机器视觉论文：机器视觉+尺寸测量+摄像机标定+立体匹配.doc

机器视觉论文:机器视觉尺寸测量摄像机标定立体匹配机器视觉论文:机器视觉尺寸测量摄像机标定立体匹配【中文摘要】作为一种具有发展潜力的新技术,机器视觉在安全系统、制造检测系统、医学图像分析、无人机等领域得到了广泛的应用。视觉算法的日臻成熟,摄像机功能越来越强以及计算机的普及等等都带动了该技术的快速发展。论文针对磁性材料的周长、面积尺寸参数自动测量问题,深入研究了一些快速、高精度检测算法,编译了专用检测软件,并使用长方体形、圆柱体形及小瓦形磁性材料进行了实验验证。同时根据需要选择了合适的硬件,搭建了基于机器视觉的磁性材料检测系统,从而了推动磁性材料表面尺寸检测技术的进步。结合磁性材料的尺寸参数测量要求,对检测系统的机械结构和控制部分进行了总体设计。应用单个摄像机的尺寸检测系统,论文设计了完整的数学模型进行尺寸参数检测,主要包括一种基于单个摄像机加激光笔的方法来测量距离,基于图形处理器加速的彩色图像灰度化算法,大津阈值分割算法以获得较好的二值化效果,一种高斯-拉普拉斯金字塔算法进行边缘检测。采用圆形度指标判断磁性材料形状,基于区域的统计方法测量面积,对边缘像素标记,然后累计所标记的像素个数,来获得周长。根据摄像机透视投影模型,充分考虑透镜的径向和切向畸变。利用英特尔开源计算机视觉库OpenCV,采用KLT的亚像素角点,设计了一种改进的摄像机标定算法,同时使用了Matlab标定工具箱进行了立体标定,分析比较了两种方法的标定结果,从而获得了精确的摄像机内、外参数,为后续双目视觉打下基础。鉴于单目视觉在复杂目标测量及立体视觉方面的局限,论文还研究了基于双目立体视觉的测量方法。详细分析了双目立体视觉检测系统测量原理、以及对极几何,立体匹配与视差计算。深入研究了现有立体匹配算法的分类,针对基于图割的立体匹配算法进行了深入分析,并提出了一种金字塔与亚像素估计结合的块匹配算法,同时对结果进行了三维重建,对系统误差进行了分析。【英文摘要】Asanewtechnologyofpotentialdevelopment,machinevisionhadwideapplicationsinsecuritysystems,manufacturingdetectionsystems,medicalimageanalysis,,morepowerfulcameras,putersandsoon,’sperimeterandarea,thisthesisstudiedsomereal-time,high-piledspecialdetectionsoftwareandexperimentalverificationwasalsocarriedoutbytheuseofrectangulartype,hollowcylindertypeandsmalltile-,basedonmachinevisiontheory,icmaterialdetectionsystemwa