已阅读5页,还剩68页未读, 继续免费阅读
(机械制造及其自动化专业论文)基于透镜成像机理的目标深度信息获取算法及其调节机构研究.pdf.pdf 免费下载
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
摘要 现实世界物体的三维信息包括宽度、高度和深度。物体的深度信息是拍照时摄像机镜 头与所拍物体之间的距离。物体的深度信息对于物体的三维重建有着非常重要的意义,它 是其三维信息中不可缺少的部分,在计算机视觉应用中起着关键作用。本文是基于透镜成 像机理,利用单目视觉对焦深度法获取目标物体的深度信息,为机器人完成抓取物体、避 开障碍物、跟踪目标等奠定基础。 通过分析国内外深度信息获取方法的研究现状,指出摄像机标定采用小孔模型的不 足,提出基于透镜成像机理的目标深度信息获取方法,该方法不改变摄像机焦距,通过移 动凸透镜的位置,仅改变物距和像距,使图像对焦,研究图像清晰时目标物体的深度信息。 分析深度信息测量模型,提出摄像机焦距和透镜到c c d 面距离的标定方法,根据标定结 果获取目标物体的深度信息。并分析透镜位置检测模型,提出凸透镜中心平面与c c d 平 面是否平行的检测方法。 图像对焦是本课题深度信息获取算法的核心,图像对焦的关键是图像清晰度评价函数 和对焦搜索算法,本课题研究各种图像清晰度评价函数和对焦搜索算法,通过实验比较和 分析,选取基于s o b e l 边缘检测算子的图像清晰度评价函数,利用遍历搜索法与最小二乘 曲线拟合相结合的方法搜索最佳对焦位置,完成图像对焦,并用m a t l a b 编写相应的图 像处理程序。 根据成像模型分析,设计一种独立移动和独立旋转的两自由度并联机构,移动自由度 用来使图像对焦,旋转自由度用来检测凸透镜安装位置,并对该机构进行运动分析。实验 时把凸透镜和摄像机分别安装在两个六自由度位姿调节平台上,实现二自由度并联机构的 等效。 建立实验平台,主要有三坐标测量机、六自由度位姿调节平台、旋转机构、摄像机、 标靶等,利用这些实验设备调节标靶、凸透镜和c c d 成像面位置。实验的控制及参数获 取主要利用v c + + 控制步进电机运动,m a t r o x 对图像进行采集,m a t l a b 对图像进行 处理,a c - d m i s 配合三坐标测量机测量位置信息。通过实验对标靶、凸透镜和c c d 成像 面位置进行了调节,对凸透镜焦距和透镜到c c d 成像面的距离进行标定。最后根据标定 结果获取目标物体的深度信息,并分析误差原因。 关键字:深度信息,透镜成像,图像对焦,并联机构 a b s t r a c t i i i t h e3 di n f o r m a t i o no ft h eo b j e c ti nt h er e a lw o r l di n c l u d e sw i d t h , h e i g h ta n dd e p t h t h e d e p t hi n f o r m a t i o no ft h eo b j e c tm e r r l st h ed i s t a n c eb e t w e e nt h eo b j e c tt ob et a k e na n dt h ec a m e l 8 l e n s t h ed e p t hi n f o r m a t i o no ft h eo b j e c ti so fg r e a ti m p o r t a n c ei nt h e3 dr e c o n s t r u c t i o n , c o n s t i t u t e sa ni n d i s p e n s i b l ep a r to ft h e3 di n f o r m a t i o n , a n dp l a y sak e yr o l ei nt h ea p p l i c a t i o no f c o m p u t e rv i s i o n t h i st h e s i s ,b a s e do nt h em e c h a n i s mo fl e n s ,u s e sm o n o c u l a rv i s i o na n dd e p t h f r o mf o c u st oo b t a i nt h ed e p t hi n f o r m a t i o no ft h et a r g e to b j e c t , l a y i n gaf o u n d a t i o nf o rt h er o b o t t og r a bo b j e c t s ,o b s t a c l ea v o i d a n c e ,t r a c kt a r g e ta n ds oo n t h r o u g ha n a l y z i n gt h er e s e a r c hs t a t u st h a tt h em e t h o do fo b t a i n i n gt h ed e p t hi n f o r m a t i o na t h o m ea n da b r o a d , t h i st h e s i sp o i n t so u tt h ei n s u f f i c i e n tc a u s e db yt h ec a m e r ac a l i b r a t i o ni n v i r t u e so fp i n h o l em o d e l t h em e t h o do fo b t a i n 啦t h ed e p t hi n f o r m a t i o no ft a r g e tb a s e do nt h e m e c h a n i s mo fl e n si sp r o p o s e d , w h i c hd o e sn o tc h a n g et h ec a m e r af o c a ll e n g t h ,o n l yc h a n g e st h e o b j e c td i s t a n c ea n dt h ei m a g ed i s t a n c et om a k et h ei m a g ec l e a rb ym o v i n gt h ec o n v e xl e n s p o s i t i o n , r e s e a r c h e st h ed e p t hi n f o r m a t i o no ft h et a r g e tw h e nt h ei m a g ei sc l e a r t h e m e a s u r e m e n tm o d e lo ft h ed e p t hi n f o r m a t i o ni sa n a l y z e d , a n dt h ec a l i b r a t i o nm e t h o do ft h e c a m e r af o c a ll e n g t ha n dt h ed i s t a n c eb e t w e e nt h ec o n v e xl e n sa n dt h ec c d p l a n ea r ep r o p o s e d , t h ed e p t hi n f o r m a t i o no ft a r g e ti so b t a i n e da c c o r d i n gt ot h ec a l i b r a t i o nr e s u l t s t h ed e t e c t i o n m o d e lo ft h ec o n v e xl e n sp o s i t i o ni sa n a l y z e d , a n dt h ed e t e c t i o nm e t h o di ft h ec o n v e xl e n s c e n t r a lp l a n ea n dt h ec c d p l a n ea r ep a r a l l e lo rn o ti sp r o p o s e d f o c u si m a g ei st h ec o r et h a tt h ea l g o r i t h mo fo b t a i n i n gt h ed e p t hi n f o r m a t i o ni nt h i st h e s i s , w h o s ek e yp a r t sa r et h ei m a g ed e f i n i t i o nc r i t e r i o na n dt h ef o c u ss e a r c ha l g o r i t h m t h i st h e s i s r e s e a r c h e ss e v e r a lk i n d so ft h ei m a g ed e f i n i t i o nc r i t e r i o na n dt h ef o c u ss e a r c ha l g o r i t h m ,t h r o u g h t h ee x p e r i m e n t a lc o m p a r i s o na n da n a l y s i s ;t h ei m a g ed e f i n i t i o nc r i t e r i o nb a s e do ns o b e le d g e d e t e c t i o no p e r a t o ri ss e l e c t e d ;t h ee r g o d i cs e a r c hm e t h o dc o m b i n e dw i t ht h el e a s ts q u a r e sc u r v e f i t t i n gi su s e dt os e a r c ht h eb e s tf o c u sp o s i t i o n ;a n dt h er e l e v a n ti m a g ep r o c e s s i n gp r o g r a mi s c o m p i l e d 、析t 1 1m a t l a b o nt h eb a s i so ft h ei m a g i n gm o d e la n a l y s i s ,ak i n do ft w od e g r e e so ff i e e d o m ( d o f ) p a r a l l e lm e c h a n i s mi sd e s i g n e d ,w h i c hc a l la c h i e v ei n d e p e n d e n tm o v i n ga n dr o t a t i n g t h e m o v i n gd o fi su s e dt om a k et h ei m a g ef o c u sa n dt h er o t a t i n gd o fi sa p p l i e dt od e t e c tt h e c o n v e xl e n si n s t a l l a t i o n p o s i t i o n , a n dt h em o t i o no ft h em e c h a n i s mi sa n a l y z e d i nt h e e x p e r i m e n t ,t h ec o n v e xl e n sa n dt h ec a m e r aa r ei n s t a l l e do nt h es i x - d o fp o s i t i o na d j u s t a b l e p l a t f o r mt oa c h i e v et h ee q u i v a l e n to ft h et w o - d o fp a r a l l e lm e c h a n i s m i v t h ee x p e r i m e n t a lp l a t f o r mi se s t a b l i s h e d , w h i c hi n c l u d e st h ec o o r d i n a t em e a s u r i n g , m a c h i n e ( c m m ) ,t h es i x - d o fp o s i t i o na d j u s t a b l ep l a t f o r m , t h er o t a t i n gm e c h a n i s m , t h ec a m e r a , t h et a r g e ta n ds oo n t h et a r g e t , t h ec o n v e xl e n sa n dt h ec c d p l a n ea r ca d j u s t e dw i t ht h e s e e x p e r i m e n t a le q u i p m e n t s t h ee x p e r i m e n t a lc o n t r o la n dt h ep a r a m e t e r so b t a i n i n gm a i n l y 墩 v c + + t oc o n t r o ls t e p p i n gm o t o rm o v i n g ,m a t r o xt oi m a g ea c q u i s i t i o n , m a t l a bt oi m a g e p r o c e s s i n g ,a c - d m i sw i t ht h ec m m t om e a s u r ep o s i t i o ni n f o r m a t i o n t h r o u g ht h ee x p e r i m e n t , t h et a r g e t , t h ec o n v e xl e n sa n dt h ec c d p l a n ea r ea d j u s t e d , a n dt h ec a m e r af o c a ll e n g t ha n dt h e d i s t a n c eb e t w e e nt h ec o n v e xl e n sa n dt h ec c d p l a n ea r ec a l i b r a t e d a tl a s tt h ed e p t hi n f o r m a t i o n o ft h et a r g e ti so b t a i n e dw i t ht h ec a l i b r a t i o nr e s u l t s ,a n dt h ee r r o rc a u s e sa r ea n a l y z e d k e yw o r d s :d e p t hi n f o r m a t i o n , l e n si m a g i n g ,f o c u si m a g e ,p a r a l l e lm e c h a n i s m 目录 v 摘要i a b s t r a c t i i i 目录v 第一章绪论1 1 1 引言1 1 2 深度信息获取方法概述2 1 2 1 主动测量方法2 1 2 2 被动测量方法2 1 3 国内外研究现状3 1 4 本论文研究的主要内容5 第二章成像模型分析7 2 1 摄像机成像模型7 2 1 1 透镜成像模型一7 2 1 2 小孔成像模型8 2 1 3 小孔成像模型的不足9 2 2 镜头离焦模型和对焦原理。l o 2 3 摄像机变焦模型1 1 2 4 深度信息测量模型。1 2 2 5 透镜位置检测模型。14 2 6 本章小结。1 5 第三章深度信息获取算法研究。1 6 3 1 深度信息获取算法的总体方案1 6 3 2 图像清晰度评价函数研究1 7 3 2 1 评价函数标准。17 3 2 2 评价函数分类1 8 3 2 3 边缘检测算子在评价函数中的应用2 2 3 3 对焦搜索算法研究2 5 3 4 对焦原理性实验2 7 3 4 1 评价函数选取2 8 3 4 2 对焦实验3 2 3 5 本章小结3 3 v i 第四章二自由度并联机构的实现方案与运动分析。3 4 4 1 机构设计的总体方案一3 4 4 2 并联机构的结构设计3 4 4 2 1 空心轴设计3 5 4 2 2 齿轮设计3 7 4 2 3 其他零部件设计3 8 4 3 并联机构的运动分析3 9 4 4 本章小结4 0 第五章深度信息获取实验4 1 5 1 二自由度并联机构的等效实现4 1 5 1 1 移动自由度4 l 5 1 2 旋转自由度。4 2 5 2 实验平台4 3 5 3 实验的控制及参数获取4 4 5 4 实验过程4 7 5 4 1 标靶、凸透镜和c c d 成像面位置调节4 8 5 4 2 凸透镜焦距和透镜到c c d 面的距离标定5 0 5 4 3 目标物体深度信息的测量。5 4 5 5 误差分析5 5 5 6 本章小结5 5 第六章总结与展望。5 6 6 1 本文的主要研究成果5 6 6 2 研究工作展望5 7 参考文献5 8 附录6 2 致谢6 5 作者在攻读硕士学位期间发表的学术论文目录6 6 赵新:基于透镜成像机理的目标深度信息获取算法及其调节机构研究 1 1 引言 第一章绪论 视觉是人类获取信息最重要的手段,它不仅帮助人类获取信息,还帮助人类处理信息, 它是人类观察和认识世界的重要手段之一。人类从外界获取的信息约有7 5 来自视觉系统, 包括对视觉信息的获取、传输、处理、存储和理解的过程。计算机视觉是指利用计算机对 采集的图像或者视频进行处理,从而代替人眼的视觉功能,实现对客观世界的三维场景感 知、识别和理解的技术。计算机视觉的研究范畴涉及物理学、数学、光学、计算机科学、 信号处理学、生物学、神经生理学、和认知科学等,是一门综合性的前沿学科,具有广阔 的应用前景。计算机视觉使用计算机及相关设备对生物视觉进行模拟。其主要任务是通过 对采集的图像或视频进行处理,以获得相应常见的三维信息【1 1 。 现实世界物体的三维信息包括:宽度、高度以及深度。其中深度信息是计算机视觉应 用的关键,根据深度信息机器人能够完成抓取物体、跟踪目标、避开障碍物等任务。深度 信息的获取是理解三维世界的基础,也是一个非常艰巨的任务,由于立体视觉利用摄像机 作为输入装置,输入计算机的是三维物体的二维投影图像。从三维物体到二维投影图像, 有一维信息从显露变成隐含,即深度信息的丢失。立体视觉系统的工作,首先就是要把这 种隐含的深度信息提取出来,随后才能进行理解工作。 从二维图像中提取三维场景的物体深度信息是计算机视觉中的一个重要课题,其中运 用到光学,应用数学,算机应用技术,数字信号处理等多个学科领域,通过对数字信息进 行处理,得出物体的三维信息,从而达到对三维空间的再现f 2 】,目前广泛关注和研究的方 法有从双目或多目视觉、对焦或散焦深度法等。其研究成果可以直接应用于工业生产制造、 智能导航以及医学等方面。 在工业生产和制造领域【3 】,三维深度信息的提取广泛应用在自动化装配或者生产线中, 用于工业零部件检测,主要包括工业零部件的尺寸和形状检测、内部气泡和表面破损检测 熊 寸0 在智能导航领域【4 j ,对道路及其上行驶的车辆或者障碍物进行快速有效快速地跟踪和 检测,估算其深度信息,帮助系统判断行驶车辆与检测物之间的距离,计算其相对速度, 并判断是否会相撞,进而及时避免以提高行驶的安全性。 在医学领域【5 】,医学影像技术已经广泛应用于医学诊断中,为医学研究和临床诊疗提 供了人体的结构图及病理信息。但是医生在获得器官和组织的二维图像后,更希望掌握它 们的三维深度信息,由于三维深度信息的重建将有助于医生进行判断分析,并且还可以在 仿真手术中进行模拟手术过程,从而提高在真实医疗诊断和手术过程中的正确性。 2 扬州大学硕士学位论文 视觉测量技术是把图像作为检测和传递信息的手段或载体加以利用的测量方法,其目 的是从图像中提取有用的信号。在视觉测量中,目标成像是否真实反映实际被测物理量至 关重要,清晰的图像是后续图像处理的基础,它直接关系到测量精度。影响图像清晰的因 素有照明、镜头和c c d 等等,而图像是否正确对焦也是关键因素,自动对焦技术是机器 人视觉、数字视频系统中的关键技术之一,是决定图像质量的重要因素,是获取清晰图像 的第一步。自动对焦1 6 1 主要包括图像清晰度评价函数的选取和对焦搜索算法两部分。 本论文是基于透镜成像原理,设计了一种二自由度并联调节机构,用来测量目标物体 的深度信息。本课题来源于国家自然科学基金基于激光环和单目视觉的空间物体位姿获 取机理研究( 项目编号:6 0 9 7 7 0 7 1 ) 。 1 2 深度信息获取方法概述 物体深度信息的获取是图像测量的关键之一,物体深度信息即拍照时镜头到所拍物体 的距离。物体的深度信息对于物体的三维重建有着非常重要的意义,它是其三维信息中不 可缺少的部分。深度信息获取方法按照是否需要人工控制,可以分为主动测量方法和被动 测量方法。 1 2 1 主动测量方法 主动测量方法需要人为对测量环境控制来实现测量,其中按照是否接触物体可以分为 接触式测量和非接触式测量两大类。 接触式测量是使用高精度的探头对物体实体进行逐点测量,这种方法对测量设备要求 较高,测量成本比较昂贵,但测量精度高,这种方法也有其局限性,比如无法测量柔软的 物体。 非接触式测量【7 1 方法种类众多,主要分为非光学测量和光学测量。非光学测量有声纳 测量1 8 1 和微波雷达测量1 9 等。光学测量有飞行时间测量法和结构光场测量法f l l 】。飞行时 间测量法使用激光光束,测量激光往返于物体与测量仪器之间的时间,适用于远距离测量, 而且精度不高;结构光场测量法是根据三角测量的原理,普遍具有测量精度高,但方法复 杂、成本较高的特点。 1 2 2 被动测量方法 被动测量方法是基于计算机视觉,利用图像处理获取物体的深度信息,主要有单目视 觉【1 2 】和双( 多) 目视觉【1 3 】。 双目立体视觉测量系统一般是由两个摄像机或者由一个运动的摄像机构成。双目视觉 测量是基于视差,利用三角法原理获取三维信息。根据两摄像机之间的位置关系,就能获 取两摄像机公共视场内物体特征点的三维坐标。双目视觉是将两个或多个c c d 拍摄的物 赵新:基于透镜成像机理的目标深度信息获取算法及其调节机构研究 3 体二维图像进行对比匹配,在对比中如果发现物体上某个特征点存在于图像的相同位置, 则说明此点的位置在两c c d 镜头的轴线交点上,通过找到物体特征的不匹配量即可确定 该特征点位置。但是双目视觉算法有一个致命缺点,即图像匹配问题【1 4 】。 单目视觉测量方法采用单幅图像估算深度信息,或者从图像序列中采用光流技术和特 征匹配估算深度信息,单目视觉系统成本低、结构简单,和双( 多) 目视觉系统相比,少了 图像配准问题,并且在同一时间计算机只需处理单幅图像,提高了工作效率,大大节约了 处理时间。 单目视觉测量方法分为散焦深度法与对焦深度法两种测量方法【15 1 。 散焦深度法d f d ( d e p t hf r o md e f o c u s ) 1 6 】是利用单幅或多幅离焦程度不同的图像,通过 分析图像的模糊程度,求取物体的深度信息,这种方法回避了双目视觉中的特征点匹配问 题,也不需要对物体拍摄大量的序列图像,使用比较方便。 散焦深度法测量物体的深度信息受环境影响因素比较大,如光学系统的衍射、干涉以 及光学变形等因素的影响,使散焦半径的测量误差比较大;而且摄像机参量标定的准确程 度对测量误差也有较大的影响,整个测距系统准确度不高,故实际应用比较少。 对焦深度法d f f ( d e p t hf r o mf o c u s ) r 7 】是一种建立在搜寻过程上的对焦方式,它通过一 组对焦逐渐准确的图像序列,进而确定物点至成像系统的距离。利用c c d 在不同的光学 参数条件下获取大量的图像序列,再对图像进行分析处理后找到清晰度最大的那幅图像, 整个过程的需要计算是求取每幅图像的对焦评价函数值,然后再根据几何光学中物体成像 模型,由透镜成像公式求取物体的深度信息。 对焦深度法的精度比较高,适合应用于精密测量领域。对焦深度法的关键是寻求精确 的聚焦位置,要求图像清晰,即摄像机的自动对焦技术,自动对焦主要包括图像清晰度评 价函数和对焦搜索算法的选取。 1 3 国内外研究现状 近些年来,在利用计算机视觉获取物体的深度信息方面,国内外许多专家和学者做了 大量的研究,取得了许多研究成果,主要分为双目视觉和单目视觉。 在双目视觉方面,n i h o n 大学利用双目视觉系统测量人体身高【l 引。利用两台摄像机对 获取的图像进行处理与匹配,根据三角法计算人体的身高。麻省理工学院计算机系将双目 立体视觉技术应用到图像分割,提出了一种用于智能交通的传感器融合方法【1 9 1 ,该方法主 要是首先利用雷达系统估算目标的大致范围,然后利用双目立体视觉技术获得较为准确的 目标深度信息,再采用改进的图像分割算法,可以在高速环境下分割视频图像中的目标位 置。mso b a i d a t 2 0 利用动态和静态的任意设置的圆点图像,构成匹配点获取深度信息。韩 国科技大学利用成卷钢卷的圆形特点,把视觉系统安装在炼钢厂的无人驾驶起重机上,对 4 扬州大学硕士学位论文 获取的图片进行表面分割,进而获取钢卷的位置和重心,为起重机吊运钢卷提供具体的空 间信息【2 1 1 。 国内科研院校在双目视觉领域也做了大量的研究。东南大学电子工程系利用双目立体 视觉技术,将灰度相关多峰值视差的绝对值进行极小化处理,提出了一种立体匹配新方法 2 2 1 。哈尔滨工业大学采用异构双目活动视觉系统实现了全自主足球机器人导航【2 3 1 。国防科 学技术大学详细研究了在计算机辅助外科手术中利用双目立体视觉理论对手术器械进行 跟踪定位的工作原理与系统组成,指出了存在的问题并指明了今后研究的方向【2 4 】。文献【2 5 】 利用角点检测法和外极线约束条件,推导出目标物体深度信息的计算公式。文献 2 6 1 提出了 一种基于对应点匹配的深度信息测量方法,利用它们的视差计算基于光轴平行的两摄像机 成像的目标深度信息。文献 2 7 】基于双目立体视差原理的测量方法,利用两部相机拍摄图 像的视差,恢复模型表面特征空间三维信息。文献 2 8 1 阐述了一种简化的基于竞争匹配机 制的双目立体图像匹配算法。 在单目视觉方面,国内外学者对散焦深度法的研究比较多。p e n t l a n d l 2 9 1 在1 9 8 7 年首次 提出了利用不同离焦程度的图像来恢复目标物体的深度信息,首先要求其中一幅针孔的图 像,并且该幅图像清晰,然后再拍摄一幅大孔径的图像,把这两幅图像分割,分割成一一 对应的小图像,并计算对应小图像在频域内的信号能量,最后利用对应位置的能量求出目 标物体的深度信息。但是这种方法由于针孔孔径通常会伴随噪声,在实际应用时存在问题。 1 9 8 8 年,s u b b a r a o 与g u r u m o o r t h y 利用线扩散函数的扩散参数来代表物体与镜头之间的距 离【3 0 1 ,求取目标物体阶跃边缘的深度信息。在这种方法中,点扩散函数并不要求高斯模型, 只需要其具有圆对称性。这种新的方法使得p e n f l a n d 的算法能够得到更加广泛的应用。1 9 9 2 年s u b b a r a o 和w e i 提出了利用两幅图像的一维傅里叶变换参数之比作为散焦扩散函数的扩 散参数,在频域里,根据两幅离焦程度不同图像的频谱,求取物体的深度信息【3 1 1 ,既消除 了p e n t l a n d 算法中的拍摄针孔限制,也消除了需要确定点扩散函数模型的先决条件。1 9 9 5 年,k l a r q u i s t 提出了一种全新的散焦测距算法,该算法的核心是利用多张离焦程度不同的 图像作为离焦测距的最大似然估计【3 2 1 。但是此算法要求确定最佳成像点的位置,而且受噪 声影响的几率也变大了。2 0 0 5 年,p a o l of a v a r o 和s t e f a n os o a t t o 提出了基于几何光学的散 焦深度估计算法【3 3 】,该算法在不简化成像模型的前提下,避免了在深度估计时对图像的解 模糊,计算更加简单。 国内很多学者也在散焦深度法获取深度信息方面做了大量的研究。文献 3 4 1 利用散焦 图像恢复目标物体的深度信息,采用边界提取和h o u g h 变换的圆、直线检测技术,计算目 标物体的深度信息。文献 3 5 】提出了一种单目显微视觉下微操作机器人深度信息的提取方 法,计算微操作空间内x y 平面的散焦图像特征,进而获取在z 方向的深度信息。文献 3 6 】 利用局部直线求取物体的深度信息,该方法只需l 幅图像,避免了图像的匹配与遮挡问题, 赵新:基于透镜成像机理的目标深度信息获取算法及其调节机构研究 5 计算量小,效率高。文献 3 7 】基于马尔可夫随机场的散焦特征参数的模型,利用马尔可夫 随机场与g i b b s 场的等价性,将散焦特征深度信息转化为能量函数的计算问题。 此外,东南大学 3 8 】提出了一种基于特征点的单目视觉测距方法,利用小孔成像模型 提取目标图像的特征点。哈尔滨工业大学【3 9 】提出一种基于高斯马尔科夫随机场模型,通 过采集大量的图像,进而提取图像的特征。上海大学【4 0 】提出一种基于区域融合的单视点 图像深度信息提取方法,对单视点图像进行区域融合,用先验假设的深度梯度图对区域进 行深度分配,得到基于区域融合的深度图。文献 4 1 】提出了基于单目视觉的实时测距算法, 首先比较了现有的道路深度信息获取方法,然后研究了较为适用于汽车自动驾驶的几何关 系推导法。 1 4 本论文研究的主要内容 基于计算机视觉的视觉测量技术是以现代光学为基础,融合计算机技术、激光技术、 图像处理、与分析技术等现代科学技术为一体,组成光机电一体化的综合测量系统。基于 视觉测量技术的检测仪器设备能够实现智能化、数字化、小型化、网络化和多功能化,具 有精度高、非接触、在线检测、实时分析与控制、连续工作等特点,能够适应多种应用场 合,广泛应用于军事、工业、农林业、医学、航空航天、科学研究等领域。 双目视觉测量方法需要进行特征提取,对图像进行匹配,而且视场比较小。目前常用 的匹配算法有区域匹配法 4 2 1 、相位匹配法【4 3 j 和特征匹配法【钏。单目视觉散焦深度法受环境 影响比较大,而且需要知道摄像机的标定参数,这种测量方法目前还不成熟,主要原因是 实际应用中成像系统的数学模型在理论上还不能精确的确定,只能近似的估计,导致误差 极大,而且要求目标图像满足某种要求,不同镜头的相关数学模型也不同,即使是同一型 号相关参数也有一定出入,而且这些都必须事先知道。因此本文采用单目视觉对焦深度法 测量目标物体的深度信息。 本文是基于透镜成像原理,克服了小孔成像模型和摄像机变焦模型的缺点,利用单个 摄像机,采用单目视觉对焦深度法,根据图像清晰度评价函数和对焦搜索算法,获取目标 物体的深度信息。设计了一种二自由度并联调节机构,该机构能够实现独立移动和独立旋 转两个自由度,能够对目标物体实现对焦和判断透镜安装位置是否正确。实验时把凸透镜 和摄像机分别安装在两个六自由度位姿调节平台上,实现二自由度并联机构的等效。利用 等效机构对摄像机进行标定,标定摄像机的焦距以及镜头到c c d 面的距离,最终获取目 标物体的深度信息。本课题的具体研究内容大致如下: 第一章,提出了课题研究的背景和意义,对国内外研究现状进行了概述,确定本论文 的主要研究内容。 第二章,介绍了小孔成像模型、透镜成像模型和摄像机变焦模型,指出了小孔模型和 6 扬州大学硕士学位论文 摄像机变焦模型的不足,提出基于透镜成像的深度信息测量模型,该方法首先标定凸透镜 的焦距和凸透镜到c c d 面的距离,然后获取目标物体的深度信息。 第三章,介绍了深度信息获取算法的核心内容,即图像清晰度评价函数和对焦搜索算 法,并对各种评价函数和搜索算法进行研究,通过对焦实验选取了合适的图像清晰度评价 函数和对焦搜索算法。 第四章,设计了一种二自由度并联机构,该机构可用于目标物体深度信息的测量,也 可以推测凸透镜安装位置是否正确,并对该机构做了运动分析。 第五章,介绍了二自由度并联机构的等效实现方法,搭建了实验平台,进行实验研究, 标定了凸透镜焦距和透镜到c c d 面的距离,根据标定结果获取目标物体的深度信息,最 后对实验的误差原因进行了分析。 第六章,总结全文的主要研究成果,展望后续研究工作: 赵新:基于透镜成像机理的目标深度信息获取算法及其调节机构研究 7 2 1 摄像机成像模型 第二章成像模型分析 摄像机成像模型包括线性模型和非线性模型【4 5 1 。线性模型是根据小孔成像原理,建立 对应物体表面空间点和像点的几何位置关系,描述的是空间点、投影中心和像点三者共线 关系,是一种理想情况,大部分摄像机标定的时候都是采用小孔模型,即线性模型;而摄 像机实际是由透镜组合而成,实际成像模型是透镜成像模型,透镜的物理构造导致产生各 种畸变,使实际像点位置会偏移理想像点位置,造成空间点、投影中心和相应像点之间的 共线关系破坏,需要建立非线性模型。 2 1 1 透镜成像模型 透镜成像的原理是光的折射。如图2 1 所示,c c d 是成像平面,一个理想的透镜系统 嗍,应当满足: ! + 三:了1 ( 2 1 ) 一+ 一= 一 f 2 - 1 1 “ l , , 其中: 是物面到透镜主面的距离,简称物距; 1 ,是透镜主面与像面的距离,简称像距; 厂是镜头焦距。 图2 - 1 透镜成像模型 摄像机系统一般都是透镜或者透镜组组成的。如图2 1 所示,图中只画了单个透镜, 实际摄像机可能是由一系列透镜组组成,目标物体在尸位置,经过透镜成像到c c d 成像 平面上,当成像系统满足成像公式( 2 1 ) ,图像对焦,目标物体在c c d 成像面上的图像最 清晰。摄像机就是运用透镜成像原理进行成像,成倒立缩小的实像,而且成像系统必须满 足条件:物距大于两倍焦距和像距在一倍焦距与两倍焦距之间,即: 甜 z f ( 2 - 2 ) 厂 f ( a 2 ) ,则搜索区间变为【a 2 , 6 】。不断循环迭代缩小区间至 刀= 1 ,精度要求越高,刀值越大。 f i b o n a e e i 搜索算法在理论是一种最优化的单峰搜索算法。如果图像清晰度评价函数曲 线并不是理想的光滑曲线,倘若出现局部极大值时,搜索可能会陷入其邻近区域。而且 f i b o n a e c i 搜索算法需要在搜索区间内大范围调整镜头的位置,变换移动方向,将会增加对 焦时间,累计位置误差,使对焦不够准确。 2 黄金分割法 黄金分割法的基本原理如图3 8 所示,确定搜索区间为口,b 1 ,假设图像清晰度评价 函数在区间上存在极值,取口i = a + 0 6 1 8 l ,a 2 = b - o 6 1 8 l ,若厂( 口1 ) f ( a 2 ) ,则搜索 区间变为【口,口l 】;f ( a 。) 厂( 口2 ) ,则搜索区间变为【a 2 ,b 】。这样不断循环迭代缩小区间直 到满足精度要求,最终区间内的一点就是所要求的最大值点。 扬州大学硕士学位论文 f c n 一2 )f 伽3 ) a a 3 口2 a l 卜州 f ( n - 1 ) o 6 1 8 l 卜_ | 卜 a a 2a l b 图3 - 7f i b o n a c c i 法 图3 - 8 贡金分割法 黄金分割法和f i b o n a e e i 搜索算法很相似,只是每步的搜索步距不同,但是它们的步长 是可能非整,这样不利于进行位置反馈控制,因为一般位置伺服系统并不能实现微小位移, 没有如此小的分辨力,所以这两种算法实际应用并不多,它们只是从数学角度给我们提供 了一种理论参考依据。 3 盲人爬山法 极点搜索法是通过对评价函数曲线上的点进行取样,比较不同位置函数值的大小来确 定最佳点。因此,极点搜索是一个推测过程,就像盲人爬山一样,通过上坡或者下坡才能 判断山峰的位置,而不能从任意位置观察到山的概貌,更不能看到山峰的位置。因此盲人 爬山算法要求评价函数具有严格的单峰性。 巅 陋 $ 羟 霞 籁 圜 $ 盎 难 靛 对焦点 镜头离焦量 图3 - 9 盲人爬山法 图3 - 9 为爬山法的搜索过程,首先取初始位置而, 对焦点 镜头离焦量 三 图3 1 0 遍历搜索法 然后移动镜头到而位置,比较函数 h 上 赵新:基于透镜成像机理的目标深度信息获取算法及其调节机构研究 2 7 评价值,若厂( 而) f ( x 2 ) 移动方向错 误,需要反向移动,继续爬山至厂( 而) f c x 2 ) 时再返回。在图中表现为:第一次搜索路径 是肘一一尸一只,第二次搜索路径是异一尸一只,如此反复,直到找到最大值为止。 4 遍历搜索法 遍历搜索法是最直接,并且最容易实现的一种搜索策略。遍历搜索法的示意图如图3 1 0 所示,搜索范围是三,为对焦要求达到的精度。遍历搜索法的一般步骤为:( 1 ) 确定搜索 范围l ;( 2 ) 给出要求的搜索精度a ;( 3 ) 取步长,在整个区间三上搜索,比较各个点评价 函数值得出最大值。遍历搜索法的特点是不受局部波动峰值干扰,搜索算法简单,步长是 固定值,便于控制。 5 曲线拟合法 曲线拟合法实质就是用一个二次或三次函数g ( x ) 按照曲线拟合的方法逼近原始函数 厂( x ) ,然后用以函数g ( x ) 的极值点来近似原函数厂( x ) 的极值点。最小二乘法【5 9 】是一种衡 量的方式,要求偏差的平方和最小。可以利用最d x - 乘法来拟合二次曲线,估算出对焦评 价曲线厂( x ) 的解析表达式: g ( x ) = a
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2026事业单位工勤技能-广西-广西保安员一级(高级技师)历年参考题库含答案详解
- 2026事业单位工勤技能-广东-广东热力运行工一级(高级技师)历年参考题库含答案详解
- 2026事业单位工勤技能-广东-广东客房服务员一级(高级技师)历年参考题库含答案详解
- 2026事业单位工勤技能-广东-广东不动产测绘员二级(技师)历年参考题库含答案详解
- 2026事业单位工勤技能-山西-山西水工闸门运行工三级(高级工)历年参考题库含答案详解
- 2026事业单位工勤技能-山西-山西园林绿化工二级(技师)历年参考题库含答案详解
- 2026事业单位工勤技能-山东-山东铸造工一级(高级技师)历年参考题库含答案详解
- 2026事业单位工勤技能-山东-山东殡葬服务工一级(高级技师)历年参考题库含答案详解
- 2026事业单位工勤技能-山东-山东动物检疫员三级(高级工)历年参考题库含答案详解
- 2026事业单位工勤技能-安徽-安徽计算机操作员四级(中级工)历年参考题库含答案详解
- 交通标志标线工程施工组织设计方案
- 儿保生长发育偏离识别
- 肿瘤患者免疫治疗相关心肌炎诊疗
- 2025成都农业科技职业学院教师招聘考试题目及答案
- 2025年棉花加工辅助工三级安全教育(班组级)考核试卷及答案
- 精神科药物依从性管理
- 中小学以体育强化为核心落实“健康第一”教育理念实施方案
- 间羟胺药物课件
- 整县屋顶分布式光伏项目绿色施工方案
- GB/T 4337-2025金属材料疲劳试验旋转弯曲方法
- 手术室精益管理汇报
评论
0/150
提交评论