文獻綜述(同名13702)(存儲版)
【正文】 做射影重建步驟，在重建圖像序列的基礎(chǔ)上接著進行放射標定和歐式標定。特征點（u，v，0）、標定板上角點世界坐標（X，Y，Z）都會對計算結(jié)果產(chǎn)生直接的影響，每一幅圖像上特征點的數(shù)量將影響到每個單應(yīng)性矩陣的求解精度。[9] 視覺系統(tǒng)強調(diào)精度和速度，所以需要圖像采集部分及時、準確地提供清晰的圖像，只有這樣，圖像處理部分才能在比較短的時間內(nèi)得出正確的結(jié)果。[10] 圖4 圖像采集過程框圖圖5 圖像預(yù)處理和邊緣特征提取過程框圖 視覺檢測系統(tǒng)的功能模塊包括圖像采集與顯示模塊、圖像處理模塊以及檢測結(jié)果輸出部分。一般物體和背景具有較大的對比度，反映在圖像上就是物體和背景的灰度差別較大，圖像直方圖將呈現(xiàn)較為明顯的雙峰型。[13]算法如下:首先對圖像進行遍歷，按照從上到下，從左到右的順序掃描，設(shè)首先掃描到的黑點為點a，易知 a 是左上方的點，然后搜索a點的鄰域，對其右，右下，左，左下的點進行判斷，至少可以發(fā)現(xiàn)一個邊界點，設(shè)為b。因此我們需要從分割圖中找到所要的零件，這就是圖像識別需要解決的問題。該項技術(shù)目前在我國正處于起步階段，急需廣大科技工作者的共同努力，來迅速提高我國機器視覺技術(shù)的發(fā)展與應(yīng)用水平，為現(xiàn)代化建設(shè)做出更大的貢獻。[14] 通過圖像預(yù)處理和邊緣特征提取等有效圖像處理后得到了零件的二值化邊緣，這些邊緣除了噪聲點和偽邊緣點外，基本上組成一個一個的目標區(qū)域。最簡單的邊緣檢測判據(jù)是梯度幅值閾值判據(jù) 。所以，一般情況下，首先將采集的彩色圖像進行灰度化處理，轉(zhuǎn)化成灰度圖像。預(yù)處理之后就是對工件圖像的邊緣檢測，提取工件的邊緣特征。如果采集圖像不足，明顯會對內(nèi)部參數(shù)計算帶來一定的誤差，但采集圖像過多一方面影響標定的精度，另一方面也會造成誤差累積，增加錯誤概率。[8] 影響標定精度的因素分析對一幅圖像上的 i ( i=1,2,3,4,? ) 個特征點有（2）式，從中可以看出，特征點的提取精度和世界坐標的測量精度都會對單應(yīng)性矩陣的計算造成影響，通常特征點會遠遠大于 4 個，因此以上方程組不相容，不存在通常意義下的解，通常取最小二乘解。相對于基于Kruppa方程的自標定方法，基于絕對二次曲面的自標定法不僅包含了二次曲線的信息，還包含了無窮遠平面的信息。相機自標定法標定相機僅需要用到相機運動過程中多幅環(huán)境圖像之間的對應(yīng)關(guān)系，并不需要特定的標定參照物。在不考慮相機鏡頭畸變等分線性的約束條件的情況下，同時把透視變換矩陣中的元素當(dāng)作未知數(shù)，可以運用一組三維空間點和圖像對應(yīng)點的對應(yīng)信息來線性的求解矩陣中的元素的值?；兪沟贸上顸c的位置會在徑向或切向上發(fā)生改變，理想成像點與實際的成像點之間的位置關(guān)系如圖3 所示，圖3 理想成像點和實際成像點之間的位置關(guān)系 傳統(tǒng)的相機標定方法有很多學(xué)者提出了不同的算法思路，傳統(tǒng)的相機標定方法根據(jù)算法的不同思路又可分為以及基于最優(yōu)化算法的相機標定方法、基于相機變換矩陣的相機標定方法以及考慮了畸變補償?shù)钠渌椒?。幾種坐標系間的相互關(guān)系如下圖1 所示：圖1 坐標系用攝像機拍攝圖像時，世界坐標系中的目標物在實際成像過程中需要經(jīng)歷如下圖2所示步驟：圖2 空間點實際成像過程[6]在視覺測量中，CCD相機在應(yīng)用過程中存在嚴重的非線性失真，其中內(nèi)外參數(shù)不穩(wěn)定，傳統(tǒng)的針孔成像模型無法準確建立成像幾何。通過攝像機的定標重建目標物三維世界目標物體仍然是重要的方法。[3]目前，最先進的機器視覺技術(shù)仍然由歐美、日本等國家掌握，發(fā)達國家針對工業(yè)現(xiàn)場的應(yīng)用開發(fā)出了相應(yīng)的機器視覺軟硬件產(chǎn)品。機器視覺系統(tǒng)是通過機器視覺產(chǎn)品(即圖像攝取裝置，分CMOS和CCD兩種)將被攝取目標轉(zhuǎn)換成圖像信號，傳送給專用的圖像處理系統(tǒng)，得到被攝目標的形態(tài)信息，根據(jù)像素分布和亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號。基于圖像處理的目標定位文獻綜述 隨
物理相關(guān)推薦
鄂ICP備17016276號-1