基于多幅圖像的空間點定位與曲線結構三維重建.pdf

1、近年來，隨著數(shù)碼相機的廣泛應用，成像質量大幅度提高，同時價格愈來愈低廉，加之圖像處理和模式識別技術的迅速進步，利用數(shù)碼相機作為傳感器件的三維數(shù)據(jù)獲取技術成為目前最有前途的一種三維測量技術。本文從工程實際出發(fā)，力圖在攝影測量的嚴密理論和計算機視覺的一些前沿成果上，研究一種只用一個數(shù)碼相機，以自由拍攝方式獲得場景的多幅數(shù)字圖像，從而恢復待測物體三維坐標數(shù)據(jù)的技術，實現(xiàn)一種面向工業(yè)產(chǎn)品、可現(xiàn)場操作的三維柔性測量方法。 為保證圖像識別的

2、可靠性、提高圖像處理精度和測量解算的自動化水平，本文采用一套具有明顯標志的標記點（包括編碼元和非編碼元）和標記目標曲線，其中編碼元作為輔助測量工具，非編碼元以及標記目標曲線作為被測目標。 本文主要圍繞著基于一個數(shù)碼相機進行標記點和標記目標曲線的三維重建關鍵技術進行了深入系統(tǒng)的研究，并結合工業(yè)產(chǎn)品實例進行了驗證。主要研究內容及成果如下： （1）提出并實現(xiàn)了一種標記點自動檢測算法。首先針對標記點的各種特征提出四個準則，從而快

3、速、準確地提取標記點目標，然后提出一種具有較強魯棒性的編碼元識別方法，識別編碼元的身份信息，同時進行標記點中心的定位。 大量實驗結果表明，本文的標記點自動檢測算法能夠取得良好的效果。 （2）提出并實現(xiàn)了一種非迭代同名標記點匹配算法。在利用編碼元的身份信息實現(xiàn)同名編碼元匹配的基礎上，由相似性和相容性確定非編碼元的初始匹配，通過三個準則從非編碼元的初始匹配中剔除誤匹配，最終得到同名非編碼元的匹配結果。經(jīng)實驗驗證本文算法速度快

4、、匹配率高、魯棒性好。 （3）提出并實現(xiàn)了相機位姿確定和標記點的三維重建算法。利用迭代因子矩陣分解方法并通過編碼元確定射影重建好的初始值，即確定較精確的初始的相機運動矩陣；根據(jù)所獲得相機運動矩陣，通過三角測量法恢復非編碼元射影空間坐標；采用光束平差法優(yōu)化射影空間下的相機運動矩陣及非編碼元空間坐標。對射影重建施加度量約束，恢復在歐氏空間下的相機姿態(tài)和非編碼元的三維坐標。通過施加絕對二次曲面? 的本質條件rank( ? )=3 到單

5、應矩陣中，提高了算法的魯棒性。與已有的算法相比較，該算法大大減小了再投影誤差。該方法已應用于整體點云拼接中，取得了良好的效果。 （4）提出了一種基于單數(shù)碼相機手持式拍攝多幅圖像的三維曲線結構測量方法。首先，結合簡單的人工交互和能量優(yōu)化方法，對目標曲線進行半自動提取。然后，在目標曲線優(yōu)化匹配的基礎上，利用三角測量法實現(xiàn)曲線點列的三維重建。應用該算法對多個樣件進行了曲線結構測量和模型重建，分析了重建誤差。實驗證明，這是一種行之有效