大场景三维编码点坐标采集系统研究

来源 :天津工业大学 | 被引量 : 0次 | 上传用户:blueskyjandy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
激光、结构光和光栅式双目视觉测量已成为近两年常用的三维数字化采集设备。这种设备是利用计算机和摄像机以及辅助装置完成的视觉检测领域,目前,已经广泛的应用到了工业生产中的在线检测,设计开发中的逆向工程等领域。同时该设备单次测量精度很高,可以达到0.02mm/10mm,然而其单次测量范围较小,一般只能达到300mm-400mm,需要对测量过的部分进行多次拼接。虽然现在拥有精度较高的拼接算法,但是多部点云之间经常出现误拼或者拼接精度不高。造成这类现象的原因是由于拼接的初值给的不好。但是如果能够研究出一种测量算法可以给多部点云拼接算法提供比较好初值,那么上述出现的问题就不会出现。而这种测量算法就是大场景三维坐标点采集算法。这个算法目的是为了给拼接算法提供一个比较好的初值。最后能够把整个大型物体完全在计算机中重建出来。  本课题使用VisualStudio2008/2010编写环境,对大场景三维坐标采集算法进行研究分析。整个课题首先需要查找并验证资料,分析整个系统在计算机中运算的数学模型。然后对所获知的运算数学模型,进行编程实验。再次分析整个数学模型和系统,最后得出初步的系统的架构。系统分为三部分:提点系统,从照片中提取编码标记点以及非编码标记点。全局系统,从已获得的编码标记点与靶标上的坐标点解算出当前照片下的相机空间位置。匹配系统,利用已知的两张以上的相机空间位置构成双目视觉系统来解算非编码标记点。  实现好上述三个系统后,就可以达到本课题的要求。然后根据上述架构在VisualStudio2008/2010平台下编写程序就可以获得最终的照片计算结果。经过全部计算后,本系统可以达到0.8mm的误差。虽然计算获得的误差比较高,但是基本达到本课题的预期目标。
其他文献
图像重建是计算机视觉研究领域的重要技术,它是从多幅具有相互位移且有互补信息的图像中获得一幅更高分辨率图像的过程。它通过对同一目标拍摄多幅图像,并利用图像配准算法求出
智能移动机器人在工业生产、军事国防、现场服务尤其是太空探索等方面有着广泛的应用前景。视觉伺服是移动机器人技术中的一个重要研究领域,对提高移动机器人的环境适应性和
风力发电作为可再生能源中重要的一种,随着人们对环境保护力度的加大而发展迅速,然而目前风电大规模并网运行引发了有别于传统电力系统的新问题。目前主流风电机组采用的是有功功率和无功功率解耦的控制策略,通过锁相环与电网同步的方式并网,这与传统同步机组转速与电网频率相耦合的特点相反,因此降低了电网的有效惯量,造成电网频率稳定性下降。本文聚焦于风电大规模并网引起电网有效惯量降低的问题,以目前应用广泛的双馈风电
煤炭是地球上最丰富的化石燃料,其消耗量也在逐年增长,煤炭的燃烧造成二氧化碳排放量增加、酸雨等自然灾害,给人们的生活、健康带来了严重的隐患,我国各界都在探索资源节约与
温室环境下,对于模糊图像、阴影图像和弱光图像的处理一直是图像处理的难点之一,解决这些问题,不仅在科学理论上具有重要意义,在现实应用中也有广阔的市场需求。比如在温室内水分
切换系统作为一类重要的混杂系统,吸引了越来越多的关注。目前,切换系统的状态观测与估计问题是研究该类系统的一个重要方向,一方面由于科技水平及经济制约等原因,系统输出量
针对智慧城市建设,本文结合LED照明技术、物联网技术和云平台技术,设计研发了基于物联网的城市道路智慧照明云管控系统,为城市道路照明节能化、舒适化、智慧化建设提供系统解决
随着社会的迅速发展,控制对象也日趋复杂化,传统的点到点控制已经无法满足日常的生产需要。与此同时,网络技术不断发展、成熟,并且与控制理论相融合形成了适合实际需求的网络控制
在文献综述的基础上,本文研究了在线学习及其在控制中的应用,离线学习及其在辨识中的应用。本文第二章集中于研究一类系统的学习控制,一种周期自适应控制算法被提出来,该方法
电力电子设备的核心技术是电力电子变换器,然而在实际运行时经常会出现一些不规则的奇异现象。20世纪80年代以来对于DC/DC变换器的这些貌似随机的现象才有了比较深入的研究,