论文部分内容阅读
多视角三维数据拼接是获得完整三维形貌测量数据的关键环节,在当前的实际工程中具有非常广泛的应用价值。本文基于实验室已组建的结构光双目立体视觉扫描系统,研究了基于无编码控制点的多视角三维数据全局拼接方法及其关键技术。在图像中快速并准确地定位标志点中心是实现多视角全局拼接的前提。文章分析了当前工程中常用的标志点,选择合适的标志点,对包含标志点的图像进行平滑去噪、自适应阈值图像分割、标志点内特征轮廓边缘识别与提取,对标志点内特征轮廓进行最小二乘椭圆拟合及迭代拟合,最终定位标志点中心。在平滑去噪环节,比较常用的三种滤波,最终选择模板为3×3的高斯滤波;在标志点内特征轮廓边缘识别中,提出了闭合准则、长度准则、形状准则以及灰度准则用于剔除非标志点的特征轮廓边缘,并通过实验得到验证。在全局拼接中,左右图像控制点匹配方面,提出了行对齐准则的粗匹配、编码结构光精匹配以及对漏匹配点的补充匹配,实现左右图像中控制点的一一匹配。在求取各视角与全局坐标系下的同名控制点对时,基于控制点的欧氏空间特征不变性提出了距离准则、夹角准则以及辅助边准则,实现各视角与全局坐标系下的同名控制点对的一一匹配。通过匹配好的同名控制点对,运用SVD算法求解各视角至全局坐标系的最优转换矩阵,从而实现多视角三维数据的全局拼接。最后,以鞋楦和汽车汽油箱防撞板为实验对象,对其进行多视角结构光双目立体视觉扫描,并采用本文提出的多视角全局拼接方法,实现多视角全局拼接,并将最终的拼接结果与手持式扫描仪的扫描结果进行对比,标准偏差分别为0.167mm和0.266mm,其各视角控制点重合度平均误差均保持在0.025mm以内,验证了该三维数据全局拼接方法的可行性与准确性。