声明
致谢
摘要
第一章 绪论
1.1 课题背景及意义
1.2 三维视觉检测研究现状
1.2.1 被动三维视觉方法
1.2.2 主动三维视觉方法
1.2.3 点云数据处理方法
1.3 三维物体识别的研究现状
1.4 本课题研究目的及研究内容
第二章 系统装置设计
2.1 系统的基本组成及功能介绍
2.2 系统的处理过程
2.3 系统的硬件架构
2.3.1 工业相机
2.3.2 固定焦距工业镜头
2.3.3 线激光器
2.3.4 步进电机
2.4 系统的软件架构
2.4.1 串口控制模块
2.4.2 图像处理及三维重建模块
2.4.3 点云处理模块
2.4.4 三维识别模块
2.5 本章小结
第三章 系统标定
3.1 摄像机模型
3.1.1 坐标系
3.1.2 针孔模型
3.1.3 非线性相机模型
3.2 摄像机的标定过程
3.2.1 基于二维标定板的相机标定
3.3 结构光测量系统的标定
3.3.1 单线结构光测量系统的标定
3.4 标定过程和结果
3.5 本章小结
第四章 图像处理及三维重建
4.1 线结构光光条图像的特点
4.2 图像滤波
4.3 图像分割
4.4 光条中心提取方法
4.4.1 极值法
4.4.2 阈值法
4.4.3 灰度重心法
4.4.4 曲线拟合法
4.4.5 Steger算法
4.4.6 本文采用的光条中心提取方法
4.5 三维重建
4.6 本章小结
第五章 点云数据匹配与处理
5.1 点云匹配
5.1.1 基础知识
5.1.2 系统的的匹配算法
5.1.3 点云匹配结果
5.2 点云数据重采样
5.2.1 点云重采样方法
5.2.2 典型的重采样方法
5.2.3 本文采用的重采样方法
5.2.4 重采样结果
5.3 点云重构
5.3.1 三角剖分方法
5.3.2 重构结果
5.4 多种测量目标的数据处理效果
5.4.1 双视角配准对填充数据缺失的效果
5.4.2 物体重构效果
5.5 测量参数及误差
5.5.1 系统参数
5.5.2 系统误差
5.6 本章小结
第六章 基于点云匹配的工件识别
6.1 识别方法
6.2 识别流程
6.3 双视角识别与单视角识别结果对比
6.4 本章小结
第七章 总结与展望
7.1 总结
7.2 展望
参考文献