基于计算机视觉的三维重建算法研究

摘要

在生产过程的物流信息化管理过程中，对料堆进行有效计量是一个很重要的环节。为了提高企业原材料自动化的管理水平，本课题研究了一种速度快、精度高的三维重建算法。 论文的主要研究内容如下: (1)对获得的散点数据进行了预处理。由于摄像机的环形工作平台与料堆平台不平行，导致还原的三维数据信息产生倾斜。应先将边界点的z坐标值还原到0的附近，则将分别采集到的边界数据点进行处理，计算倾斜角，最后根据计算所得的倾斜角对所有的料堆表面特征点进行处理，完成所有料堆散点数据的倾斜校正。预处理后获得的三维数据坐标精度更高。 (2)分析三维重建和体积计算原理，通过对比各种空间插值方法的优缺点，选取了适用于本课题的克里金插值算法并对其进行了改进。先对已知采样点数据进行分析，求取实验变差函数值，然后通过理论变差函数模型拟合离散的实验变差函数值，获得采样点数据的变差函数模型，选择采样点，代入克里金插值方程组求出权值，最终求得采样点的属性值。 (3)考虑到采样点间的空间相关性，对采样点的搜索策略进行了改进，由整体搜索法改为局部搜索法，设计了方位搜索法，此方法提高了三维重建精度和运算速度。 (4)对料堆的三维点采用整体克里金插值算法和局部克里金插值算法分别进行插值，实现料堆体积的三维重建和体积计算，对两者的精度进行比较，实验得出局部克里金插值算法恢复的料堆表面更加接近实际料堆表面，求出的体积误差更小。 本课题在一定程度上实现了对大型物料堆体积的自动化测量。通过实验室的模拟实验，证明了该方法的可行性与准确性。该方法简单易行、成本较低。

目录

声明

摘要

第1章绪论

1．1课题的提出背景及意义

1．2相关测量系统研究现状

1．2．1计算机视觉系统研究现状

1．2．2三维重建技术研究现状

1．3论文研究内容及工作安排

1．4论文主要结构

第2章多目视觉测量系统总体设计

2．1测量系统的原理

2．2多目视觉测量系统的结构设计

2．2．1视觉系统的总体结构设计

2．2．2视觉系统的硬件组成

2．3多目视觉系统的软件实现

2．4本章小结

第3章散点数据获取与预处理

3．1摄像机标定

3．1．1摄像机标定方法和步骤

3．1．2摄像机的标定结果

3．2图像特征点的提取与匹配

3．2．1料堆图像预处理

3．2．2特征点提取与匹配流程介绍

3．2．3匹配结果及误差分析

3．3三维散点数据的计算

3．4散点数据的倾斜校正

3．4．1倾斜角的计算

3．4．2三维数据倾斜校正

3．5本章小结

第4章三维重建与体积计算

4．1体积计算基本原理

4．2空间插值技术

4．2．1常用空间插值方法的研究

4．2．2几种插值方法的比较

4．3本章小结

第5章三维重建算法的改进

5．1采样点搜索策略的改进

5．1．1近点距离搜索法

5．1．2方位搜索法

5．2空间插值算法的改进

5．2．1克里金插值算法的基本原理

5．2．2变差函数及结构分析

5．3本章小结

第6章实验结果及误差分析

第7章结论与展望

7．1总结

7．2展望

参考文献

致谢