基于双目视觉的钢轨波磨测量方法及其应用
发布时间：2023-04-25 19:16
随着计算机视觉的迅猛发展,计算机视觉被广泛的应用到实际生活和工业生产当中。其中双目立体视觉是计算机视觉的重要研究领域,通过模拟人的双眼进行场景三维重建和测量,具有系统结构简单、非接触、低成本等优势,能够避免与被测量物体相接触导致物体表面磨损和变形等问题,具有比人眼估计更准确的测量精度。双目视觉技术在无人驾驶、虚拟现实、精密测量、三维重建等领域具有广泛的应用前景。论文对双目立体视觉关键技术进行研究,提出一种双目图片自动分割方法,以减少立体匹配算法运算量,提高运行效率;同时,针对不同颜色和纹理的物体,论文提出一种自适应双目立体匹配方法,该方法能够准确得到视差图和三维点云。结果表明,论文设计的方法在处理分析三维点云方面能够达到较高的测量精度。针对传统钢轨波磨测量中存在效率低下、测量结果容易受人为因素影响、结果不便于存储等问题,论文最后研究了双目立体视觉技术在钢轨波磨测量中的应用,设计了基于双目立体视觉的钢轨波磨测量系统,并实现各个功能模块。论文主要研究内容如下:(1)双目相机标定:论文将圆阵列标定板的拍照角度和光照环境调整到最佳的状态,使用OpenCV视觉库进行自动标定。标定过程中,选择重投...
【文章页数】：93 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 课题来源
1.2 课题研究背景与意义
1.3 相关领域国内外研究现状
1.3.1 图像分割研究现状
1.3.2 双目立体匹配研究现状
1.3.3 双目视觉三维重建研究现状
1.3.4 钢轨波磨测量研究现状
1.4 论文主要工作及组织结构
1.4.1 主要研究内容
1.4.2 组织结构安排
第2章 双目视觉原理及其关键技术
2.1 双目相机标定
2.1.1 相机标定方法
2.1.2 相机极线校正方法
2.2 双目立体视觉原理
2.2.1 立体匹配理论
2.2.2 Middlebury标准数据集及评价标准
2.3 双目立体匹配基本框架
2.3.1 匹配代价计算
2.3.2 匹配代价聚合
2.3.3 视差图获取
2.3.4 视差图后处理
2.4 双目三维重建
2.5 本章小结
第3章 基于Grab Cut的双目图像自动分割提取
3.1 点激光处理策略
3.1.1 点激光边缘轮廓检测
3.1.2 点激光亚像素质心求取方法
3.2 基于Grab Cut的区域图像分割策略
3.2.1 图像金字塔
3.2.2 GrabCut自动分割
3.2.3 分割图像视差填补方法
3.2.4 计算区域图像获取流程
3.3 实验结果及分析
3.4 本章小结
第4章 基于3D标签的自适应双目匹配算法
4.1 倾斜支持窗模型
4.2 基于卷积神经网络的匹配代价计算方法
4.2.1 卷积神经网络基本结构
4.2.2 计算双目匹配代价网络结构
4.2.3 训练过程及实验分析
4.3 基于引导滤波的快速代价聚合方法
4.4 平面3D标签计算方法
4.4.1 平滑项计算
4.4.2 α 扩张算法的研究
4.4.3 基于PatchMatch算法改进的3D标签求解方法
4.4.4 3D标签值精简优化过程
4.4.5 OpenMP并行计算方案
4.4.6 视差图后处理方法
4.4.7 算法流程
4.5 实验结果及分析
4.6 本章小结
第5章 基于双目视觉的钢轨波磨测量系统实现
5.1 双目视觉钢轨波磨测量系统关键模块设计与实现
5.1.1 双目图像采集
5.1.2 双目相机标定及其误差分析
5.1.3 双目图像立体校正及其误差分析
5.1.4 双目三维重建及其误差分析
5.2 钢轨点云数据的获取和处理
5.2.1 钢轨点云获取
5.2.2 钢轨点云去噪
5.2.3 钢轨点云滤波采样
5.3 钢轨波磨测量分析
5.4 本章小结
第6章 总结与展望
6.1 全文工作总结
6.2 未来工作展望
致谢
参考文献
攻读学位期间获得与学位论文相关的科研成果
本文编号：3800892
【文章页数】：93 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 课题来源
1.2 课题研究背景与意义
1.3 相关领域国内外研究现状
1.3.1 图像分割研究现状
1.3.2 双目立体匹配研究现状
1.3.3 双目视觉三维重建研究现状
1.3.4 钢轨波磨测量研究现状
1.4 论文主要工作及组织结构
1.4.1 主要研究内容
1.4.2 组织结构安排
第2章 双目视觉原理及其关键技术
2.1 双目相机标定
2.1.1 相机标定方法
2.1.2 相机极线校正方法
2.2 双目立体视觉原理
2.2.1 立体匹配理论
2.2.2 Middlebury标准数据集及评价标准
2.3 双目立体匹配基本框架
2.3.1 匹配代价计算
2.3.2 匹配代价聚合
2.3.3 视差图获取
2.3.4 视差图后处理
2.4 双目三维重建
2.5 本章小结
第3章 基于Grab Cut的双目图像自动分割提取
3.1 点激光处理策略
3.1.1 点激光边缘轮廓检测
3.1.2 点激光亚像素质心求取方法
3.2 基于Grab Cut的区域图像分割策略
3.2.1 图像金字塔
3.2.2 GrabCut自动分割
3.2.3 分割图像视差填补方法
3.2.4 计算区域图像获取流程
3.3 实验结果及分析
3.4 本章小结
第4章 基于3D标签的自适应双目匹配算法
4.1 倾斜支持窗模型
4.2 基于卷积神经网络的匹配代价计算方法
4.2.1 卷积神经网络基本结构
4.2.2 计算双目匹配代价网络结构
4.2.3 训练过程及实验分析
4.3 基于引导滤波的快速代价聚合方法
4.4 平面3D标签计算方法
4.4.1 平滑项计算
4.4.2 α 扩张算法的研究
4.4.3 基于PatchMatch算法改进的3D标签求解方法
4.4.4 3D标签值精简优化过程
4.4.5 OpenMP并行计算方案
4.4.6 视差图后处理方法
4.4.7 算法流程
4.5 实验结果及分析
4.6 本章小结
第5章 基于双目视觉的钢轨波磨测量系统实现
5.1 双目视觉钢轨波磨测量系统关键模块设计与实现
5.1.1 双目图像采集
5.1.2 双目相机标定及其误差分析
5.1.3 双目图像立体校正及其误差分析
5.1.4 双目三维重建及其误差分析
5.2 钢轨点云数据的获取和处理
5.2.1 钢轨点云获取
5.2.2 钢轨点云去噪
5.2.3 钢轨点云滤波采样
5.3 钢轨波磨测量分析
5.4 本章小结
第6章 总结与展望
6.1 全文工作总结
6.2 未来工作展望
致谢
参考文献
攻读学位期间获得与学位论文相关的科研成果
本文编号：3800892
本文链接：https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/3800892.html
