论文部分内容阅读
本论文的立题来源于金属拉伸项目。以往为了测量金属的拉伸量的方法主要步骤是:首先测量拉伸试验之前的金属长度,然后测量拉伸试验之后的金属长度,两者相减就可以得到金属的拉伸量。但是这个有一个传统方法不能克服的致命缺陷,那就是金属在拉断的瞬间会有一个回缩过程,所以用拉伸试验前后的差作为拉伸量是不准确的。如果采用三维重建的方法把金属拉伸试验的这一过程描述下来,通过图像测量的方法就可以精确的知道金属在断的瞬间的长度,这样测得的拉伸量的精度要高很多。本论文主要研究了三维重建的一些方法,对利用图像来测量金属拉伸试验中的拉伸量有重要的意义。本文在分析研究大量相关技术和文献的基础上,对立体视觉领域中的摄像机标定、角点检测、图像立体匹配、三维可视化等与3D重建相关的关键技术进行了研究。主要研究内容如下:(1)本文研究了摄像机标定的原理和一些经典的算法。摄像机标定的目的就是要建立有效的成像模型,并确定摄像机的内外部参数,以便正确地建立空间坐标系中物点和它在图像平面上像点之间的对应关系,对摄像机进行标定,即确定摄像机内外参数的一个过程;(2)研究了SUSAN角点检测算法与Harris角点检测算法,根据其优缺点,与金属拉伸项目实际应用结合,将SUSAN算法与Harris算法结合起来使用。并通过不同的图像对该方法进行测试,并在角点检测效果和抗噪性方面证实了该算法的有效性。(3)针对经典的Harris算法只能达到像素级精度的缺点,本文提出了一种改进算法,实现了以Harris算法为基础进行亚像素角点检测,从而提高了特征点匹配的精度。(4)研究了SIFTS算法,然后结合Harris算法检测的角点与SIFT算法匹配精度高的优点,将两种算法结合起来使用,并通过实验证明了这种算法提高了算法的效率,提高了角点匹配的正确率。(5)结合立体摄像机模型与匹配的角点,计算三维坐标点,在MATLAB上实现。