全息编码靶标及图像逆投影校正匹配

来源 :西安理工大学 | 被引量 : 0次 | 上传用户:spls108
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
编码靶标被广泛应用于视觉测量中,如视觉摄影测量中应用编码靶标可实现多角度拍摄图像的精确匹配,靶标成像式位姿测量系统若采用编码靶标可减小成像视场,实现高精度测量。编码靶标的设计以及快速精确匹配对视觉测量技术的发展具有现实意义,在多个领域有广泛应用,如机器人运动控制系统、大范围高精度检测系统及大尺寸物体三维表面检测等。本文提出了一种全息性编码靶标方案,该编码靶标应用于位姿测量可提高测量范围和测量精度。并对目前解码方法中仿射变换对相对成像面大角度成像不能正确解码的问题,提出了一种图像逆投影校正匹配的解码算法。该解码方法,还可应用于摄影测量中的编码靶标解码匹配,不受编码规则限制,可有效提高解码正确率。具体完成的研究工作如下:1.分析位姿测量现状,提出利用编码靶标改进测量;针对编码靶标研究现状,进行编码靶标设计和解码,具有现实意义。2.设计了一种具有全息特性的平面编码靶标,由局部编码即可获得该部分在靶标上的位置及靶标整体状态;只需3个基元就能通过编码组合实现全息特性,只要获取多于4个编码单元的图像即可实现解码和测量。在靶标中还加入了方位特性,大大降低了解码难度。3.针对编码靶标的解码匹配问题,提出旋转参数和平移参数分离的想法,设计出基于靶标图像逆投影校正和相关匹配相结合的解码算法,采用透视变换,将靶标图像重建到三维空间中,对其进行旋转校正后再投影到原像面中,解决了仿射变换对相对成像面大角度成像不能正确解码的问题。4.运用图像匹配来校正平移参数时,本文改进了相关匹配算法,不用在图像中逐个像素进行搜寻,只需搜寻编码靶标上的标志点,大大提高匹配效率,缩短了匹配时间。5.实验表明,在匹配范围上,仿射变换校正的极限只有15°,本文提出的基于图像逆投影校正的极限能达到60°;在匹配时间上,普通匹配算法的匹配间平均为2.1s,本文改进的匹配搜寻方法的匹配间平均为0.4s。
其他文献
在Sanyu Zhou,Fang Wan,Wei Liu,Frank Bretz[2]和Yang Han[3]文章中分别研究了受区间限制的单变量多项式回归模型中极大值点置信带的两种构建方法:WLHB方法与p值方法。而本
文章运用了一种新的复值人工神经网络计算时变矩阵伪逆,该神经网络被称为复值ZNN模型,复值ZNN模型基于复数域的矩阵误差函数而被提出。构建ZNN模型的主要思想是利用误差函数
本篇论文研究了带有分布控制的一维半线性抛物方程自由边界问题的局部零能控性和时间最优控制的存在性.设0
解的存在性是变分不等式理论的基本问题之一,本文主要研究Banach空间上强伪单调变分不等式、强拟单调广义变分不等式及带扰动的混合变分不等式解的存在性.本文结构如下:第一
物体的位置和姿态测量在航空航天、机器人导航、外科手术、光电瞄准系统、汽车质量检测等工业领域有着非常重要的价值。单目视觉位姿测量是指仅利用一台视觉传感器采集图像,
非线性光学是现代光学的一个分支,主要研究光在非线性介质中的非线性效应和应用。激光技术的发展为非线性光学研究提供了高强度、高相干性的光源,超连续谱(supercontinuum,SC
本篇学位论文主要建立一些(正向和倒向)随机线性四阶抛物方程的Carleman估计,并给出这些估计在不灵敏控制问题中的应用。作为一类重要的加权能量估计,Carleman估计可用于研究
本文主要研究了一类杂食性三种群食物网模型的动力学行为.在生态学中杂食性是指种群从不同的营养级中摄取营养,是一种在自然界中普遍存在的现象.现实中杂食性会因环境等因素
分数阶微积分因能够更好地描述大自然中的研究对象而越来越受国内外学者的关注.近年来,分数阶微积分理论及应用取得了重大的发展和突破.本文主要研究一类非奇异型分数阶微分
脑-机接口技术在全球被广泛地研究,尤其是它可以帮助瘫痪或残疾病人重建运动控制和对外交流的能力。当前基于视觉诱发脑电的脑-机接口系统技术已应用比较广泛。但是,对于一些