基于圖像序列的三維重構(gòu)方法研究及在橋梁纜索檢測中的應(yīng)用
發(fā)布時(shí)間:2023-12-28 17:26
三維重構(gòu)是計(jì)算機(jī)視覺技術(shù)和計(jì)算機(jī)圖形學(xué)兩個(gè)學(xué)科相交叉的重要領(lǐng)域,因其能恢復(fù)場景的三維信息而廣泛應(yīng)用于機(jī)器人導(dǎo)航、航天、醫(yī)學(xué)等領(lǐng)域。為了實(shí)現(xiàn)斜拉橋纜索健康狀況檢測結(jié)果的三維可視化,指導(dǎo)橋梁維護(hù)人員的工作,本文將三維重構(gòu)技術(shù)應(yīng)用到纜索檢測,完成整個(gè)纜索的三維顯示及缺陷的定位。 本文重點(diǎn)研究基于視頻圖像序列的三維重構(gòu)過程中的關(guān)鍵技術(shù),并將這些方法應(yīng)用到橋梁纜索重構(gòu)中。主要研究內(nèi)容及成果有以下幾個(gè)方面: 1.在視頻預(yù)處理方面,隨著蛇形機(jī)器不停的運(yùn)動(dòng)(如旋轉(zhuǎn)、平移和變焦等運(yùn)動(dòng)),將會(huì)導(dǎo)致所獲取的視頻圖像序列產(chǎn)生模糊和抖動(dòng),不便于后續(xù)的對圖像的分析,因此本文采用灰度投影穩(wěn)像法對視頻數(shù)據(jù)進(jìn)行預(yù)處理,得到了具有較高清晰度的穩(wěn)定視頻信號。 2.在攝像機(jī)標(biāo)定方面,在分析傳統(tǒng)匹配方法的優(yōu)缺點(diǎn)后,根據(jù)本文實(shí)際的應(yīng)用場景選擇采用張正友標(biāo)定法計(jì)算出攝像機(jī)的內(nèi)外參數(shù)的初始值,并假設(shè)攝像機(jī)的內(nèi)參數(shù)是固定的,再通過在多幅圖像中尋找足夠多的特征匹配對,估算出基本矩陣F,最后分解求出攝像機(jī)的外參數(shù)。 3.在特征提取與匹配方面,在特征提取時(shí),分析了傳統(tǒng)Harris算法和SIFT算法的不足后,提出了基于圖像自相關(guān)矩陣M的跡的改...
【文章頁數(shù)】:76 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 課題研究背景及意義
1.2 橋梁纜索檢測技術(shù)概況
1.3 三維重構(gòu)概述
1.4 基于圖像序列的橋梁纜索三維重構(gòu)方法分析
1.4.1 基于圖像序列三維重構(gòu)的流程圖
1.4.2 本文橋梁纜索三維重構(gòu)的特點(diǎn)與基礎(chǔ)算法
1.5 本文的主要研究內(nèi)容及組織結(jié)構(gòu)
第二章 纜索視頻圖像的預(yù)處理
2.1 斜拉橋纜索檢測系統(tǒng)
2.2 斜拉橋纜索表面圖像序列的穩(wěn)像處理
2.3 斜拉橋纜索表面圖像的預(yù)處理
2.3.1 中值濾波的原理
2.4 斜拉橋纜索邊緣提取
2.4.1 常見的邊緣檢測算子
2.4.2 利用 Canny 算法對纜索邊緣提取
2.5 本章小結(jié)
第三章 計(jì)算機(jī)視覺三維重構(gòu)的理論基礎(chǔ)
3.1 立體視覺的原理
3.2 攝像機(jī)成像模型
3.2.1 四種坐標(biāo)系
3.2.2 針孔成像模型
3.2.3 非線性模型
3.3 雙視圖之間的幾何關(guān)系
3.4 攝像機(jī)標(biāo)定
3.4.1 標(biāo)定概述
3.4.2 標(biāo)定原理
3.4.3 標(biāo)定試驗(yàn)與結(jié)論分析
3.5 本章小結(jié)
第四章 特征提取與匹配
4.1 特征點(diǎn)提取算法分析與比較
4.1.1 Harris 算法
4.1.2 SIFT 算法
4.1.3 Harris 算子和 SIFT 算法檢測效果比較
4.2 特征匹配算法研究
4.2.1 立體匹配的基本約束
4.2.2 立體匹配評判標(biāo)準(zhǔn)
4.2.3 匹配搜索策略
4.3 SIFT 算法的改進(jìn)
4.3.1 SIFT 算法優(yōu)缺點(diǎn)的分析
4.3.2 改進(jìn)的 SIFT 算法
4.3.3 特征匹配
4.3.4 SIFT 算法與改進(jìn)的 SIFT 算法的實(shí)驗(yàn)結(jié)果比較
4.4 剔除偽匹配
4.4.1 基本矩陣 F 的計(jì)算
4.4.2 RANSAC 算法
4.4.3 基于 RANSAC 算法剔除誤匹配
4.4.4 基于 RANSAC 算法的匹配優(yōu)化實(shí)驗(yàn)
4.5 本章小結(jié)
第五章 三維重構(gòu)在斜拉橋纜索檢測中應(yīng)用
5.1 基于蛇形機(jī)器人的纜索檢測系統(tǒng)
5.1.1 蛇形機(jī)器人檢測系統(tǒng)模型
5.1.2 蛇形機(jī)器人的運(yùn)動(dòng)控制函數(shù)
5.1.3 蛇形機(jī)器人的運(yùn)動(dòng)軌跡模型
5.2 缺陷重構(gòu)
5.2.1 特征提取與匹配
5.3 缺陷纜索部分的三維重構(gòu)
5.4 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
致謝
附件
本文編號:3875855
【文章頁數(shù)】:76 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 課題研究背景及意義
1.2 橋梁纜索檢測技術(shù)概況
1.3 三維重構(gòu)概述
1.4 基于圖像序列的橋梁纜索三維重構(gòu)方法分析
1.4.1 基于圖像序列三維重構(gòu)的流程圖
1.4.2 本文橋梁纜索三維重構(gòu)的特點(diǎn)與基礎(chǔ)算法
1.5 本文的主要研究內(nèi)容及組織結(jié)構(gòu)
第二章 纜索視頻圖像的預(yù)處理
2.1 斜拉橋纜索檢測系統(tǒng)
2.2 斜拉橋纜索表面圖像序列的穩(wěn)像處理
2.3 斜拉橋纜索表面圖像的預(yù)處理
2.3.1 中值濾波的原理
2.4 斜拉橋纜索邊緣提取
2.4.1 常見的邊緣檢測算子
2.4.2 利用 Canny 算法對纜索邊緣提取
2.5 本章小結(jié)
第三章 計(jì)算機(jī)視覺三維重構(gòu)的理論基礎(chǔ)
3.1 立體視覺的原理
3.2 攝像機(jī)成像模型
3.2.1 四種坐標(biāo)系
3.2.2 針孔成像模型
3.2.3 非線性模型
3.3 雙視圖之間的幾何關(guān)系
3.4 攝像機(jī)標(biāo)定
3.4.1 標(biāo)定概述
3.4.2 標(biāo)定原理
3.4.3 標(biāo)定試驗(yàn)與結(jié)論分析
3.5 本章小結(jié)
第四章 特征提取與匹配
4.1 特征點(diǎn)提取算法分析與比較
4.1.1 Harris 算法
4.1.2 SIFT 算法
4.1.3 Harris 算子和 SIFT 算法檢測效果比較
4.2 特征匹配算法研究
4.2.1 立體匹配的基本約束
4.2.2 立體匹配評判標(biāo)準(zhǔn)
4.2.3 匹配搜索策略
4.3 SIFT 算法的改進(jìn)
4.3.1 SIFT 算法優(yōu)缺點(diǎn)的分析
4.3.2 改進(jìn)的 SIFT 算法
4.3.3 特征匹配
4.3.4 SIFT 算法與改進(jìn)的 SIFT 算法的實(shí)驗(yàn)結(jié)果比較
4.4 剔除偽匹配
4.4.1 基本矩陣 F 的計(jì)算
4.4.2 RANSAC 算法
4.4.3 基于 RANSAC 算法剔除誤匹配
4.4.4 基于 RANSAC 算法的匹配優(yōu)化實(shí)驗(yàn)
4.5 本章小結(jié)
第五章 三維重構(gòu)在斜拉橋纜索檢測中應(yīng)用
5.1 基于蛇形機(jī)器人的纜索檢測系統(tǒng)
5.1.1 蛇形機(jī)器人檢測系統(tǒng)模型
5.1.2 蛇形機(jī)器人的運(yùn)動(dòng)控制函數(shù)
5.1.3 蛇形機(jī)器人的運(yùn)動(dòng)軌跡模型
5.2 缺陷重構(gòu)
5.2.1 特征提取與匹配
5.3 缺陷纜索部分的三維重構(gòu)
5.4 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
致謝
附件
本文編號:3875855
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3875855.html
最近更新
教材專著