【摘要】：在非接觸三維測量領域中,編碼結構光方法一直是研究人員的研究重點,其中格雷碼與線移條紋相結合的編碼方式以其測量相對準確、采樣密度和分辨率較高等優(yōu)勢被廣泛應用。為此,本文針對格雷碼與線移條紋結合的三維測量方法進行研究,提出了基于邊緣奇異算子和中心奇異算子的最短路徑搜索方法分別對格雷碼邊緣與線移條紋中心進行檢測與定位,實現(xiàn)三維測量精度的提高。本文主要研究工作如下:首先,對應用于三維測量的最短路徑搜索技術、格雷碼邊緣檢測及線移條紋中心檢測的奇異算子進行研究。本文分別對格雷碼邊緣和線移條紋中心各自的信號特征進行分析研究,針對格雷碼邊緣特征設計邊緣檢測奇異算子并構建邊緣代價函數(shù),針對線移條紋中心特征設計中心檢測奇異算子并構建中心代價函數(shù);同時以歐拉距離約束作為相鄰關鍵點距離約束條件,以快速行進算法為基礎,給出計算最短路徑搜索技術中最小能量圖的方法,再由最短路徑自動跟蹤得到準確的格雷碼邊緣和線移條紋中心定位。其次,搭建格雷碼與線移條紋相結合的三維測量系統(tǒng)�；诟窭状a和線移條紋編碼結構光三維測量原理與其編解碼原理,構建三維測量系統(tǒng)數(shù)學模型;選取系統(tǒng)各模塊設備搭建三維測量系統(tǒng)平臺,并利用三維測量系統(tǒng)數(shù)學模型對平臺中攝像機和投影儀進行標定實驗。最后,針對本文提出的邊緣和中心檢測定位方法進行精度分析,并將其結合到三維測量中進行實驗。針對三維測量中的多種像素寬度的格雷碼邊緣進行實驗定位,通過定位直線的直線度、平行度和等間距度對定位精度進行分析,并與交點法的邊緣定位結果進行對比,實驗結果表明本文所述方法定位綜合誤差均小于0.350 pixel;在對4像素寬度的線移條紋中心定位實驗中,本文中心檢測方法較灰度重心法定位精度高,且綜合誤差小于0.150pixel;針對標準平面三維測量結果的平均均方誤差為0.201 mm;最后在對球面與花瓶表面進行三維測量中,本文方法能夠較平滑且細致地反映物體的表面形狀及紋理特征。
【圖文】：

Laplacian 算子對圖像中邊緣灰度變化十分敏感，Laplacian 算子利用分運算檢測條紋邊緣，但卻產生了丟失邊緣方向信息的危險性，MLaplacian 算子為基礎提出圖像中邊緣預處理的 Log 算子[23]。又有子利用高斯信號曲線導數(shù)求解梯度，并通過其局部極大值檢測邊緣nny 算子利用雙閾值實現(xiàn)僅針對與強邊緣相連的弱邊緣的檢測與提取在亞像素級的邊緣檢測研究中，圍繞插值法、擬合法等，研究人多基礎與改進的亞像素邊緣檢測方法[25-27]。亞像素邊緣檢測方法線像素范圍內信息作為補充分析信息來實現(xiàn)亞像素定位。插值法是先利用邊緣檢測算子，將邊緣定位到像素級，再利用邊為零對插值的灰度梯度值進行計算求解位置參數(shù)，最后通過求解值來確定亞像素邊緣信息[28]。杰森等對邊緣檢測視覺模型進行完善改進邊緣擬合方法，，實現(xiàn)了對特定連續(xù)空間的階梯邊緣的定位[29]。等將三次樣條插值和灰階邊緣細化進行結合，取得了較好的效果[3首先將圖像中邊緣灰度漸變區(qū)域進行處理，再整理該區(qū)域中法線，也實現(xiàn)了圖像邊緣的亞像素級檢測的精確定位，如圖 1-3a)所示為示意圖，圖 1-3b)為邊緣細化算法圖：

哈爾濱理工大學工學碩士學位論文有研究人員利用最小二乘準則對條紋邊緣進行擬合得到邊緣線。在邊緣所在區(qū)域的一定范圍內有點(xi,yi)，在給定的函數(shù) f(x)中計算得函數(shù) f*(x)，有目標函數(shù) s 最小[31]。隋連升等利用 NURBS 曲線局部控制性高的特性，以提高檢測精度出發(fā)，給出 NURBS 擬合的方法對光條邊緣進行檢測定位[32]。李景泓等利用最小二乘擬合的方法擬合橢圓軌跡，提出在圖像較模糊的情況下的模糊圖像邊緣提取的方法[33]。張洪濤等通過 B 樣條函數(shù)擬合，改進經典算子模板，同樣獲得了邊緣檢測的亞像素級別[34]，如圖 1-4 所示為改進的模板。
【學位授予單位】：哈爾濱理工大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TP391.41

【參考文獻】

相關期刊論文 前10條

1 劉文毅;龔曉峰;;基于新方向模板法的火炮內腔三維重構研究[J];計算機仿真;2015年02期

2 郭玲;朱茂之;;結構光條紋中心線的魯棒提取[J];光電技術應用;2014年04期

3 賀桂嬌;;幾種經典的圖像邊緣檢測算子分析比較[J];計算機光盤軟件與應用;2014年09期

4 孫少紅;袁華;張彤;;常用的亞像素邊緣檢測方法的對比研究[J];大眾科技;2014年04期

5 陳一虎;;圖像邊緣檢測方法綜述[J];寶雞文理學院學報(自然科學版);2013年01期

6 趙曉麗;孔勇;;基于高斯小波的多尺度積圖像邊緣檢測算法[J];數(shù)據(jù)采集與處理;2012年04期

7 吳鵬;宋文龍;;一種改善的基于支持向量機的圖像邊緣檢測算法[J];自動化技術與應用;2012年04期

8 李杰;彭月英;元昌安;林墨;王仁民;;基于數(shù)學形態(tài)學細化算法的圖像邊緣細化[J];計算機應用;2012年02期

9 張習民;賈克斌;卓東風;;BP神經網絡在圖像邊緣檢測中的應用[J];計算機工程與設計;2011年06期

10 祝宏;曾祥進;;Zernike矩和最小二乘橢圓擬合的亞像素邊緣提取[J];計算機工程與應用;2011年17期

相關博士學位論文 前3條

1 張萬禎;數(shù)字投影結構光三維測量方法研究[D];浙江大學;2015年

2 黃建平;基于二維圖像和深度信息的路面裂縫檢測關鍵技術研究[D];哈爾濱工業(yè)大學;2013年

3 宋青;大規(guī)模網絡最短路徑的分層優(yōu)化算法研究[D];上海交通大學;2012年

相關碩士學位論文 前4條

1 張吉勛;雙頻多周期模擬編碼光相位展開方法研究[D];哈爾濱理工大學;2017年

2 郭克冰;基于灰色關聯(lián)度的圖像邊緣檢測的理論研究[D];河南大學;2016年

3 陳輝;圖像邊緣檢測技術的研究[D];哈爾濱工程大學;2012年

4 喻煒;小波變換在圖像邊緣檢測中應用研究[D];中國地質大學（北京）;2006年

本文編號：2599985