三维彩色逆向工程技术研究论文

三维彩色逆向工程技术研究论文

ID:9933588

大小:29.00 KB

页数:7页

时间:2018-05-16

三维彩色逆向工程技术研究论文 _第1页
三维彩色逆向工程技术研究论文 _第2页
三维彩色逆向工程技术研究论文 _第3页
三维彩色逆向工程技术研究论文 _第4页
三维彩色逆向工程技术研究论文 _第5页
资源描述:

《三维彩色逆向工程技术研究论文 》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、三维彩色逆向工程技术研究论文三维彩色逆向工程技术研究论文三维彩色逆向工程技术研究论文  摘要采用由彩色CCD摄像机和面结构光投射装置组成的三维彩色逆向工程测量系统,获取待测物体的彩色图像,结合机器视觉双目视差原理和图像处理技术,获得物体表面点的三维彩色信息,生成三维彩色点云,进而实现测量物体的三维彩色模型重构。  关键词逆向工程;双目立体视觉;立体匹配;彩色点云  1引言  通过二十年的发展,逆向工程已经取得了很大的进展,在模具制造业、玩具业、游戏业、电子业、鞋业、艺术业、医学工程及产品造型设计等方面发挥了重要作用[1]

2、。但是,随着网络技术的蓬勃发展,在多媒体、游戏业、动画业、医学以及古文物和艺术品的数字化等方面,目前的单色三维逆向技术已不能满足需求,在这种情况下,彩色三维数字化和数据处理系统开始蓬勃发展,三维彩色逆向工程技术成为逆向工程研究中非常活跃的一个分支。  2系统组成  逆向工程中的测量系统分为接触式测量和非接触式测量,由于非接触式测量有着众多优点,是现在逆向工程测量系统研究的重点,目前普遍使用的是单色结构光测量系统,它采用两个黑白CCD摄像机,从不同角度得到待测物体的二维图像,利用双目视差原理,获得待测物体的深度信息。由此得

3、到物体表面各个点的三维坐标[2]。  在当前单色非接触式结构光测量系统的基础上,采用彩色CCD摄像机,运用彩色信息提取技术,得到三维物体的彩色信息(R,G,B分量),再与物体表面点的空间坐标匹配,从而得到物体表面点的六维信息(X,Y,Z,R,G,B),生成彩色点云文件,为三维彩色模型重构提供数据基础。  系统主要组成部分(参见图1):  ①彩色CCD摄像机;②三维标定靶;③编码光栅投射装置;④图像采集卡;⑤PC机。  测量系统的采集部分由一个编码光栅投射器和两个彩色CCD摄像机组成,投射器固定于中央,两台摄像机分布于两侧

4、。首先,投射器直接投射面结构光栅到测量物体表面,两侧的彩色CCD摄像机摄取物体的二维图像,接着,关闭投射器,在自然光照明情况下,由左右摄像机摄取测量物体二维彩色图像。摄像机采集的信号经采集卡转换后进入PC机进行后续处理。  其中:,f为摄像机的有效焦距,dX,dY为像素之间水平和垂直方向的距离,(u0,v0)为主点在计算机图像坐标系中的坐标,R为3×3旋转矩阵,t=(tx,ty,tz)T为平移矩阵,标定的结果就是得到上述几个参数。  对于摄像机标定的方法,现在研究的比较成熟,其中Tsai(1986)提出的基于径向约束的两

5、步法[4]是研究的重点,本文基于Tsai的RAC两步法完成摄像机的标定,设左摄像机位于世界坐标系原点,且无旋转,右摄像机相对世界坐标系的旋转矩阵,平移矩阵T=(Tx,Ty,Tz)T,通过RAC两步法求出左右摄像机的内外参数。  采集表面点六维信息(XwYwZwRGB)  在左右CCD摄像机分别获得三维物体的二维彩色图像后,关键是如何通过匹配得到物体的三维信息和彩色信息。  1)三维信息的获取  目前,立体匹配的算法主要分为两大类:区域匹配和特征匹配[5]。区域匹配对图像中各像素点周围的图像子区域进行灰度相关运算,通过相关

6、值来确定匹配关系,这种匹配可以得到密集的视差图,但这种算法存在①计算量大,速度慢。②匹配窗口大小选择困难。③对仿射畸变和辐射畸变敏感等缺陷。特征匹配通常选择边缘、角点等特征点作为匹配点,因此特征匹配算法①匹配速度较快。②特征匹配精度较高(亚像素级)。但这种算法只能得到稀疏视差图。综合上述两种方法的优缺点,本文采用混合算法,即分步利用特征匹配和区域匹配两种方法进行匹配。  基本步骤是:  (1)对左右两个彩色CCD摄像机获得彩色二维图像(BMP)进行灰度化处理,并进行必要的图像预处理[6](均值滤波、高斯滤波、直方图均衡化

7、、拉普拉斯锐化)消除噪声。(2)特征匹配需要特征点,采用如图3所示的Sobel算子对左右图像进行卷积运算[7],把图像像素点梯度▽f(x,y)大于某一选定阈值的点作为边缘特征点,得到待测物体的左右边缘特征点图。  (3)采用双向匹配法[8]对左右边缘特征图中的边缘特征点进行匹配,首先选取左图中的边缘特征点,根据灰度、梯度、方向、极线等约束条件,和右图中的特征点匹配,然后再选取右图中的边缘特征点和左图中的特征点匹配,最后选择双向都是最优匹配点的点对作为最终匹配点,得到边缘特征点的视差图。  (4)上一步骤只是得到边缘点的稀

8、疏视差图,为了得到密集的视差图,需要对大量非边缘点进行区域匹配,步骤⑶得到边缘特征点实际上把左右图像分割成许多小区域,这就大大缩小了区域匹配的搜索空间,从而提高了匹配的效率和准确程度。左图中一点m(i,j),在右图中找其对应的匹配点,使用M×N的相关窗口,使窗口位于m处,在右图中,在同一条水平线搜寻匹配点n,使用协方

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。