基于图像的天线网面测量与分析

《基于图像的天线网面测量与分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人承担一切的法律责任。本人签名：关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文

2、的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。(保密的论文在解密后遵守此规定)本学位论文属于保密，在一年解密后适用本授权书。本人签名：互艾拯骛导师签名：日期加丝生笙，’，，JJIf●●I、、、、摘要lIIII111111111IIIIlY1865887本文所分析的对象是天线网面。目前天线普遍采用轻质柔

3、性材料制作，再加上其尺寸非常庞大，使得天线的刚度大大减弱，其在各种外部因素的作用下容易发生形变，导致天线精度大大降低，因此需要对结构进行精确测量。本文采用图像测量的方法，通过测量其关键点位，对其精度进行分析。首先，通过对双目立体视觉理论的总结和天线网面的结构特征的分析，提出了一种针对实际3m天线模型的仿真测量方法。其次，针对实际测量中所存在的问题和VRML建模仿真的特点，采用VRML建立天线模型进行仿真测量与分析。本文采用双目立体视觉，分别应用基于透视变换矩阵的摄像机标定法和张正友标定法对摄像机进行了标定，通过在VRML中对天线设置的标志点

4、作为摄影测量采集的数据点，对其进行识别与分析，进而实现天线网面结构的三维测量，并对测量精度进行了分析。最后，对于实际中的大尺度天线，本文采用数据拼接的方法对天线模型进行仿真测量分析，对实际工程具有一定的参考价值。关键词：天线网面图像测量双目立体视觉摄像机标定数据拼接LAbstractTheobjectofstudyinthispaperisaantennameshsurface．Atpresem，antennaiscommonlymadeupoflightweightflexiblematerial，becauseofwhich，andin

5、additiontoitslargesize，thestiffnessoftheantennacouldbeabatedconsiderably．Atthesametime，theantennawillbedeformedinvarietiesofextemalfactors．IntlliScase，theprecisionoftheantennawillbereducedsignificantly，SOitsstructuremustbemeasuredaccurately．Inthispaper,themethodofimagemeas

6、urementisusedbymeasuringitskeypointstoanalyzeitsaccuracy．Firstly，bysummingupthetheoryofthebinocularstereovisionandanalyzingthestructureofantennameshsurface，asimulationmeasurememmethodfortheactual3mantennamodelisputforward．Secondly，consideringoftheproblemsintheactualmeasure

7、memandthecharacteristicsofVRMLmodelingandsimulation，thesimulationandtheanalysisaremadebasedontheantennamodelestablishedbyusingVRML．Thispaperadoptsthebinocularstereovision，andcompletescameracalibrationusingthemethodbasedonperspectivetransformationmatrixandZhang’Smethodsepar

8、ately．ThefeaturepointsstickedonantennausingVRMLareusedasthedatapointsofphotographymeasure