量中圖像處理方法實驗與分析
    5.1 基于輔助激光掃描的雙目立體視覺測量系統(tǒng)
    5.2 機身壁板樣件現(xiàn)場測量實驗分析
        5.2.1 基于特征聚類的激光條紋定位實驗
        5.2.2 基于ResNet的閾值分割實驗
        5.2.3 遮擋噪聲的濾除及缺損補償
        5.2.4 獲取激光條紋的亞像素中心線和被測件點云
    5.3 本章小結(jié)
結(jié)論
參考文獻
攻讀碩士學位期間發(fā)表學術論文情況
致謝


【參考文獻】：
期刊論文
[1]飛機柔性裝配方法在飛機裝配中的應用[J]. 鄭鵬宇.  中小企業(yè)管理與科技(下旬刊). 2019(02)
[2]基于二維Arimoto灰度交叉熵的圖像閾值分割[J]. 楊昀臻,趙廣州.  計算機與數(shù)字工程. 2018(08)
[3]FCM融合改進的GSA算法在醫(yī)學圖像分割中的研究[J]. 馮飛,劉培學,李麗,陳玉杰.  計算機科學. 2018(S1)
[4]基于超像素聚類的側(cè)掃聲吶圖像分割算法[J]. 盛蘊霞,霍冠英,劉靜.  計算機工程. 2018(06)
[5]融合SLIC與改進鄰近傳播聚類的彩色圖像分割算法[J]. 程仙國,王明軍.  計算機工程. 2018(06)
[6]數(shù)字化測量技術在飛機制造、裝配中的應用[J]. 孫丹.  科學技術創(chuàng)新. 2018(14)
[7]結(jié)構(gòu)光條紋圖像分割方法[J]. 朱真,杜軼誠,秦緒佳,陳勝男.  計算機應用與軟件. 2016(08)
[8]圖像閾值分割方法研究進展20年（1994—2014）[J]. 吳一全,孟天亮,吳詩婳.  數(shù)據(jù)采集與處理. 2015(01)
[9]灰度熵和混沌粒子群的圖像多閾值選取[J]. 吳一全,紀守新.  智能系統(tǒng)學報. 2010(06)
[10]改進的最小類內(nèi)絕對差閾值分割及快速算法[J]. 張金礦,吳一全.  信號處理. 2010(04)

博士論文
[1]基于機器視覺的散狀物料動態(tài)計量系統(tǒng)研究[D]. 李萍.中國礦業(yè)大學(北京) 2017
[2]大型構(gòu)件復雜曲面自動化測量方法與技術[D]. 楊守瑞.天津大學 2017
[3]輸送帶縱向撕裂可見光與紅外雙目視覺在線檢測系統(tǒng)研究[D]. 喬鐵柱.太原理工大學 2015
[4]大構(gòu)件折線角焊縫前置—直視雙視覺監(jiān)測跟蹤[D]. 畢齊林.華南理工大學 2014
[5]基于視覺信息的鋼板連續(xù)生產(chǎn)線激光焊接關鍵技術的研究[D]. 王立偉.河北工業(yè)大學 2012

碩士論文
[1]雙機器人自動制孔系統(tǒng)研究[D]. 李博林.浙江大學 2018
[2]大型航空構(gòu)件視覺測量特征提取方法研究[D]. 高鵬.大連理工大學 2017
[3]飛機蒙皮邊緣特征的提取方法研究[D]. 張杰.南京航空航天大學 2017
[4]基于線結(jié)構(gòu)光的單目視覺目標位姿測量研究[D]. 丁洵.湖南科技大學 2015
[5]激光輔助熱態(tài)鍛件視覺測量中的光條提取方法[D]. 張馳.大連理工大學 2015
[6]復雜背景下視頻運動目標跟蹤算法研究[D]. 胡滿.青島科技大學 2013
[7]結(jié)構(gòu)光三維測量中光條中心提取方法及其評價的研究[D]. 徐靜珠.南京大學 2012



本文編號：3687803