近年來隨著汽車保有量的逐步增長,汽車的行駛安全和運行維護成為了人們?nèi)找骊P(guān)注的焦點,因此對汽車性能參數(shù)的定期檢測也成為了汽車運用工程領(lǐng)域的重要研究內(nèi)容。汽車的形貌檢測是汽車檢測研究的重要組成部分,而基于機器視覺的三維重建技術(shù)也已成為包括汽車在內(nèi)的物體形貌檢測的重要方法。由于基于機器視覺的汽車形貌檢測方法具有非接觸測量、自動化程度較高、成本較低等優(yōu)點并能為判斷車輛類型、車輛超限檢測、車輛尺寸參數(shù)測量等提供可靠的依據(jù),因此研究基于機器視覺的汽車形貌檢測方法對車輛尺寸快速檢測、車輛智能分類等具有重要研究意義。在分析汽車形貌檢測研究現(xiàn)狀的基礎(chǔ)上,為了實現(xiàn)在汽車車身的較大尺度范圍的檢測中所采用的無公共視場相機的測量結(jié)果的統(tǒng)一,研究了基于內(nèi)、外部閉環(huán)解算模型的雙目主動視覺汽車形貌檢測方法。該方法的檢測系統(tǒng)包括雙目視覺左右內(nèi)部相機、投影光平面和無公共視場外部相機等組成部分,并構(gòu)建了內(nèi)部閉環(huán)解算模型和外部閉環(huán)解算模型以實現(xiàn)各部分的相機標(biāo)定。根據(jù)建立的柱面靶標(biāo)-左右內(nèi)部相機-單外部攝像機的內(nèi)部雙閉環(huán)模型,解算了雙目視覺左右相機投影矩陣和柱面靶標(biāo)與左右相機的三維單應(yīng)關(guān)系。由建立的柱面靶標(biāo)-中繼相機-兩個外部... 

【文章來源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【部分圖文】：

車輛超載

調(diào)制解調(diào)獲得物體的三維輪廓[15-16]。主動測量可以測量難以接觸的被測物體如輻射體、高溫物體等同時可以對光滑曲面進行測量，且采集速度較快，因此得到了廣泛的應(yīng)用。主動測量分為激光測量和結(jié)構(gòu)光測量。采用飛行時間法的激光測量房屋結(jié)構(gòu)表面，激光測量具有安全、簡便的優(yōu)點，但同時測量成本較高。結(jié)構(gòu)光測量方法通常使用一個結(jié)構(gòu)光光源、一個或多個攝像機，與激光測量相比由于不需要高精度的計時機構(gòu)而具有明顯的成本優(yōu)勢。主動視覺測量的結(jié)構(gòu)光光源可分為點結(jié)構(gòu)光、線結(jié)構(gòu)光和光柵結(jié)構(gòu)光等[17]。點結(jié)構(gòu)光將圖1.1車輛超載圖1.2車輛非法改裝

除了常見的接觸式檢測方法，非接觸式檢測方法在國內(nèi)外也得到了快速發(fā)展。非接觸式檢測不僅在汽車形貌檢測上得到了應(yīng)用，對于結(jié)構(gòu)復(fù)雜、高溫不方便測量以及大型復(fù)雜的物體也都有應(yīng)用。JoergArnold于2008年提出了一種汽車事故現(xiàn)場及事故車輛三維重建的方法[24]，如圖1.3所示。采用3D激光掃描儀和攝影系統(tǒng)，在事故現(xiàn)場通過掃描記錄3D數(shù)據(jù)，對車輛進行精確重建，詳細(xì)評估車輛的接觸區(qū)域和碰撞損傷，判斷車輛的最終碰撞損傷以及是否是不同觸點疊加損傷的結(jié)果。KenanMu于2016年提出基于高斯差分的多尺度邊緣融合車輛檢測[25]，如圖1.4所示。首先，分解得到多尺度的圖像，然后，利用DoG算子對得到的圖像進行多尺度邊緣提取，根據(jù)提出的邊緣融合方案進行融合得到一個定位準(zhǔn)確、抗噪聲能力強的邊緣圖。最后，將形態(tài)學(xué)運算和連通性分析應(yīng)用于得到的邊緣圖，就可以實現(xiàn)對不同天氣條件下的交通圖像進行精準(zhǔn)的檢測。圖1.3碰撞車輛渲染的3D重建數(shù)據(jù)集圖1.4車輛邊緣檢測

【參考文獻】：
期刊論文
[1]基于機器視覺的車輛輪廓尺寸測量裝置[J]. 董綿綿,呂志剛,張應(yīng).  自動化與儀表. 2019(10)
[2]基于邊緣擬合的雙目視覺定位與測量方法[J]. 方建中,許四祥,楊宇,王洋.  光學(xué)技術(shù). 2019(04)
[3]基于單幅光柵條紋圖像的鋼軌表面三維重構(gòu)研究[J]. 高常強,顧桂梅,趙建龍,鄒逸.  傳感器與微系統(tǒng). 2019(07)
[4]面結(jié)構(gòu)光在三維測量中的應(yīng)用技術(shù)研究[J]. 劉新宇.  航空制造技術(shù). 2019(10)
[5]我國汽車檢測技術(shù)發(fā)展研究[J]. 成萍.  科技風(fēng). 2018(18)
[6]攝像機標(biāo)定系統(tǒng)的設(shè)計[J]. 高磊,莫冰.  電腦與電信. 2017(12)
[7]基于線結(jié)構(gòu)光的光條中心亞像素提取研究[J]. 顧益蘭,李鋒.  電子設(shè)計工程. 2017(21)
[8]基于立體視覺的被動測距技術(shù)研究[J]. 馬繼紅,陳安方,趙玉芹.  西南師范大學(xué)學(xué)報(自然科學(xué)版). 2016(09)
[9]機器視覺在車輛外廓尺寸檢測中的技術(shù)研究[J]. 蔡文,吳黎明,陳嘉源,李福堅,楊耀光.  電視技術(shù). 2015(07)
[10]基于Hessian矩陣的多結(jié)構(gòu)光條紋中心快速提取方法[J]. 賈衛(wèi)平,王邦國.  大連大學(xué)學(xué)報. 2014(06)

博士論文
[1]復(fù)雜零件三維重建與點云配準(zhǔn)技術(shù)研究[D]. 程旭.華中科技大學(xué) 2019

碩士論文
[1]汽車形貌的無運動約束支撐臺主動視覺檢測方法研究[D]. 袁靜.吉林大學(xué) 2019
[2]汽車形貌檢測系統(tǒng)平面靶標(biāo)標(biāo)定與車身特征點重建方法[D]. 張馨元.吉林大學(xué) 2017
[3]基于計算機視覺的車輛外廓尺寸測量系統(tǒng)研究與應(yīng)用[D]. 袁涵.安徽大學(xué) 2014



本文編號：3532022