多目立體視覺的飛機零件三維重建和三維分割研究與應用
發(fā)布時間:2021-10-31 18:51
三維技術是計算機視覺領域核心構(gòu)成,其相對于二維視覺有更加良好的可識別性和可操作性,將其應用于工業(yè)生產(chǎn)領域?qū)⒂行嵘a(chǎn)效率和產(chǎn)業(yè)智能化。本文將三維重建應用于民機零件的噴涂工業(yè)生產(chǎn)領域,對流水線上飛機零件進行三維重建獲取其三維模型用于識別。由于噴涂場景是一次作業(yè)針對一整個托盤零件,一個托盤上有一種或多種零件若干個,噴涂過程采用噴涂機器人精確定點作業(yè),這就要求每次三維重建后獲取的應該是每個單獨零件的三維模型;诖,本文提出先重建再分割的研究思路。首先對場景進行一次三維重建,同時針對零件場景二維圖像進行處理,獲取零件二維分割平面,最后基于二維分割平面映射三維場景模型完成三維分割,以獲得每個零件三維模型,通過一次重建一次協(xié)同分割提升生產(chǎn)效率。并依此,提出并設計實現(xiàn)了基于多目立體視覺的多零件三維場景重建及基于二維圖像到三維模型的模型分割,最終實現(xiàn)單零件三維模型獲取。針對零件的三維場景重建的問題,由于托盤面積大、零件種類繁多,大小各異,且一次將一整托盤的方式進行重建,所以設計多相機拍攝環(huán)境從多視角進行圖像采集,利用多目獲取更廣視角,然后通過三維點云獲取、幾何結(jié)構(gòu)恢復和場景繪制完成整個三維模型的構(gòu)...
【文章來源】:北京工業(yè)大學北京市 211工程院校
【文章頁數(shù)】:92 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 立體視覺重建國內(nèi)外研究現(xiàn)狀
1.2.2 三維模型分割國內(nèi)外研究現(xiàn)狀
1.3 研究內(nèi)容及論文組織結(jié)構(gòu)
第2章 方案總體設計和相關理論研究
2.1 研究方案總體設計
2.1.1 面臨的問題
2.1.2 研究方案流程設計
2.1.3 研究方案功能設計
2.1.4 實驗環(huán)境
2.1.5 評估指標
2.2 三維重建相關理論研究
2.2.1 三維重建方法
2.2.2 相機成像模型
2.2.3 特征點提取和匹配
2.2.4 三維重建優(yōu)化
2.2.5 三維稠密重建
2.2.6 三維網(wǎng)格重建
2.3 三維模型分割相關理論研究
2.3.1 三維模型分割方法分類
2.3.2 常見三維模型分割方法
2.4 本章小結(jié)
第3章 多目立體視覺的三維重建算法
3.1 多目立體視覺的三維重建算法設計
3.2 三維點云獲取方式
3.3 雙視角運動恢復結(jié)構(gòu)
3.3.1 硬件設備選型
3.3.2 相機的搭建設計
3.3.3 相機標定
3.3.4 SIFT特征檢測流程
3.3.5 特征匹配算法
3.3.6 三角量測恢復三維坐標
3.3.7 Bundle Adjustment優(yōu)化
3.4 多視角運動恢復結(jié)構(gòu)
3.4.1 增量運動恢復結(jié)構(gòu)
3.4.2 點云稠密重建
3.4.3 點云網(wǎng)格重建
3.4.4 紋理圖像的創(chuàng)建
3.5 實驗過程及結(jié)果分析
3.5.1 實驗軟硬件環(huán)境
3.5.2 實驗結(jié)果及展示
3.5.3 實驗對比及分析
3.6 本章小結(jié)
第4章 基于復雜背景的圖像分割及零件輪廓提取算法
4.1 基于復雜背景的圖像分割及零件輪廓提取算法設計
4.2 二維圖像分割
4.2.1 K-means聚類分割算法
4.2.2 Grab Cut圖像分割算法
4.2.3 基于復雜背景的二維圖像分割算法
4.3 基于圖形學方法處理的二維圖像輪廓提取
4.3.1 圖形學方法進行圖像處理
4.3.2 基于復雜背景的圖像分割及零件輪廓提取算法
4.4 實驗過程及結(jié)果分析
4.4.1 實驗前期準備和軟硬件環(huán)境
4.4.2 圖像分割設計實現(xiàn)及結(jié)果分析
4.4.3 輪廓提取及結(jié)果分析
4.5 本章小結(jié)
第5章 基于二維圖像映射三維模型的多零件分割算法
5.1 基于二維圖像映射三維模型的多零件分割算法設計
5.1.1 三維模型分割
5.1.2 基于二維圖像映射三維模型的多零件分割算法
5.2 三維模型歸一化處理
5.2.1 三維模型去燥預處理和表示
5.2.2 平移歸一化處理
5.2.3 旋轉(zhuǎn)歸一化處理
5.2.4 尺度歸一化處理
5.3 基于零件場景的包圍盒設計和建立
5.3.1 常見包圍盒
5.3.2 基于零件場景的包圍盒設計和建立
5.3.3 本文包圍盒實現(xiàn)效果及對比分析
5.4 二維圖像映射三維模型
5.4.1 統(tǒng)一坐標系
5.4.2 二維到三維的映射關系的建立
5.5 基于二維圖像的三維模型的分割
5.6 實驗過程及結(jié)果評估
5.6.1 分割結(jié)果展示
5.6.2 分割效果對比及評估
5.6.3 三維模型空間定位及評估
5.7 本章總結(jié)
結(jié)論
參考文獻
攻讀碩士學位期間取得的研究成果
致謝
本文編號:3468668
【文章來源】:北京工業(yè)大學北京市 211工程院校
【文章頁數(shù)】:92 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 立體視覺重建國內(nèi)外研究現(xiàn)狀
1.2.2 三維模型分割國內(nèi)外研究現(xiàn)狀
1.3 研究內(nèi)容及論文組織結(jié)構(gòu)
第2章 方案總體設計和相關理論研究
2.1 研究方案總體設計
2.1.1 面臨的問題
2.1.2 研究方案流程設計
2.1.3 研究方案功能設計
2.1.4 實驗環(huán)境
2.1.5 評估指標
2.2 三維重建相關理論研究
2.2.1 三維重建方法
2.2.2 相機成像模型
2.2.3 特征點提取和匹配
2.2.4 三維重建優(yōu)化
2.2.5 三維稠密重建
2.2.6 三維網(wǎng)格重建
2.3 三維模型分割相關理論研究
2.3.1 三維模型分割方法分類
2.3.2 常見三維模型分割方法
2.4 本章小結(jié)
第3章 多目立體視覺的三維重建算法
3.1 多目立體視覺的三維重建算法設計
3.2 三維點云獲取方式
3.3 雙視角運動恢復結(jié)構(gòu)
3.3.1 硬件設備選型
3.3.2 相機的搭建設計
3.3.3 相機標定
3.3.4 SIFT特征檢測流程
3.3.5 特征匹配算法
3.3.6 三角量測恢復三維坐標
3.3.7 Bundle Adjustment優(yōu)化
3.4 多視角運動恢復結(jié)構(gòu)
3.4.1 增量運動恢復結(jié)構(gòu)
3.4.2 點云稠密重建
3.4.3 點云網(wǎng)格重建
3.4.4 紋理圖像的創(chuàng)建
3.5 實驗過程及結(jié)果分析
3.5.1 實驗軟硬件環(huán)境
3.5.2 實驗結(jié)果及展示
3.5.3 實驗對比及分析
3.6 本章小結(jié)
第4章 基于復雜背景的圖像分割及零件輪廓提取算法
4.1 基于復雜背景的圖像分割及零件輪廓提取算法設計
4.2 二維圖像分割
4.2.1 K-means聚類分割算法
4.2.2 Grab Cut圖像分割算法
4.2.3 基于復雜背景的二維圖像分割算法
4.3 基于圖形學方法處理的二維圖像輪廓提取
4.3.1 圖形學方法進行圖像處理
4.3.2 基于復雜背景的圖像分割及零件輪廓提取算法
4.4 實驗過程及結(jié)果分析
4.4.1 實驗前期準備和軟硬件環(huán)境
4.4.2 圖像分割設計實現(xiàn)及結(jié)果分析
4.4.3 輪廓提取及結(jié)果分析
4.5 本章小結(jié)
第5章 基于二維圖像映射三維模型的多零件分割算法
5.1 基于二維圖像映射三維模型的多零件分割算法設計
5.1.1 三維模型分割
5.1.2 基于二維圖像映射三維模型的多零件分割算法
5.2 三維模型歸一化處理
5.2.1 三維模型去燥預處理和表示
5.2.2 平移歸一化處理
5.2.3 旋轉(zhuǎn)歸一化處理
5.2.4 尺度歸一化處理
5.3 基于零件場景的包圍盒設計和建立
5.3.1 常見包圍盒
5.3.2 基于零件場景的包圍盒設計和建立
5.3.3 本文包圍盒實現(xiàn)效果及對比分析
5.4 二維圖像映射三維模型
5.4.1 統(tǒng)一坐標系
5.4.2 二維到三維的映射關系的建立
5.5 基于二維圖像的三維模型的分割
5.6 實驗過程及結(jié)果評估
5.6.1 分割結(jié)果展示
5.6.2 分割效果對比及評估
5.6.3 三維模型空間定位及評估
5.7 本章總結(jié)
結(jié)論
參考文獻
攻讀碩士學位期間取得的研究成果
致謝
本文編號:3468668
本文鏈接:http://sikaile.net/kejilunwen/hangkongsky/3468668.html
最近更新
教材專著