一、无接触三维测量系统中标志点的设计与实现（论文文献综述）
别梓钒[1]（2021）在《基于摄影测量原理的编码标志点三维重建算法研究与实现》文中指出为了检测工业领域中的大尺寸光滑曲面工件,具有非接触、自动化、效率高等特点的三维扫描测量机器人逐渐得到应用。限于机器人的定位精度,常常需要利用三维视觉测量系统对三维扫描测量机器人的扫描测头进行实时跟踪和动态测量。针对传统的双目视觉跟踪系统中易出现的遮挡、丢帧问题,本文基于数字近景工业摄影测量技术搭建了多目视觉测量系统,并对目前的三维重建算法进行了研究,经改进后应用到本系统中提升了重建精度。本文主要研究成果如下:（1）基于数字近景摄影测量的相关理论搭建了多目视觉测量系统,用于跟踪测量三维扫描测量机器人的扫描测头;（2）研究并改进了本系统的三维重建算法,提升了系统最终的重建精度;（3）为了减少标志点成像带来的偏心误差,基于已有的三维重建算法提出了两种多目视觉测量系统实现方案。基于本文改进的算法和提出的系统方案,利用多目视觉测量系统对一维基准尺的长度进行测量,实验结果表明,测量结果与参考值之间的偏差小于0.300mm,标准差不大于0.110mm,满足三维扫描测量机器人系统的应用需求。
熊雪菲,尚洋[2]（2020）在《基于双目视觉测量系统的编码标志点的检测与重建》文中进行了进一步梳理在数字近景摄影测量中,通常在被测物体表面粘贴特征明显且与背景差异大的编码标志点来提高对被测物体特征提取与目标匹配的精度。在实际测量应用中,为了对编码标志点的定位和识别具有更高的精度和鲁棒性,因此提出了一种新型的环形圆点编码标志点,该标志点设置了编码起始点,能够提高解码准确率。文中通过实验实现了对目标点的三维重建:首先对编码标志点进行检测和解码;然后采用双目立体视觉的方法重构出编码标志中心的三维信息,测量得到编码标志点之间的距离;最后计算与实际距离的误差。实验结果验证了该编码标志点的设计方案能够满足实际测量需要。
张宇帆[3]（2020）在《全息编码靶标及图像逆投影校正匹配》文中研究指明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。
郝冲[4]（2020）在《基于条纹结构光投影的物体形貌精密测量》文中研究指明随着我国航天科技的发展,对高性能航空发动机的需求越来越迫切,具有高承受温度能力的发动机叶片是提高航空发动机性能的关键技术之一。由陶瓷型芯形成空心内腔的发动机叶片,通过提高叶片的冷却效率,从而具有优良的承温能力。大批量、高质量的陶瓷型芯制备成为耐高温叶片制造的瓶颈之一。由于陶瓷型芯面型复杂,当前制备工艺下生产的型芯往往存在飞边、盲孔等缺陷,需要对型芯进行检测与二次整型,以满足使用要求。现有的缺陷检测手段,难以快速、高精度地检测陶瓷型芯缺陷特征。本文首次提出了基于条纹结构光投影的陶瓷型芯缺陷检测方法。采用条纹结构光投影三维形貌检测技术,在陶瓷型芯表面投射条纹结构光,解算包含型芯形貌信息的相位分布,通过立体交会算法,获得待测型芯的表面形貌点云数据,再与理想型芯的点云数据进行比对,提取出待修型的缺陷位置。本文主要对条纹结构光投影三维测量获取陶瓷型芯的形貌点云信息的关键技术进行了研究,重点对影响形貌测量的相位误差校正、所搭建测量系统的内外参数标定,以及点云的处理等技术要点展开了研究工作。主要完成的工作如下:1、调研了陶瓷型芯缺陷检测的发展现状,指出了现有检测手段精度低、速度慢、组成复杂,缺乏快速、高精度检测型芯缺陷特征的有效技术手段,导致了陶瓷型芯缺陷检测需求的迫切性。调研了基于条纹结构光投影的三维检测技术的现状,分析了采用基于面结构光（光栅条纹）投影的形貌测量技术进行陶瓷型芯缺陷检测的优势。2、详细介绍了条纹结构光投影三维形貌测量过程中各步骤的基本原理与技术要点,对当前主要的相位分布解算方法进行了详细描述,对比分析了相位分布解算过程中各种相位主值和相位解包裹算法的优缺点。搭建了试验系统平台,验证了本文所采用的技术方法对陶瓷型芯复杂表面相位分布计算的适用性。3、针对影响相位空间分布解算精度的系统非线性响应,根据系统工作原理流程,建立了相位误差理论模型,仿真计算分析了非线性响应值对相位误差的影响,排除了光栅条纹空间频率对相位解算的影响。介绍了现有的相位误差校正方法,根据本文推导建立的相位误差模型与仿真计算结果,提出了相位误差幅值标定法,有效地降低了系统非线性响应导致的相位分布误差。4、对测量系统的内外参数进行了高精度的标定,详细介绍了系统中成像模组的中心透视成像数学模型,分析了现有标定方法的应用场景特点,采用张正友柔性标定法对系统参数进行标定。针对标定过程中存在的标定靶板标识点误匹配问题,提出了利用靶板与成像模组之间的位姿关系,来实现物像标识点之间的一一对应;对由成像仿射变换引起的标识点像素坐标定位偏差进行了校正,优化了标定参数计算流程。利用相位分布值与投影芯片阵列之间的对应关系,将投影过程视为“逆成像”过程,标定了投影模组的内外参数。试验结果表明,所提方法显着地提高了系统内外参数的标定精度。5、对影响型芯表面点的三维坐标计算精度的误差源进行了分析,主要包括成像模组像素坐标定位误差和相位分布解算误差,对其产生原因、影响机理和表现形式进行了描述,建立了误差模型,计算了误差源所导致的最终坐标误差。6、对点云处理流程中的各项主要技术进行了详细介绍,对获取的离散无序陶瓷型芯点云,建立了拓扑组织结构;针对由于遮挡、杂光干扰和元器件缺陷导致的噪声点,提出了相位分布图像暗点滤波和半径外点滤除的联合去噪方法,有效地去除了噪声点;由于陶瓷型芯面型复杂,利用微分几何信息,提出了改进内在形状特征法并融合局部曲面片法提取型芯点云特征点的方法;分别采用随机采样一致性算法和最近邻迭代法,实现了点云的粗配准和精配准;对于型芯缺陷提取,提出了跨点云搜索几何特征（平均曲率）差异点的方法,结果证明该方法能够准确地识别定位缺陷位置。
杨俊杰[5]（2020）在《激光线扫描三维测量系统标定技术研究》文中认为在《中国制造2025》加快部署的时代背景下,随着高新产业精加工和工业物联网技术的发展,以及对非接触测量的要求不断提高,拥有高精确度、良好稳定性、强主动性、快速响应等优势的激光扫描测量成为了三维数字化测量研究领域的重要分支,在工业生产、文物考古、3D电商等不同的场景下有着日趋广泛的应用。而激光扫描测量系统的标定精度是影响三维测量精度的关键因素,因此研究高精度标定方法对激光三维测量研究领域具有重要意义。本文围绕激光线扫描三维测量系统标定涉及的相关方法展开研究,主要工作包括以下三个方面:（1）设计了自适应宽度的二次加权灰度重心算法提取激光条纹中心,并根据斜率阈值进一步对提取中心点进行均值优化。本文研究了激光条纹中心的识别与定位,采用自适应中值滤波、基于全局的自动分割及形态学运算对光条纹进行了预处理;利用二次加权灰度重心算法和均值优化操作获得了光条特征点的亚像素中心坐标。实验表明该方法能有效降低条纹提取中,由于现场环境干扰、图像噪声以及待测物体表面材料等因素带来的影响,提高提取精度,获得亚像素级激光条纹中心。（2）本文构建了单个相机+单线激光器的激光线扫描测头,对其数字模型构建及参数标定方法进行了研究。利用圆形标志点平面标靶对相机进行标定,获得了相机的内参及对应的变化矩阵。研究了几种光平面参数标定方法,并基于射影变换进行了高精度光平面标定,过程简单,避免了使用交比不变性的复杂运算,且可利用的光平面标定特征点的数目不受限制,实验结果表明该方法能提高光平面标定的精度和鲁棒性。（3）为得到物体表面轮廓信息,搭建了平移和旋转两种方式的扫描测量系统。研究了辅助运动装置的标定,以确定不同位置下所获数据与测量系统坐标系的变化关系。利用一个标准球消除平移扫描测量中由于安装误差造成的光条扫描方向偏移;利用平面标靶对转轴标定进行了研究,根据最小二乘法对测量数据的特征点进行空间圆拟合,并提出了相关优化方法提高圆心的拟合精度,最后对圆心作空间直线的拟合得到标定参数。实验验证了标定算法的有效性,实现了对物体的三维数据采集和测量。
李云雷[6]（2020）在《基于近景工业摄影的光学三维形貌测量关键技术研究》文中研究说明光学三维形貌测量在工业产品检测、逆向工程、文物保护、生物医学建模、虚拟现实等众多领域的需求日益增加。传统的接触式三维测量技术已经不能满足要求,物体的三维特征点坐标、三维几何尺寸和三维表面形貌的高精度、高效获取成为测量领域的研究热点和前沿课题。本文针对目前光学三维形貌测量研究中在测量精度和效率、测量范围以及评价标准等方面仍然存在的若干不足,采用理论分析和实验研究相结合的方法,综合机械工程、光学、电子学、近景工业摄影测量、计算机视觉和数字图像处理等多个学科对光学三维形貌测量关键技术进行系统、深入研究。主要研究内容和研究成果如下:1.阐述了各类光学三维形貌测量技术的原理和特点,对基于近景工业摄影测量的光学三维形貌测量技术的研究现状和发展趋势进行了系统分析。研究了近景工业摄影测量和机器视觉中的坐标系转换、共线方程、共面方程、极线几何约束及基础矩阵、三维重建方法等。针对近景工业摄影测量中传统光束平差算法耗时长的问题,提出一种快速光束平差算法,将步长分解为摄站位姿参数步长、三维点坐标参数步长两部分,利用雅克比矩阵的稀疏性,提高平差效率。上述内容为本文的研究工作提供基本的理论依据。2.为了提高近景工业摄影测量中的摄像机标定精度,设计了高精度的大尺寸棋盘格作为标定靶标,分析了采用单应性矩阵和非线性优化的标定算法,并给出一种迭代式的畸变矫正方法。考虑镜头自动对焦对摄像机内参数的影响,提出一种分层式摄像机标定方法。依据拍摄距离远近对摄像机分层标定,获得多组摄像机的内参数。基于光栅尺的验证实验表明,分层式标定方法能够显着提升光学三维测量的精度。3.为了解决多面体、回转体以及大型面结构特征物体的光学三维形貌测量中出现的多基线、大倾角的摄站定向问题,提出了两种定向算法,并专门设计了两种定向装置。算法一是基于共面点的绝对定向,该算法是基于共面点的物方平面与其像平面之间的单应性矩阵确定摄站的位姿,仿真实验验证了算法的正确性,并分析了像素噪声水平对定向精度的影响。算法二是混合式相对定向,该算法通过本质矩阵分解获得两个摄站位姿参数的初值,再采用非线性优化求取精确解,当两个摄站处在各种复杂位姿关系时,均能实现正确定向。两种定向装置分别是立体定向靶标和移动式平面定向靶标,它们适用于具有多面体、回转体和大尺寸型面等结构特征物体的三维形貌测量,主要作用是确立摄站位姿和局部点云拼接。4.针对传统近景摄影测量中粘贴人工标志提取三维点方法的费时耗力、点云数据稀疏等不足,提出了两种高效便捷的三维点光学提取技术,即点阵结构光和光学探针。点阵结构光技术获取物体表面的稠密三维点云,其投影图案设计成密集排列的发光圆点矩阵。提出一种灰度指数加权法,精确提取结构光图像中圆点中心的像素坐标。针对结构光图案的特征,提出一种串珠式匹配算法,融合基于极线约束的三幅像片匹配算法,精确实现点阵的逐行逐列排序。光学探针技术用于物体表面遮挡区域、深孔及凹槽等部位单个三维点的提取,标定了测头在探针自身坐标系下的精确三维坐标。摄像机位置固定时,在1800mm?1200mm的视场范围内,光学探针用于距离测量的相对精度约为7?1 0-5。5.在上述理论和技术的研究基础上,研制了基于立体定向靶标、移动式平面定向靶标的三维形貌测量系统和基于立体定向靶标的探针式多视场三维形貌测量系统。针对大口径卫星天线、空客A380飞机模型、多面体结构的实体模型、具有大型面结构以及含有遮挡区域等特征的工业产品,进行了三维形貌测量实验和数据分析,并取得良好的应用效果。
黄煜[7]（2020）在《工业机器人协同结构光大构件三维形貌测量技术研究》文中研究表明随着工业自动化和智能制造的发展,工业机器人越发普遍,并且大构件三维形貌测量的需求也越来越大。本文引入手眼标定技术,将单目线结构光和双目面结构光的三维测量方法与工业机器人相结合,实现了高精度大构件三维形貌测量。本文的研究内容主要分为线结构光和面结构光两个部分,具体内容和创新性如下:（1）基于线结构光和工业机器人的大构件三维形貌测量方法。线结构光系统具有结构简单、对测量环境要求低的优点。本文对线结构光三维测量部分,提出了基于双目相机的光平面标定方法,通过基础矩阵实现光条纹点的双目匹配,从而重建出激光条纹并拟合出激光平面,简化了标定过程并提高了线重建的精度。另外在手眼标定部分,改进了基于标准球的手眼标定方法,通过建立光平面坐标系来求解出标准球球心坐标,从而使得任意的线结构光平面方程形式都能求解出球心坐标。（2）基于面结构光和工业机器人的大构件三维形貌测量方法。面结构光系统具有单次测量范围大、测量精度高的优点。本文研究并使用了格雷码结合相移的面结构光三维测量方法。针对手眼标定部分,提出了基于双目视觉的手眼标定方法,分别对两个相机进行棋盘格的手眼标定,根据双目相机的手眼标定矩阵进行误差补偿,从而提高手眼标定的精度。另外针对测量点云的特点,提出了基于点云滤波的ICP点云配准方法,通过点云降采样、去除杂散点、截取公共区域等点云滤波方法,提高了ICP点云配准的效率和稳定性。
吴禹[8]（2019）在《基于条纹投影的金属手机外壳三维测量系统》文中研究说明结构光三维测量方法具有非接触、高精度、成本低等优点,在工业制造、文化教育、医疗卫生等领域具有广泛应用。手机外壳形状尺寸复杂,其加工精度影响后续整机组装的成品率,因此需对其各类关键尺寸进行检测。传统的检测多依赖卡尺、工业测量显微镜等工具,效率低且受人工干预影响;且该类设备通常仅能提取二维尺寸,相对成熟的三维检测设备较少。此外,手机外壳需检测项目繁多,多工位、多设备配合检测的流水线建设成本高、结构复杂。针对以上难点,本论文提出采用基于相位测量轮廓术的双节点结构光三维传感测量方法,构建金属手机外壳关键尺寸自动检测系统,高效获取手机外壳三维模型数据,开发手机外壳关键尺寸提取软件模块,简化检测流程,降低设备成本。本文主要工作包括:第一,提出了一种基于条纹投影的金属手机外壳三维测量系统,设计并搭建了系统的硬件结构并研究了测量方法。该系统由两个节点三维传感器、辅助运动装置构成。两个节点三维传感器分别用于测量手机外壳正面及侧面三维数据。通过辅助运动装置带动手机外壳运动至测量位置进行测量。结合双节点传感器标定结果,实现两个节点传感器采集的点云数据自动拼接;并借助圆形标志点实现所有测量位置下三维点云数据的坐标统一化。研究了点云优化方法,实现点云数据的滤波、关键尺寸提取等处理。第二,搭建了金属手机外壳三维测量的软件系统。软件部分包括双节点的同步投影和采集模块、辅助运动装置控制通信模块、三维模型重建模块、点云数据处理模块、尺寸提取模块。系统实现了一分钟内手机外壳点云数据的获取和关键尺寸的自动提取检测功能。第三,对系统三维重建精度及尺寸提取精度进行了分析。对比手机外壳样品测量尺寸与加工尺寸,分析样品测量结果。随后,对标准平面进行了测量并分析测量结果。同时,对手机外壳中boss柱高度进行了100次测量,分析测量结果,并分析系统测量精度。对超出测量精度的结果考虑可能产生误差的原因。
张致远[9]（2019）在《大型航空零件复合式视觉测量匹配方法研究》文中研究指明面向我国航空工业的发展需求,大型航空零件之间的连接装配由于占整个航空工业生产工作量的50%以上而成为了航空工业的重点研究方向。因此针对大型航空零件形面尺寸的数字化测量作为能够对大型航空零件装配进行检测与指导的关键技术,成为了航空工业装配研究中的重要内容。而在现有的数字化测量方式中,双目视觉测量方法以其非接触式、高精度、高效率、高柔性的优势成为了航空工业装配现场的主要测量方式之一。本课题组提出了基于辅助激光的大视场复合式双目视觉测量方法,以实现对大型航空零部件的形面测量,为后续的数字化装配进行相应指导。在双目视觉测量领域中,图像特征基元匹配是保障该测量方法精度、鲁棒性与自动化程度的关键,也是该领域的研究重点与难点。本文针对在大型航空零件装配现场中复合式双目视觉测量系统所需图像匹配的环节进行分析,对工业图像匹配技术开展了深入的研究工作,主要研究内容如下所示:（1）对现有双目视觉图像匹配方法与其原理进行整理与深度剖析,针对复合式双目视觉测量需要进行图像匹配的辅助激光光条中心点相互匹配环节和多站数据拼接中构建中转坐标系的特征标志点匹配环节,分别使用了NCC模板匹配、SIFT图像特征匹配与极线约束匹配,并对这些匹配方法进行了效果评估,从应用结果上论证了传统的三类匹配方法对复合式双目视觉测量系统所拍摄的工业图像进行直接匹配过程中存在有大量误匹配、无效匹配、匹配不足的局限性。（2）针对激光光条中心点的相互匹配问题,提出了一种基于非度量畸变校正的匹配参数自适应标定法,在设计了一种用于匹配参数标定的特征点布置方案的基础上,引入非度量图像畸变校正方法并提出了霍夫空间最小区域圆共线点识别匹配方法,完成对于初始匹配点集的高精度提取与其100%高准确度一一对应匹配,通过改良的分区域鲁棒性RANSAC匹配参数计算方法可以完成对于极限约束匹配所需的匹配参数矩阵高精度获取,相对于传统匹配参数计算方法精度提高了51%以上。（3）针对多站数据拼接所需的工业图像特征标志点匹配问题,提出了一种基于双目图像,通过构造第三视角新图像以形成双极线交点约束的工业图像特征标志点匹配方法,基于Bouguet极线校正原理,对右图像中的特征点坐标进行基于内参数的局部视角变换,以构成第三视角新图像,从而形成双极线交点约束,然后通过双极线交点缩小对应匹配点的搜索范围以完成特征标志点的匹配,最终匹配准确度达到95%以上。（4）在上述研究基础上,分别对实验室平面标准样件和大型航空零件测量现场进行了匹配精度验证实验。结果表明:实验室环境下使用第（2）点匹配技术平面重建精度RMSE达到0.1693mm,现场环境下以球状视觉靶标表征的特征标志点使用第（3）点进行匹配的准确度达到了100%,并且最终大型航空零件多站数据拼接效果良好,满足航空现场测量的精度要求。
刘珍珍[10]（2018）在《基于双目视觉的3-PRS并联机构位姿检测研究》文中提出并联机器人/机构结构复杂,具有承载能力强、累积误差小、精度高等优点,得到广泛关注,其中以三自由度为代表的少自由并联机器人的研究成为近年来的研究热点。末端位姿是反映并联机器人运动状态的重要参数,也是衡量并联机器人工作性能的重要指标,因此精确测量并联机器人的末端位姿十分重要。相较于传统的接触式测量,双目视觉在测量中无接触力的影响,且具有智能化程度高、检测速度快、精度高以及能够实现无损测量等优点。双目视觉测量对于多自由度、运动轨迹复杂的并联机构位姿的检测效果明显。本文以3-PRS并联机构为检测对象,研究双目视觉测量。主要研究内容如下:（1）并联机构运动学分析。由3-PRS并联机构的结构特点,建立并联机构运动学模型,分析其逆向运动学和正向运动学,推导出并联机构的位姿方程;由正解计算得到的位姿与给定的位姿参数之间的误差较小,通过此算例验证了运动学模型的正确性。（2）3-PRS并联机构位姿检测总体方案设计与分析。设计3-PRS并联机构位姿检测的总体方案;建立双目视觉检测模型,分析任一空间点的三维坐标与像点间的关系,得出视觉测量方程;分别对检测系统中的左、右相机进行标定,得到两相机的内部和外部参数,然后再立体标定,进一步分析两相机间的几何关系。（3）并联机构标志点的设置、识别与定位。设置反映末端位置的标志点;对采集的图像进行滤波、增强等处理,实现标志点的识别与定位;立体匹配两个相机图像中的标志点,并在两相机内对空间点进行三维重建,最终实现动平台末端位姿的检测。（4）位姿检测实验与分析。搭建实验平台,对硬件平台中的构件进行选型,完成硬件平台的搭建;为了直观地观察并联机构的运动状态,采用软件进行人机界面的设计;分析实验结果,验证该方法的正确性和有效性。
二、无接触三维测量系统中标志点的设计与实现（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、无接触三维测量系统中标志点的设计与实现（论文提纲范文）
（1）基于摄影测量原理的编码标志点三维重建算法研究与实现（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 研究背景和意义 |
| 1.3 国内外研究现状 |
| 1.4 论文主要内容及安排 |
| 第二章 多目视觉测量系统介绍 |
| 2.1 本章介绍 |
| 2.2 多目视觉测量系统理论基础 |
| 2.2.1 相机中心透视投影模型 |
| 2.2.2 空间几何变换 |
| 2.2.3 基本摄影方式 |
| 2.3 多相机标定 |
| 2.3.1 多相机标定方法 |
| 2.3.2 多相机标定实验 |
| 2.4 图像处理 |
| 2.4.1 编码标志点方案 |
| 2.4.2 标志点提取 |
| 第三章 多目视觉测量系统三维重建算法 |
| 3.1 本章介绍 |
| 3.2 线-线交会三维重建算法 |
| 3.2.1 共线方程 |
| 3.2.2 图像空间前方交会三维重建算法 |
| 3.2.3 DLT三维重建算法 |
| 3.3 基于光束法平差的三维重建算法 |
| 3.3.1 重投影误差 |
| 3.3.2 算法模型 |
| 3.3.3 光束法平差 |
| 3.3.4 改进的光束法平差算法 |
| 3.4 三维重建算法实验对比 |
| 3.4.1 多图像空间前方交会解法实验结果 |
| 3.4.2 光束法平差解法实验结果 |
| 3.4.3 改进的光束法平差解法实验结果 |
| 第四章 多目视觉测量系统重建方案研究 |
| 4.1 本章介绍 |
| 4.2 多目视觉测量系统组成 |
| 4.3 多目视觉测量系统实现方案 |
| 4.3.1 多目视觉三维重建 |
| 4.3.2 最优双目视觉三维重建 |
| 4.4 多目视觉测量系统实验 |
| 4.4.1 多目视觉三维重建实验结果 |
| 4.4.2 最优双目视觉三维重建实验结果 |
| 4.4.3 实验结果对比 |
| 第五章 系统实验 |
| 5.1 本章介绍 |
| 5.2 实验系统配置 |
| 5.3 实验结果与分析 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
（2）基于双目视觉测量系统的编码标志点的检测与重建（论文提纲范文）
| 0 引言 |
| 1 双目立体视觉的原理 |
| 2 编码标志点的设计 |
| 3 编码标志点的检测 |
| 3.1 圆形标志点的提取 |
| 3.2 编码标志点的解码 |
| 3.3 中心点的精确定位 |
| 4 验证实验 |
| 4.1 双目立体标定 |
| 4.2 编码点的检测 |
| 4.3 重建标志点的三维信息 |
| 5 结论 |
（3）全息编码靶标及图像逆投影校正匹配（论文提纲范文）
| 中文摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题来源及意义 |
| 1.2 位姿测量的研究现状 |
| 1.3 编码靶标的研究现状 |
| 1.4 课题研究的目的和主要内容 |
| 1.4.1 研究目的 |
| 1.4.2 主要内容 |
| 2 基于编码靶标的位姿测量系统 |
| 2.1 基于编码靶标的位姿测量系统组成 |
| 2.2 基于编码靶标的位姿测量原理 |
| 2.3 基于编码靶标位姿测量系统关键技术 |
| 2.4 本章小结 |
| 3 平面编码靶标设计 |
| 3.1 编码靶标设计原则 |
| 3.2 全息性编码靶标设计 |
| 3.2.1 标志点及编码点的确定 |
| 3.2.2 全息性 |
| 3.2.3 方位特性 |
| 3.3 编码靶标实物 |
| 3.4 本章小结 |
| 4 基于图像逆投影解码算法 |
| 4.1 解码算法设计 |
| 4.2 图像预处理 |
| 4.2.1 图像去噪 |
| 4.2.2 阈值分割 |
| 4.2.3 缺陷修补 |
| 4.2.4 目标提取 |
| 4.2.5 分离大小靶点 |
| 4.3 寻找特征点 |
| 4.4 图像校正 |
| 4.4.1 仿射变换校正 |
| 4.4.2 图像逆投影校正 |
| 4.5 平面旋转判定 |
| 4.6 基于图像特征的匹配 |
| 4.6.1 SIFT算法 |
| 4.6.2 SIFT算法对平面靶标的适用性 |
| 4.7 基于图像灰度值的匹配 |
| 4.7.1 改进的模板搜寻方法 |
| 4.7.2 NCC归一化相关算法 |
| 4.8 本章小结 |
| 5 实验及分析 |
| 5.1 系统软件组成 |
| 5.2 全息编码方案与普通编码方案对比 |
| 5.3 NCC算法抗干扰性 |
| 5.4 解码验证实验 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 论文总结 |
| 6.2 论文创新点 |
| 6.3 论文展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间的科研成果 |
（4）基于条纹结构光投影的物体形貌精密测量（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 基于条纹结构光投影的三维检测技术 |
| 1.2.1 被动双目三维检测技术 |
| 1.2.2 主动双目三维检测技术 |
| 1.3 基于条纹结构光投影的立体视觉三维形貌测量概述 |
| 1.3.1 发展过程 |
| 1.3.2 研究现状 |
| 1.4 论文研究目和研究内容 |
| 1.4.1 论文研究目的 |
| 1.4.2 论文的主要研究内容 |
| 1.5 本章小结 |
| 第2章 相位空间分布的高精度解算 |
| 2.1 引言 |
| 2.2 基于时域结构光编码的相位分布算法 |
| 2.2.1 相位主值的解算方法 |
| 2.2.2 相位解包裹算法 |
| 2.3 相位误差校正 |
| 2.3.1 幅值标定校正法 |
| 2.3.2 Gamma系数标定校正法 |
| 2.3.3 相位误差补偿校正法 |
| 2.4 实验与分析 |
| 2.4.1 相位分布计算实验 |
| 2.4.2 相位误差校正实验 |
| 2.5 本章小结 |
| 第3章 系统参数高精度标定 |
| 3.1 引言 |
| 3.2 成像模组参数的高精度标定 |
| 3.2.1 成像模组的成像模型 |
| 3.2.2 中心透视成像模型的数学关系模型 |
| 3.2.3 相机参数的标定 |
| 3.3 投影模组参数的高精度标定 |
| 3.3.1 投影模组物像点关系模型 |
| 3.3.2 投影模组标定操作步骤 |
| 3.4 系统参数标定 |
| 3.5 实验与分析 |
| 3.5.1 成像模组内外参数的标定 |
| 3.5.2 投影模组内外参数的标定 |
| 3.6 本章小结 |
| 第4章 物点空间坐标解算与精度评价 |
| 4.1 引言 |
| 4.2 物点空间三维坐标解算 |
| 4.3 系统测量精度评价 |
| 4.4 陶瓷型芯三维形貌测量 |
| 4.5 被测物表面世界坐标误差分析 |
| 4.5.1 成像模组像素坐标定位误差 |
| 4.5.2 相位解算误差 |
| 4.5.3 系统误差总述 |
| 4.6 本章小结 |
| 第5章 陶瓷型芯点云缺陷特征位置提取 |
| 5.1 引言 |
| 5.2 点云空间拓扑关系组织 |
| 5.3 点云滤波去噪 |
| 5.4 点云微分几何信息计算 |
| 5.4.1 点云法矢信息计算 |
| 5.4.2 点云曲率信息估算 |
| 5.5 点云配准与加工边缘提取 |
| 5.5.1 点云特征点提取 |
| 5.5.2 特征描述子 |
| 5.5.3 点云配准 |
| 5.5.4 加工边缘提取 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 论文的主要工作 |
| 6.2 论文的创新点 |
| 6.3 展望 |
| 参考文献 |
| 致谢 |
| 作者简介及在学期间发表的学术论文与研究成果 |
（5）激光线扫描三维测量系统标定技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本课题研究的主要内容 |
| 第2章 激光线扫描三维测量系统 |
| 2.1 激光三角测量原理 |
| 2.1.1 点光源激光三角测量原理 |
| 2.1.2 线光源激光三角测量原理 |
| 2.2 测量系统的组成及各部分功能介绍 |
| 2.3 激光线扫描三维测量系统模型的建立 |
| 2.3.1 摄像机成像模型 |
| 2.3.2 激光线扫描测头的测量模型 |
| 2.3.3 系统的两种扫描测量方式 |
| 2.3.4 平移扫描测量的数学模型 |
| 2.3.5 旋转扫描测量的数学模型 |
| 2.4 本章小结 |
| 第3章 基于自适应灰度加权的线结构光条纹中心提取 |
| 3.1 结构光条纹预处理 |
| 3.1.1 图像滤波 |
| 3.1.2 图像分割 |
| 3.1.3 形态学运算去噪 |
| 3.2 基于自适应灰度加权的线结构光条纹中心提取 |
| 3.2.1 条纹中心提取 |
| 3.2.2 实验及结果分析 |
| 3.3 本章小结 |
| 第4章 激光线扫描测头的标定 |
| 4.1 传感器信息采集装置标定 |
| 4.2 基于协变的高精度激光光束方向标定 |
| 4.2.1 传统激光光束方向标定方法 |
| 4.2.2 基于协变的高精度激光光束方向标定 |
| 4.3 本章小结 |
| 第5章 辅助运动装置的标定 |
| 5.1 位移平台的运动方向标定及校正 |
| 5.1.1 位移平台的运动方向标定 |
| 5.1.2 基于标准球的平移扫描方向校正 |
| 5.2 旋转平台的转轴标定 |
| 5.2.1 转轴标定基本原理 |
| 5.2.1.1 最小二乘法 |
| 5.2.1.2 曲线拟合 |
| 5.2.2 转轴标定方法实现 |
| 5.2.2.1 空间圆拟合 |
| 5.2.2.2 空间直线拟合 |
| 5.2.3 标定结果 |
| 5.3 扫描测量系统平台搭建及测试实例 |
| 5.3.1 实验平台搭建 |
| 5.3.2 测试实例 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 深圳大学指导教师对研究生学位论文的学术评语 |
| 深圳大学研究生学位(毕业)论文答辩委员会决议书 |
| 致谢 |
| 攻读硕士学位期间的研究成果 |
（6）基于近景工业摄影的光学三维形貌测量关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究目的和意义 |
| 1.2 近景工业摄影测量及机器视觉 |
| 1.3 三维形貌测量技术分析 |
| 1.4 基于近景工业摄影的光学三维形貌测量研究现状 |
| 1.5 论文的主要研究内容 |
| 第二章 光学三维形貌测量的理论基础 |
| 2.1 引言 |
| 2.2 摄像机模型与坐标系 |
| 2.2.1 摄像机模型 |
| 2.2.2 常用坐标系 |
| 2.2.3 坐标系的转换 |
| 2.3 单视图几何 |
| 2.3.1 共线方程 |
| 2.3.2 单像空间后方交会 |
| 2.4 双视图几何 |
| 2.4.1 共面方程 |
| 2.4.2 极线几何与基础矩阵 |
| 2.4.3 双目立体视觉三维重建 |
| 2.5 快速光束平差算法 |
| 2.5.1 光束平差模型及解算 |
| 2.5.2 快速光束平差 |
| 2.5.3 实验验证 |
| 2.6 本章小结 |
| 第三章 摄像机的标定技术 |
| 3.1 引言 |
| 3.2 摄像机的畸变模型 |
| 3.2.1 径向畸变 |
| 3.2.2 切向畸变 |
| 3.2.3 像平面畸变 |
| 3.3 基于平面棋盘格的摄像机标定 |
| 3.3.1 标定算法 |
| 3.3.2 畸变矫正 |
| 3.3.3 实验及结果分析 |
| 3.4 面向自动对焦的分层式摄像机标定方法 |
| 3.4.1 成像系统模型 |
| 3.4.2 自动对焦技术 |
| 3.4.3 分层式标定方法原理 |
| 3.4.4 分层式标定方法实验 |
| 3.4.5 基于光栅尺的验证实验 |
| 3.5 本章小结 |
| 第四章 摄站定向算法及装置的开发与设计 |
| 4.1 引言 |
| 4.2 基于共面点的绝对定向算法 |
| 4.2.1 算法原理 |
| 4.2.2 仿真实验 |
| 4.3 混合式相对定向算法 |
| 4.3.1 算法原理 |
| 4.3.2 定向精度评价实验 |
| 4.4 面向点云拼接的定向装置设计 |
| 4.4.1 立体定向靶标 |
| 4.4.2 移动式平面定向靶标 |
| 4.5 本章小结 |
| 第五章 三维点提取的密集点阵结构光与光学探针技术 |
| 5.1 引言 |
| 5.2 点云提取的密集点阵结构光技术 |
| 5.2.1 结构光投影图案设计 |
| 5.2.2 中心像素坐标提取 |
| 5.2.3 像点匹配算法 |
| 5.2.4 大尺寸平面的三维点提取实验 |
| 5.3 单点提取的触针式光学探针技术 |
| 5.3.1 结构设计及原理 |
| 5.3.2 光学探针标定 |
| 5.3.3 精度评价实验 |
| 5.3.4 金属球的三维点提取实验 |
| 5.4 本章小结 |
| 第六章 光学三维形貌测量实验与分析 |
| 6.1 引言 |
| 6.2 基于相对定向及平面靶标的近景工业摄影测量 |
| 6.2.1 卫星天线测量 |
| 6.2.2 飞机模型测量 |
| 6.3 基于立体定向靶标的三维形貌测量 |
| 6.3.1 测量原理 |
| 6.3.2 测量过程 |
| 6.3.3 测量结果分析 |
| 6.4 基于移动式平面定向靶标的三维形貌测量 |
| 6.4.1 测量对象 |
| 6.4.2 测量过程 |
| 6.4.3 测量结果分析 |
| 6.5 基于立体定向靶标的探针式多视场三维形貌测量 |
| 6.5.1 测量原理 |
| 6.5.2 精度评价实验 |
| 6.5.3 测量实验与分析 |
| 6.6 本章小结 |
| 第七章 全文总结与展望 |
| 7.1 全文总结 |
| 7.2 展望 |
| 参考文献 |
| 作者在攻读博士学位期间公开发表的论文 |
| 致谢 |
（7）工业机器人协同结构光大构件三维形貌测量技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究发展现状 |
| 1.2.1 三维形貌测量技术 |
| 1.2.2 大型物体三维拼接技术 |
| 1.2.3 工业机器人手眼标定技术 |
| 1.3 论文的总体研究内容和框架 |
| 2 系统模型与测量原理 |
| 2.1 系统模型总体方案 |
| 2.2 基于单目线结构光的三维测量模型与原理 |
| 2.2.1 线结构光三维测量模型 |
| 2.2.2 线结构光三维测量的关键技术原理 |
| 2.3 基于双目面结构光的三维测量模型与原理 |
| 2.3.1 基于双目面结构光的三维测量模型 |
| 2.3.2 双目立体视觉的测量原理 |
| 2.3.3 编码面结构光的测量原理 |
| 2.4 基于机器人手眼标定的三维拼接模型与原理 |
| 2.4.1 机器人手眼标定的原理模型 |
| 2.4.2 基于手眼标定的三维拼接测量原理 |
| 2.5 本章小结 |
| 3 基于线结构光与工业机器人的大构件三维测量 |
| 3.1 基于双目相机的线结构光平面标定方法 |
| 3.1.1 基于双目相机的线结构光平面标定模型 |
| 3.1.2 基于基础矩阵的光条纹点双目匹配 |
| 3.2 基于线结构光的标准球手眼标定方法 |
| 3.2.1 基于标准球的手眼标定方法 |
| 3.2.2 基于线结构光的标准球球心求解方法 |
| 3.3 线阵大构件三维测量系统实验结果及分析 |
| 3.3.1 实验装置与系统标定 |
| 3.3.2 实验测量数据与分析 |
| 3.4 本章小结 |
| 4 基于面结构光与工业机器人的大构件三维测量 |
| 4.1 基于格雷码结合相移的结构光三维测量方法 |
| 4.1.1 格雷码结合相移的三维测量方法原理结构 |
| 4.1.2 相位移原理 |
| 4.1.3 相位展开原理 |
| 4.2 基于双目视觉的工业机器人手眼标定方法 |
| 4.2.1 手眼标定方程AX=XB的求解 |
| 4.2.2 双目相机协同进行手眼标定的方法 |
| 4.3 基于点云滤波的ICP点云精配准方法 |
| 4.3.1 点云滤波方法 |
| 4.3.2 ICP点云配准算法 |
| 4.3.3 基于点云滤波的ICP点云配准对比实验 |
| 4.4 面阵大构件三维测量系统实验结果及分析 |
| 4.4.1 测量系统的搭建 |
| 4.4.2 测量系统的标定 |
| 4.4.3 实验测量数据与分析 |
| 4.5 本章小结 |
| 5 总结与展望 |
| 5.1 本文总结 |
| 5.2 后期工作展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（8）基于条纹投影的金属手机外壳三维测量系统（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本课题研究的主要内容 |
| 第2章 双目视觉三维测量基本原理 |
| 2.1 双目视觉三维传感器标定技术 |
| 2.1.1 摄像机模型 |
| 2.1.2 摄像机标定 |
| 2.1.3 三维传感器模型 |
| 2.1.4 三维传感器标定 |
| 2.2 条纹投影三维重建技术 |
| 2.2.1 相位解调 |
| 2.2.2 相位展开 |
| 2.3 本章小结 |
| 第3章 基于条纹投影的金属手机外壳测量 |
| 3.1 金属手机外壳三维测量系统结构 |
| 3.2 测量系统标定 |
| 3.2.1 单个三维传感器节点标定 |
| 3.2.2 三维传感器节点位姿标定 |
| 3.3 三维数据获取 |
| 3.3.1 对应点搜索 |
| 3.3.2 亚像素插值 |
| 3.4 三维数据处理 |
| 3.4.1 金属手机外壳点云拼接 |
| 3.4.2 基于标志点的金属手机外壳点云滤波 |
| 3.4.3 金属手机外壳尺寸提取 |
| 3.5 本章小结 |
| 第4章 测量系统程序设计 |
| 4.1 测量系统用户界面 |
| 4.2 测量系统数据采集模块 |
| 4.3 测量系统标定模块 |
| 4.4 测量系统辅助运动模块 |
| 4.5 测量系统三维重建模块 |
| 4.6 测量系统点云处理模块 |
| 4.7 测量系统尺寸提取模块 |
| 4.8 本章小结 |
| 第5章 测量结果及误差分析 |
| 5.1 测量结果 |
| 5.2 误差分析 |
| 5.3 本章小结 |
| 第6章 总结与展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间的研究成果 |
（9）大型航空零件复合式视觉测量匹配方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 课题来源 |
| 1.3 国内外研究现状分析 |
| 1.4 研究目的与难点 |
| 1.5 论文主要研究内容 |
| 2 双目视觉测量匹配原理与问题分析 |
| 2.1 基于辅助激光的复合式双目视觉测量原理 |
| 2.1.1 复合式双目视觉测量系统介绍 |
| 2.1.2 双目视觉测量匹配需求分析 |
| 2.2 现有匹配方法工业视觉图像应用效果分析 |
| 2.2.1 基于像素灰度的NCC模板匹配技术 |
| 2.2.2 基于图像特征的SIFT匹配技术 |
| 2.2.3 基于几何约束的极线约束匹配技术 |
| 2.2.4 传统匹配技术在激光光条工业图像的应用分析 |
| 2.2.5 传统匹配技术在特征标志点工业图像的应用分析 |
| 2.3 本章小结 |
| 3 基于非度量畸变校正的匹配参数自适应标定方法 |
| 3.1 现有匹配参数计算方法分析 |
| 3.1.1 直接标定法 |
| 3.1.2 匹配参数线性算法 |
| 3.1.3 鲁棒性算法 |
| 3.1.4 极线约束匹配参数计算精度影响因素分析 |
| 3.2 用于独立标定匹配参数的特征点布置方案设计 |
| 3.2.1 特征点布置方案 |
| 3.2.2 特征点中心坐标提取 |
| 3.3 特征点高鲁棒性匹配算法 |
| 3.3.1 霍夫变换与直线检测 |
| 3.3.2 基于归一化霍夫空间的共线特征点匹配 |
| 3.4 初始匹配点集非度量高精度提取 |
| 3.4.1 畸变校正方法分析 |
| 3.4.2 基于直线的非度量畸变校正 |
| 3.4.3 基于非度量的特征点集畸变校正 |
| 3.5 分区域随机抽样匹配参数矩算法 |
| 3.6 基于非度量校正的匹配参数标定法实验验证 |
| 3.6.1 特征点自动识别、匹配与提取结果 |
| 3.6.2 双目图像匹配参数标定精度验证 |
| 3.7 本章小结 |
| 4 工业视觉图像特征标志点匹配方法 |
| 4.1 工业视觉图像特征标志点匹配原理分析 |
| 4.1.1 特征标志点匹配需求分析 |
| 4.1.2 特征标志点匹配特点分析 |
| 4.1.3 特征标志点匹配总体方案 |
| 4.2 特征标志点几何特征选择与提取 |
| 4.3 基于标定参数构造第三视角图像 |
| 4.3.1 相机坐标系转换原理 |
| 4.3.2 成像平面旋转 |
| 4.4 基于双极线约束的特征标志点匹配算法 |
| 4.4.1 基于第三视角新图像的双极线约束构造 |
| 4.4.2 双极线约束匹配算法 |
| 4.5 实验验证 |
| 4.5.1 球状视觉靶标图像 |
| 4.5.2 表面粘贴圆形特征图像 |
| 4.6 本章小结 |
| 5 总体实验验证 |
| 5.1 平面标准样件形面测量实验 |
| 5.2 大型航空零件测量实验 |
| 5.2.1 特征标志点匹配结果 |
| 5.2.2 数据拼接结果 |
| 5.3 数据处理软件集成 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（10）基于双目视觉的3-PRS并联机构位姿检测研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题来源 |
| 1.2 课题背景及研究的目的和意义 |
| 1.3 国内外研究现状 |
| 1.3.1 机器人位姿检测方法的研究现状 |
| 1.3.2 并联机床的研究现状 |
| 1.3.3 机器视觉的研究现状 |
| 1.3.4 基于机器视觉的并联机构位姿检测研究现状 |
| 1.4 本文的主要研究内容 |
| 2 3-PRS并联机构运动学分析 |
| 2.1 3-PRS并联机构的结构 |
| 2.2 3-PRS并联机构运动学 |
| 2.2.1 逆向运动学 |
| 2.2.2 正向运动学 |
| 2.3 位姿求解算例 |
| 2.4 本章小结 |
| 3 3-PRS并联机构位姿检测总体方案设计与分析 |
| 3.1 末端位姿检测总体方案 |
| 3.2 机器视觉检测系统构建 |
| 3.2.1 光源 |
| 3.2.2 工业相机 |
| 3.2.3 光学镜头 |
| 3.2.4 图像处理方法 |
| 3.3 理论模型 |
| 3.3.1 小孔成像几何模型 |
| 3.3.2 双目视觉测量的基本模型 |
| 3.4 相机标定 |
| 3.4.1 单相机标定方法 |
| 3.4.2 双目相机的立体标定 |
| 3.5 相机标定实验 |
| 3.5.1 单相机标定结果 |
| 3.5.2 立体标定结果 |
| 3.6 本章小结 |
| 4 并联机构标志点的设置、识别与定位 |
| 4.1 标志点的设置 |
| 4.2 图像预处理 |
| 4.2.1 图像增强 |
| 4.2.2 图像滤波 |
| 4.3 目标识别 |
| 4.3.1 边缘检测 |
| 4.3.2 椭圆特征轮廓提取 |
| 4.3.3 椭圆拟合 |
| 4.4 标志点的中心定位 |
| 4.4.1 矩特征法 |
| 4.4.2 椭圆拟合算法 |
| 4.5 立体匹配 |
| 4.5.1 立体匹配约束 |
| 4.5.2 立体匹配基元 |
| 4.5.3 立体匹配算法 |
| 4.6 三维重建 |
| 4.6.1 双目立体视觉三维测量原理 |
| 4.6.2 双目立体视觉测量数学模型 |
| 4.7 位姿求解 |
| 4.8 本章小结 |
| 5 实验与分析 |
| 5.1 实验平台的搭建 |
| 5.1.1 实验硬件平台的搭建 |
| 5.1.2 实验软件系统的设计 |
| 5.2 实验分析与运动学求解 |
| 5.2.1 实验过程 |
| 5.2.2 分析与结果 |
| 5.3 本章小结 |
| 6 总结与展望 |
| 6.1 研究总结 |
| 6.2 创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
四、无接触三维测量系统中标志点的设计与实现（论文参考文献）
- [1]基于摄影测量原理的编码标志点三维重建算法研究与实现[D]. 别梓钒. 合肥工业大学, 2021(02)
- [2]基于双目视觉测量系统的编码标志点的检测与重建[J]. 熊雪菲,尚洋. 实验力学, 2020(05)
- [3]全息编码靶标及图像逆投影校正匹配[D]. 张宇帆. 西安理工大学, 2020(01)
- [4]基于条纹结构光投影的物体形貌精密测量[D]. 郝冲. 中国科学院大学(中国科学院西安光学精密机械研究所), 2020(06)
- [5]激光线扫描三维测量系统标定技术研究[D]. 杨俊杰. 深圳大学, 2020(01)
- [6]基于近景工业摄影的光学三维形貌测量关键技术研究[D]. 李云雷. 上海大学, 2020(02)
- [7]工业机器人协同结构光大构件三维形貌测量技术研究[D]. 黄煜. 南京理工大学, 2020(01)
- [8]基于条纹投影的金属手机外壳三维测量系统[D]. 吴禹. 深圳大学, 2019(01)
- [9]大型航空零件复合式视觉测量匹配方法研究[D]. 张致远. 大连理工大学, 2019
- [10]基于双目视觉的3-PRS并联机构位姿检测研究[D]. 刘珍珍. 河南理工大学, 2018(01)