线结构光实物反求测量仪的-研究与开发

《线结构光实物反求测量仪的-研究与开发》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、哈尔滨理T人学T学硕Ij学位论义1．1课题背景及意义第1章绪论我们的社会正步入一个数字化时代，大量的数字化方法进入我们的社会，改变着我们的生产和生活方式。数字化设计与制造是制造业的一次伟大变革。在数字化设计与制造中，基于油泥模型等实物样件的方式进行概念设计或者是基于产品原型实物样件的再创新设计促使了反求工程的产生。所谓反求工程技术，是指用一定的测量手段对实物或模型进行测量，根据测量数据通过三维几何建模方法重构实物CAD模型的过程。一般来说，产品反求工程包括形状反求、工艺反求和材料反求等几个方面⋯，本文探讨的反求

2、工程是指“实物反求工程”，其研究的对象是将实物转变为CAD模型的数字化技术、几何模型重建技术和产品制造技术。随着计算机技术特别是计算机辅助几何设计理论和技术的发展和应用，反求工程得到了不断发展，现已广泛地应用于产品改进、创新设计中，特别是对于具有复杂曲面外形的产品，它极大地缩短了产品的开发周期，是消化、吸收先进技术进而创造和开发各种新产品的重要手段。反求工程测量(即对被测实体轮廓信息进行数字化)是RE技术的第一步。测量方法的好坏直接影响到对被测实体进行描述的精确、完整程度，进而影响到重构的CAD曲面、实体模型的

3、质量，并最终影响到快速成形制造出来的产品是否能真实地反映原始的实体模型。因此，研究开发一套测量精度高、速度快的反求测量设备成为中外科学家普遍关注的课题。近年来，随着信号处理理论和芯片制造技术的发展，用于立体视觉的核心器件CCD芯片的分辨率和成像质量大幅度提高，而相应产品的价格不断下降，基于CCD芯片的应用也在不断普及，从一般家庭使用的数码摄像产品到工业用图像获取设备。与此同时，数字图像处理技术的快速发展也为反求测量技术提供了前所未有的发展空间‘21。因此，利用CCD相机作为传感器件进行的实物反求测量成为人们普遍

4、关注的技术。哈尔滨理T人学T学硕Ij学位论文1．2反求工程技术目前，反求工程研究主要集中在产品几何形状以及与“功能”要素相关的结构反求，即“实物反求’’。这是因为一方面，作为研究对象，产品实物是面向消费市场最广、最多的一类设计成果，也是最容易获得的研究对象另一方面，在产品开发和制造过程中，虽己广泛使用了计算机几何造型技术，但仍是有许多产品，由于种种原因，最初并不是由计算机辅助设计模型描述的，设计和制造者面对的是实物样件。为了适应先进制造技术的发展，需要通过一定的途径将实物样件转化为模型，以期利用计算机辅助制造、

5、快速原型制造和快速模具、产品数据管理及计算机集成制造系统等先进技术对其进行处理和管理。反求工程的主要研究内容包括如下几个方面：数据采集、数据处理和曲面重构∽I。当然此顺序是相当概念化的，实际上，这几个阶段经常重叠，并且常常需要多次反复进行而非顺序进行。随着传感技术、控制技术、制造技术等相关技术的发展，出现了各种各样的实物样件表面三维数据获取方法。目前采用的RE测量方法主要有两种，按传感器接触工件与否可把三维测量分为接触式和非接触式测量⋯。如图1．1所示。’图l·l测量方法的分类Fig．1-lClassifica

6、tionofmeasuringmethod反求工程中，CAD模型重建之前应进行数据处理工作，主要包括数据平滑、排除噪声数据和异常数据、压缩和归并冗余数据、遗失点补齐、数据分段、多次测量数据的数据对齐和对称零件的对称基准重建临1。根据曲面的数据采集信息来恢复原始曲面的几何模型，称为曲面重构晦1。由于对物体进行数据采集时很难一次测量完物体的所有轮廓数据，需要对测量仪进行重新定位或变换角度测量，所以要得到物体的全部轮廓信息要将不同坐标系或多视角下测量的数据转换到同～基准坐标系下进行对齐、拼接和曲面拟呛尔滨理T人学T学

7、硕?l：学位论文合操作。1．2．1反求工程中的立体视觉技术立体视觉是反求工程中非接触测量的一个重要课题，它的目的在于重构场景的三维几何信息。立体视觉的研究具有重要的应用价值，其应用包括移动机器人的自主导航系统，航空及遥感测量，工业自动化系统等。立体视觉的研究由如下几部分组成16’：1．图像获取用作立体视觉研究的图像的获取方法是多种多样的，在时间、视点、方向上有很大的变动范围，直接受所应用领域的影响。立体视觉的研究主要集中在三个应用领域中，即自动测绘中的航空图片的解释，自主车的导引及避障，人类立体视觉的功能模拟。

8、不同的应用领域涉及不同类的景物，就场景特征的区别来分，可以划分成两大类，一类是含有文明特征的景物；另一类是含有自然特征的景物和表面。不同类的景物的图像处理方法大不相同。2．图像匹配图像匹配是立体视觉系统的核心，是建立图像问的对应关系从而计算视差的过程，是极为重要的。3．深度计算立体视觉的关键在于图像匹配，一旦精确的对应点建立起来，距离的计算相对而言只是一个简单的三角计算而已。然而，深度