基于机器视觉的眼镜镜片轮廓提取系统

摘要

视觉是人类最为重要的感官，通过视觉这个重要途径人类才能更好地认识外部世界。机器视觉是使机器具有人眼一样的功能，可以用于检测、识别、测量等领域，机器视觉系统相比于人工检测具有高效、高自动化的特性。随着机器视觉技术的发展和人类生产生活中需求的增加，机器视觉系统目前被广泛应用于航空、电子、医药、汽车、印刷和包装等领域。本文主要的研究内容包括:
　　本文深入研究了眼镜镜片轮廓提取系统中的摄像机标定、图像检测、轮廓跟踪等关键技术。采用嵌入式系统，研制了基于机器视觉的眼镜镜片轮廓提取系统，应用单目视觉系统得到眼镜镜片的图像，之后对图像进行预处理，通过八邻域轮廓跟踪法提取镜片的轮廓。最后，对摄像机进行标定，用得到的畸变系数校正镜片的轮廓。该系统没有PC平台的限制，可以应用于日常的眼镜镜片生产之中，缩短了镜片的生产周期。
　　在研究摄像机标定的过程中学习了现有的标定方法，在此基础上改进了两种标定方法。第一种方法是在传统两步法的基础上得到的一种改进的摄像机标定方法。这种方法通过拍摄单幅标定板图像即可完成标定，标定过程比传统的两步法更为简洁，具有较高的精度，完全适用于本文的镜片轮廓提取系统。这种方法使用的标定板制作较为复杂，在此基础上得到了使用简单标定板的第二种方法。第二种方法是一种简单的适用于轮廓检测的摄像机标定方法。使用正方形标定模板，在像素级别处理图片。仅通过一个正方形标定板就可以完成标定，简化了摄像机标定的步骤。同时采用了一种新方法求畸变中心。这种方法的精度比第一种方法稍差一些，但还是符合本文系统的要求，而且标定板结构简单，更容易得到。

目录

声明

摘要

1．1课题背景及意义

1．2机器视觉的发展历程和现状

1．3嵌入式系统

1．4本文的研究内容

2单目机器视觉系统

2．1单目机器视觉系统的构成

2．1．1照明

2．1．2镜头

2．1．3摄像机

2．2单目视觉系统成像原理

3．1嵌入式系统

3．1．1 ARM简介

3．1．2嵌入式开发环境

3．2轮廓提取系统总体设计

3．2．1轮廓提取系统总体结构

3．2．2轮廓提取系统软件开发

3．3轮廓提取系统硬件设计

4．1图像二值化

4．2轮廓检测

4．2．1边缘检测常用方法

4．2．2八邻域轮廓跟踪算法

5摄像机标定原理与算法的研究

5．1摄像机模型与镜头畸变

5．1．1摄像机成像几何模型

5．1．2摄像机镜头的畸变

5．2摄像机标定技术的研究现状

5．2．1直接线性变换法

5．2．2两步法

5．2．3摄像机自标定法

5．3基于两步法的摄像机标定方法

5．3．1摄像机模型

5．3．2标定过程

5．3．3标定算法

5．3．4结论

5．4基于正方形标定板的摄像机标定方法

5．4．1校正原理

5．4．2求对称中心坐标

5．4．3求径向畸变系数、纵横比

5．4．4求R、T、f

5．4．5实验结果

5．4．6结论

6．1工作总结

6．2展望

参考文献

攻读硕士期间发表的论文及所取得的研究成果

致谢