论文部分内容阅读
计算机视觉测量技术作为一种非接触式测量技术,可以完成多目标、多运动参数的实时在线测量,已经显示出其广阔的应用前景。在基于计算机视觉的三维运动测量中,使用两台或多台(>2)高速摄像机的三维运动立体视觉测量技术较单个摄像机具有更高的测量精度与稳定性,得到了更多的实际应用。本文在现有运动视觉测量理论基础上,研究了基于编码特征的三维运动立体视觉测量方法,以提高测量精度为目的,对编码特征的高精度识别及定位、立体视觉测量摄像机高精度标定及立体视觉位姿估计等问题进行了研究。为了能准确地定位并识别出编码标志点,提出了基于特征化的形态学标志点识别算法,来提高算法的实用性和复杂环境情况下的识别率。将数学形态学算子应用于编码标识点的识别中,通过形态学运算提取到编码标志区域边界,利用聚类及多约束条件对标志点图像进行去噪,最后根据所提出的标志点特征向量准确的识别出编码标志点的唯一身份信息。针对视觉测量中圆形标志点中心定位问题,以摄像机成像的透视投影变换以及空间解析几何理论为基础,提出了一种基于改进Zernike矩的圆形标记中心高精度定位算法。对空间圆透视投影变换产生的误差进行分析并给出相关基本原理,利用构造出的Zernike矩求解模型分析矩模板和理想模型产生的原理偏差,提出修正公式对其进行补偿,采用改进的边缘判据来对图像边缘进行亚像素定位。利用最小二乘椭圆拟合算法拟合圆心,反求边缘点,滤除残差较大的点,再对椭圆中心进行精确定位,从而实现圆形特征目标点的高精度定位。对三维运动立体视觉测量中的摄像机高精度标定问题进行了研究。提出了一种基于十字靶标的立体视觉测量摄像机高精度标定方法。首先采用多视图几何约束和光束平差优化精确获得两摄像机内、外参数;然后引入摄像机间的固定相对关系约束,对传统光束平差法方程构造过程进行了改进,使每次迭代过程中只需对拍摄的两幅图像中一个摄像机的外参数进行优化,更好地将两个摄像机绑定为一个摄像机,并且有效增加平差系统的多余观测数,使优化精度更高,同时法化矩阵的维数比传统算法降低了一半;最后利用靶标重投影坐标与原始靶标坐标之间的关系构造一个误差补偿矩阵,修正立体视觉测量摄像机姿态矩阵,提高立体视觉测量摄像机标定精度。对基于特征点的三维运动立体视觉位姿估计问题进行研究。当前的多点迭代方法都是假设特征点测量误差均匀分布,然而在实际测量过程中,测量误差往往是各向异性且非独立同分布的。因此,本文提出一种基于特征测量误差加权的广义正交迭代(GOI)位姿估计方法。利用协方差矩阵描述特征点方向不确定性,将特征点测量误差的不确定性融入到新目标函数中并建立符合实际应用的目标函数,使该方法可以适应于特征点测量误差具有不同程度的方向不确定性情况。扩展到立体视觉中,能够组合多个摄像机来扩宽系统的视野,而且还可以利用冗余测量信息来增强系统对噪声的鲁棒性。为了对三维运动立体视觉测量系统设计提供理论指导,从影响系统测量精度的因素入手,对摄像机布局结构和三维重构误差进行分析,给出测量系统误差计算公式。根据分析结果设计三维运动立体视觉测量系统,并通过测试实验对测量系统精度进行验证,来证明本文所提方法的正确性及测量系统的可靠性。测试结果表明本文三维运动立体视觉测量系统能够实现对目标三维运动的高精度测量。