【正文】 專 業(yè) 班 級 學生姓名 學 號 1 譯文： 基于計算機視覺的三維測量技術 摘 要 :本 文根據計算機視覺原理 ， 提出一種三維非接觸測量技術 。 該技術根據人眼感知事物的原理 ， 利用神經網絡擬合圖像坐標與空間坐 標的映射關系 ； 以光柵投影曲線為特征 ， 采用小波邊緣檢測和搜索式無監(jiān)督聚類 ， 結合視覺幾何不變性 ，實現(xiàn)亞像素級的立體精 確 匹配 ； 并采用小波多尺度多分辨率的特性 ， 拼接圖像 ，融合數(shù)據 ， 對物體進行全方位測量 。 關鍵詞 :計算機視覺 ， 立體匹配 ， 幾何不變性 ， 神經網絡 ， 小波變換 ， 聚類 1 引言 目前， 三維測量仍以 三維 坐標 測量機 為主。因此，研究快速無損、非接觸在線測量在工業(yè)上十分重要。 因此，在本文使用雙攝像機 融合光學軸抓拍物體。三維測量技術已應用于測量系統(tǒng) 中 的 多點壓成型機 的測量，并取得了良好的效果。 一般來說，有兩個問題影響的三維物體獲得確切的消息：一種是圖像之間建立特殊點點和準確的映射關 系，另一種是立體匹配問題。小波邊緣檢測，尋找非監(jiān)督聚類和幾何不變性適用于立體匹配。在實踐中，這項技術包含了許多方法和技術，它可以測量任意大小和形狀的對象。匹配功能不 明顯 ，因此 用 光柵對象預測。為了提高測量精度， 用 兩個與融合光學軸相機 ，這 兩個相機和 一小型自制的投影機就構成了 一種靈活的測量頭。 3 建立圖像點和特殊點之間的映射關系 實際上，獲得從兩個圖像對三維物體的信息是 獲取 圖像點之間的映射和特殊點的關系，但是到現(xiàn)在為止沒有任何方法可以完全描述非線性映射關系，因為有許多復雜的非線性影響因素，包括 攝像的 徑向變形和橫向變形。和 BP 網絡 的 6 個 神經細胞中間層網絡來設置點之間的形象和特殊點的映射關系。換言之， 這個 BP 網絡 的 結構是 463。樣本不僅在于衡量的范圍，也顯示測量系統(tǒng)的測量范圍。因此，物體三維信息的立體圖像，鏡頭 焦點 的 測量精度 ， 測量 范圍 和目標 與攝像機 之間的兩個基準距離控制三維測量系統(tǒng)的 測量 范圍。 該鏡頭的焦點是 f 。 共同的部分 ABCD 被視為雙攝像頭的連接視野。假設視野角度為 2? ，基本的成像關系公式為： ()xarctgfT? ? (1) 這個內切圓是視野范圍，如果兩個相機光軸的夾角是β，兩個圖像中心之間的距離是 2M ，其比例為： 2 2( c s c )( c s c ) s in xxM f TR M ffT??? ?? ? ?? (2) 這樣，一個 2R2R 的示例模板 由 8 8的 格 子組成 。 分別獲取三對立體圖像 ， 而示 例模板 沿垂直線方向 移動到 三個不同高度（ 0， R， 2R）模擬 三維 測量范圍。 4 亞 像素級 的立體精確匹配 對立體顯示來說立體精確匹配要困難得多，所以申請采用立體 顯示 在某種程 4 度上受到限制。在同一個點群的邊緣點的二次曲線擬合，然后 在 立體精 確匹配 亞 像素 級的水平 基礎上取得幾何不變性。自從 轉化 不變性是最重要的立體匹配的邊緣特征。 實際 上 ，噪音仍 然 混合在這些離散邊緣點 中 ，因此，曲線擬合用于轉化為連續(xù)曲線離散邊緣點，并減少噪音。海明距離的聚類中心往往被視為約束條件群，換句話說， 假設 一個點的屬性向量是 lX ，一 個 聚類中心的屬性向量是 iC ， 如果1minnlii XC? ?， n 是 聚類 總數(shù)， lXi? ，這樣的 思想不符合的條紋邊緣點的實際情況。因此， 在本文中提出了非主管聚類算法 。 1) 如果 iX 是屬性向量， {1, 2, 3, }ni N n?? ????被稱為初始群體 ? ， 這里是iX???， M 的 組數(shù)等于 n； 2）假如 M =M ，結束 ； 3）在 覆蓋下 的基礎上，兩個群體之間的距離min( , )kld ??也就可以 計算所有群體。iX ??， 且 39。 39。XX? }， 最近的兩組,()il??被選擇 ； 4） i? 和j?是合并到 i? ， 于是i j i? ? ???， 所以 群體總數(shù) 減少 ； 5 5）重復步驟（ 2）。 對于一個特殊的多邊形， 兩種不同的成行將得到兩種 透視變換 圖像位面 。因此，幾何不變性應用于匹配直線和曲線。 我們假設 ( 1, 2,3, 4,5)ili? 是 特殊平面上的 任意 5 條 直線，直線方程 為： ( , ) 0i i i if x y a x b y c? ? ? ? (3) 我們任意選擇 3 直線 1kl ， 2kl 和 3kl 在 5 條 直線 上 (k1,k2,k3=1,2,3,4,5,k1≠k2,k1,≠ k3,k2≠ k3)。 39。( , )k k kandl l l 的角度轉變成圖像。 參數(shù)顯示 在 上標 處 （例如139。 它證明，盡管 這 連續(xù) 的五 條直 線的形狀可以 有 更多的變化， 它們也服從幾何不變性 ，如果 M′ 屬于 A，它 們是 ： 39。134 1251 39。124 135MMI MM? , 39。124 2352 39。234 125MMI MM? (5) 類似地，有一個組的二次曲線的一些幾何不變量。 運用 幾何投影 將 它 們 轉化為 3C 和 4C ，其參數(shù)矩陣 為 3P 和 4P 。 111 3 4 1 2( ) ( )I tr P P tr P P???? (8) 111 4 3 2 1( ) ( )I tr P P tr P P???? (9) 這樣，直線 和曲線 就 有效匹配 了 。隨著小波邊緣檢測， 搜索式無監(jiān)督聚類 ，邊緣點到二次曲線擬合。因此，亞 像素級 的立體精確匹配得以 實現(xiàn)。 兩個相鄰圖像需要 鑲嵌 。通訊匹配 在 相應的立 體視覺匹配 之后 。 本文 ， 一些 隨機 黑點 能容易的 鑲嵌 ，這些 黑點 被認為是 重要的拼接 點。 事實上，小波變換是一種帶通濾波 ，小波向量 的 顯示 用 不同尺度 的 頻帶寬度來衡量 ，所以每個小波的頻率帶寬是 不相等的 。 6 實驗及結果分析 在 本次設計中， 這 項技術在 MPF 機 的 測量系統(tǒng) 中得到了應用 。 表面形狀后測量，測量結果返回到 CAD / CAE 系統(tǒng)和閉環(huán)控制的實現(xiàn)。 這 兩個攝像頭之間的距離為 300毫米 ；物體 7 表面和兩部相機 之間 的距離為 500 毫米 。 其次 ， 在 抓住兩 對 立體圖像對，一 對在 光柵的垂直方向上 抓拍，另一對在光柵的 橫向上 抓拍 ； 3） 進程映像，消除背景，減少噪音， 如圖 3a， 3b 所示； 4）功能檢測，如圖 3c； 5）搜索 對應點，并鑲嵌圖 像； 6） 計算三維坐標，重建三維表面，如 圖 3d。 8 圖、 3 圖像處理 7 結束語 在本文中， 提出了一種新的 基于計算機視覺 的 三維測量技術， 該技術 設備簡單 、 測量速度快 、 成本低。 它還提供了一個適用于工業(yè)計算機視覺的新思路。 9 原文： 3D Measurement Technology Based on Computer Vision Abstract: On the basis of puter vision, a noncontact 3D measurement technology was proposed in this paper. Using neural work, the mapping relation between image point and special point was established. The projection of grating on object is regarded as matching features, with wavelet edge detection, searching nonsupervisor clustering and geometric invariance. Stereo precision matching is achieved at subpixel level. Furthermore, the multiscale and multiresolution attributes of wavelet are applied to image mosaic and data integration, so a large scale object can be measured. Experiments show that the technology has many advantages, such as simple equipment, fast speed and low cost, and that the measuring error is less than