欢迎来到天天文库
浏览记录
ID:35067014
大小:6.78 MB
页数:69页
时间:2019-03-17
《基于沙漏状结构光的全景三维重建研究》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、、护;,一喘呼,屯禪4hj颁±学位论文""基于沙漏状结构光的全景三维重建研究IIResearch-DReconstructionBasedof3I‘‘’’l-lUhonsaiidcockikeStmcturedgtIr研究生:王麵V麵师:吳成东教授;麵域:華;■声明本人声明,所呈交的学位论文是在导师的指导下独立完成的。论文中取得的研究成果除加标注和致谢的地方外,不包含其他人己经发表或撰写过的研究成果,化不包括本人为获得其他学位而使用过的材料。与我共同工作过的同志对本研究所做的
2、任何贡献均已在论文中作了明确的说明并表示谢意。作者签杂:又曰期1:>却為学位论文版权使用授权书本学位论文作者和指导教师完全了解沈阳建筑大学有关保留、使用学位论文的规定:即学校有权保留并向国家有关部口或机构送交论文的复印件和磁盘,允许论文被查阅和借阀。本人授权沈阳建筑大学(或其授权机构)可从将学位论文的全部或部分内容编入有关数据库并通过网络提供检索、浏览。(如作者和导师同意论文交流,请在下方签名。);否则视为不同意作者和导师同意网上交流的时间为作者获得学位后:不限□半年s/—年□一年半□两年□:作
3、者签准签書:导师i城义棉曰:心曰:期期《响吝分类号:学校代码:10153UDC:密级:公开硕士学位论文基于“沙漏状”结构光的全景三维重建研究作者姓名:王炳楠入学年份:2013年9月指导教师:吴成东教授学科领域:控制工程申请学位:工程硕士所在单位:信息与控制工程学院论文提交日期:2015年11月论文答辩日期:2015年12月日期学位授予2016年1月答辩委员会主席:魏颖答辩委员会组成:魏颖李孟歆刘剑许可张凤张颖片锦香论文评阅人:李孟歆硕士研究生学位论文摘要I摘要立体视觉是计算机视觉领域中的重要研究内容,物体表面深度信息测量在计算机视觉与图
4、像处理领域中处于最前沿的研究课题之一。随着机器人技术日趋完善,计算机视觉所占比重逐步增高。其中主动视觉测量深度方法以其测量迅速、精确度高等优点,逐渐在物体识别、机器人导航、目标检测、三维重建等场合广泛应用。本文根据编码结构光理论,结合主动视觉及相关重要技术,搭建全景立体成像系统。使用投影仪投射编码结构光和由相机与双曲面镜组成的全景相机,获取了360°场景中包含编码结构光物体的图像,再通过提取图像上编码结构光光斑特征点从而得到深度点云信息,最后对这些点云信息进行配准处理从而进行三维重建。全景立体成像系统由工业相机、微型投影仪、双曲面镜以及计算机构成,并通
5、过三轴升降平移台对全景立体成像系统进行移动从而获得更加宽阔的视觉范围。在全景成像系统方面,需要对由工业相机和双曲面镜所形成的全景相机进行标定,固定投影仪与相机的相对位置,结合投影仪的标定方法求取投影仪结构光射线的轨迹,以此来计算物体表面深度信息。设计一种带方向的“沙漏状”结构光图形基元(该基元具备特征点易于提取,稳定性高,抗干扰性强的优点)并采用伪随机阵列编码方法将其排列成一幅结构光图形组成的阵列图案,使用投影仪将图形阵列投射到物体表面,再对附有编码阵列图案的图像解码从而获取特征点云信息。利用全景相机标定的内部参数以及全景深度测量的方法,通过对采集到的
6、附有投影阵列图案的图像进行处理,获得了物体表面特征点深度信息,采用基于先验约束条件ICP算法将点云配准,获取到四方向的物体深度信息从而实现三维重建。由实验结果可知,全景立体成像系统可以在获得较大场景的同时得到比较准确的测量物体的深度,并提高了配准的速度,从而获得物体表面相对完整的信息。关键词:相机标定;编码结构光;深度测量;点云配准;三维重建硕士研究生学位论文AbstractIIIAbstractStereovisionisanimportantresearchareainthefieldofcomputervision,andObjectsurfac
7、edepthinformationmeasurementisoneofthemostadvancedresearchtopicsinthefieldofcomputervisionandimageprocessing.Withthedevelopmentofrobottechnology,theproportionofcomputervisiongraduallyincreasedofalltheresearches,activevisionmeasurementmethodiswidelyusedinobjectrecognition,robotna
8、vigation,targetdetection,3Dreconstructionandsoo
此文档下载收益归作者所有