一、彩色伪随机阵列在主动三维视觉检测中的应用（论文文献综述）
刘香妮[1]（2021）在《路面形貌测量系统结构光编解码技术研究》文中研究说明环境感知模块是无人驾驶技术的重要组成,非结构化路面形貌测量属于环境感知的一部分。编码结构光技术相较于其他三维测量手段,具有成本低、结构简单、精度高等优势,将其应用于无人车环境感知系统中,可以达到非结构化路面形貌测量的目的。该手段在有效规避道路行车风险的同时,对于无人驾驶在非结构化道路上的应用具有推动作用。针对这些情况,本文基于编码结构光测量技术实现了非结构化路面形貌测量。本文主要进行了以下的工作:论文针对结构光路面形貌测量的原理及特点,设计了测量系统总体技术方案。通过对多种结构光编码方案进行对比分析,设计了伪随机阵列结合二值形状的结构光空间编码策略。在编码过程中,为了得到合适尺寸大小的伪随机数字阵列模板,研究了折叠与拼接算法,在得到数字阵列模板之后,构建了便于基元符号识别与特征点提取的三种二值形状结构光编码模板。该编码模板的设置使得所设定的像素坐标点具有全局唯一性,解决了结构光形貌测量中的匹配问题。将模板投射出去后,对于摄像机采集到的结构光图像研究了预处理与解码处理算法。预处理将目标从背景中区分处理,解码过程中,为了实现基元符号模式识别,依次研究了轮廓提取和改进的矩识别算法,在此基础上实现了空间窗口匹配,进而建立了相机采集的结构光图像与原编码模板之间的一一对应关系。最后基于透视投影模型对编码结构光测量系统进行标定,分别求得了摄像机和投影仪各自的内参以及两者之间的相对外参。通过编码结构光测量平台的搭建,进行了系统标定与三维测量实验验证。通过实验数据分析,编码模板子窗口之间汉明距离均大于1,验证了编码算法的有效性,码字识别率达到95%以上,测量精度较为理想;实际路面测量结果表明,该系统能够满足对于路面形貌进行测量的需求。
王静强[2]（2018）在《基于二维和三维视觉信息的钢轨表面缺陷检测》文中认为我国铁路运输处在发展的黄金阶段,钢轨的需求量大幅度增加,因此对钢轨质量检测的精度和速度也有更高的要求,目前研究较多的是单一的基于二维图像特征或者仅基于三维点云配准的钢轨表面质量检测方法。但是仅依靠二维图像特征进行缺陷检测容易受油污、氧化等干扰,对一些对比度不明显的缺陷难以识别。三维点云检测可以弥补二维检测的不足但不能检测裂纹等缺陷。本文对基于二维图像信息和三维点云信息的钢轨表面质量检测技术进行研究。根据机器视觉理论和出厂钢轨表面质量检测标准,本文设计了一套二维和三维视觉信息相结合的钢轨表面质量检测设备,该系统可以实现钢轨表面轮廓的三维重建、表面缺陷分割和分类。首先建立光栅式编码结构光三维视觉传感器的几何模型,利用张正友标定法和传统格二值雷码以及交比不变性完成测量模型的标定,求出摄像机机内参和光栅平面方程,利用三角法获得三维坐标。用编码器脉冲同步触发工业相机和投影仪完成二维信息和三维信息的结合,并用BP神经网络对分割出的轧疤、轧痕、夹杂、凹痕四种缺陷进行识别。对于三维点云配准不能分割出的裂纹缺陷,可以根据裂纹的几何特征如面积、长度、周长,对裂纹缺陷进行识别。本文搭建了二维和三维视觉信息结合的钢轨检测实验平台,并对提出的检测算法进行了系统测试。结果表明,本文提出的缺陷识别技术可以精确的识别出钢轨表面存在的轧疤、轧痕、夹杂、凹痕、裂纹五种缺陷。
孙博[3]（2017）在《散斑照明双目视觉三维重构技术研究》文中进行了进一步梳理随着工业生产和现代科技的快速发展,越来越多的领域需要得到空间场景的三维信息,三维重构作为一种快速高精度的空间三维信息计算方法也获得了快速的发展。针对三维重构测量中一般物体表面的纹理较少,无法直接使用物体的表面特征对物体表面进行三维重构的问题,本文研究了一种用散斑编码结构光增强物体表面纹理的方法进行三维重构。本课题“散斑照明双目视觉三维重构技术研究”主要对目前采用的三维重构方法进行学习研究,通过投影仪投影散斑结构光编码的方法结合双目立体视觉三维重构技术,通过两个相机构建的采集系统对物体表面的调制散斑图案进行拍摄,通过子区域灰度相关算法进行立体匹配,依据光学三角法方法求取物体表面的空间三维坐标。为了解决传统双目视觉中立体匹配的精度问题,本文采用向待测物体表面投影散斑图案增强物体的纹理特征,通过双目立体视觉的极线约束和子区域灰度相关匹配得到匹配点的像素级坐标,为了获得更高的匹配精度,又以得到的像素级坐标为初始值,通过利用反向组合和抛物线拟合的方法计算得到了对应的亚像素坐标,实现了平均误差为0.02像素的亚像素匹配程序。本文搭建了散斑照明三维重构实验平台,对物体表面实现了三维重构测量,测量精度为99.57%。
陈玄真[4]（2014）在《基于双目立体视觉的三维重建方法研究》文中研究指明传统手术由于对人工操作的依赖，产生了一些易造成医疗事故的问题。比如：术前规划不充分、主刀医生压力大、病人对手术过程不了解等。外科手术机器人的出现给出了答案，它以机械臂操作手术刀精确的进行手术，医生通过相关系统进行干预，并可达到三维可视化，将病灶的位置和形状实时、直观地展示出来。三维重建是外科手术机器人的核心技术。考虑到颅骨部位的复杂情况要求更高的手术精度，所以本文对颅骨部位的三维重建进行研究。本文设计了利用结构光进行非接触测量、利用两部摄像机采集图片模仿人的视觉感知的三维重建系统，设计了基于M阵列的实验方案来保证重建精度和实时性。同时，本文设计了一种可为图像剪切提供依据的自适应动态窗口来定位图像中的头模，研究了基于retinex理论的图像增强来改善图像亮度，提出了基于欧式距离聚类增强方法将图像变为几种简单的“纯色”为后期编码提供了便利，利用K-means聚类分割将点阵与背景分离。不仅如此，本文研究了质心提取算法并提取点阵的质心作为特征点，讨论了特征编码的相关问题进而完成特征匹配，建立了利用视差原理进行测距的摄像机成像模型，研究了摄像机标定的DLT法并完成空间点重建，利用Delaunay三角剖分的Lawson算法连接空间点云来完成重建。实验部分给出了全部实验图片和处理数据以及最后的重建效果，并给出相应的分析。实验表明，本文的三维重建方法行之有效，重建效果较好。
李帅[5]（2012）在《主动式结构光的立体视觉方法研究》文中指出对空间目标物体进行三维形貌重建是计算机视觉的一个重要研究内容。传统的三维重建方法，如被动视觉的经典方法双目视觉存在着匹配精度低，纹理单一的区域匹配难的问题；主动视觉的代表方法结构光法又存在着效率和重建分辨率之间的制约关系。因此，实现高精度，稳健，高效的三维重建是计算机视觉的研究重点。本文针对双目立体视觉三维重建时存在的匹配精度低，在纹理单一的区域匹配困难，受外界环境影响大的问题，引入结构光，设计了主动式结构光的立体视觉系统，主动的控制环境对目标物体的影响，克服被动式方法中存在的不确定性因素，提高了匹配精度，并且具有较好的稳健性和实时性。本文的研究内容如下：1.分析选取彩色竖直条纹结构光和彩色伪随机结构光，阐述了结构光光模板的设计原理、特点、优势，以及选取这种光模板的原因。2.在主动式结构光的立体视觉系统中，采用彩色竖直条纹光模板，提出了彩色竖直条纹结构光立体匹配方法。根据三通道灰度波形变化的特性，引入2-范数的概念，比较左、右图像特征点附近一定宽度大小的向量归一化后的波形，在极线方向上搜索选定宽度大小的向量，根据波形相似度匹配特征点。3.本文引入彩色伪随机阵列光模板，提出了彩色伪随机阵列光模板主动式立体匹配方法。利用伪随机阵列的随机性和窗口唯一性，根据每个网格与其四邻域网格颜色间的逻辑关系，编码唯一确定特征点在图像中位置。这种方法利用编码结构光的特性，编码实现特征点码字的唯一性，仅需一次拍摄就可以快速精确地完成匹配。最后，本文对主动式结构光的立体视觉系统中的目标物体实现了三维重建，证明了本文提出方法的可行性，并就实验结果进行了分析。本文提出方法对纹理单一，容易受外界影响的目标物体的重建上有较好的效果。
陆军,黄春明[6]（2012）在《符号M阵列结构光的编码研究》文中认为编码结构光的三维检测是一种主动视觉方法,通过投影仪投射一定的编码模式,获取匹配点,通过三角原理获得深度信息。为实现物体表面的快速测量,采用伪随机阵列对结构光进行编码。由于基于对角线法无法得到合适尺寸的M阵列,研究一种能生成大尺寸M阵列的算法,为提高测量的空间分辨率及测量精度奠定基础。在三元域中,使用单色光,选择条纹、圆圈和圆盘作为M阵列符号,符号容易识别和区分,并为解码图像搜索提供信息,提高对环境的抗干扰能力。大部分码字的汉明距离大于3,具有更好的鲁棒性。实验结果验证了该方法的可行性和有效性。
黄春明[7]（2012）在《基于符号M阵列的结构光测量研究》文中进行了进一步梳理结构光视觉测量是计算机视觉的一个分支，近年来成为研究热点。但是结构光技术在许多方面仍然受到限制，比如彩色结构光会受光颜色的影响，使得不能完全正确解码，带来误差，并且很多结构光技术不能适用于动态场景。结构光视觉技术是计算机视觉的一个分支，采用一台投影仪来代替双目视觉中的其中一台摄像机，结构光技术根据投射模式的编码，可分成三类：时间编码、空间编码以及直接编码。本文研究适用于动态场景的基于M阵列的空间编码方法。利用M阵列，具有窗口唯一性，解决双目立体视觉中的立体匹配难题，实现单帧模式下的三维检测。这种方法是一种高效、简捷的三维检测。本文主要研究符号M阵列结构光的编码和解码，结构光模式的编码和解码直接影响检测的成功率、分辨率鲁棒性和精度。研究内容主要包括：首先，进行了适合视觉测量的大尺寸M阵列生成方法的研究。M阵列是本编码方法的基础，M阵列尺寸越大，单位投射面积的符号就越多，测量分辨率就越高，同时测量精度也就相应地提高。利用对角线法无法得到适合视觉测量用的大尺寸M阵列。如果仅简单地从由对角线法得到的M阵列中抽取几个子阵连接在一起，并不能保证在拼缝处的窗口具有代码唯一性，生成的阵列就不一定是严格的M阵列，本文研究一种可以有效生成适于视觉测量的大尺寸M阵列的生成方法。其次，开展了M阵列编码模式的研究。使用黑白二值符号，实现符号M阵列编码模式，该编码模式适合单色光源投射，抗干扰能力强，编码全局唯一，具有较高的解码精度。最后，对捕获的符号M阵列编码图像进行图像处理、解码，并且利用解码后的图像进行三维重构。针对本实验采集到的图像，进行图像预处理，然后进行符号识别和邻域的寻找，得到解码后的M阵列，利用窗口的唯一性，确定各个窗口在投射模式中的位置，生成匹配点坐标矩阵，进行三维重构，实现物体三维表面重构。实验结果验证了上述方法的有效性。
李玉欣,张旭,朱利民[8]（2010）在《伪随机编码图像的特征点自动检测方法》文中研究指明针对伪随机阵列编码的彩色结构光系统,提出了一种角点自动检测、识别方法。它首先利用聚类分析算法,确定摄像机图像角点和编码模板图像的特征点匹配关系,实现编码图像的识码、解码;然后获取编码图像中有效的、非冗余的角点,并自动输出角点的行列数目及其位置坐标,为亚像素角点检测提供了充分的输入数据。最后,将该算法应用于自主开发的彩色结构光系统上,并用实验检验,结果表明该方法准确、有效,有助于结构光系统的自动化标定。
陈孝明[9]（2009）在《伪随机编码结构光三维重构及标定算法研究》文中研究指明本文主要围绕结构光系统的标定和三维重构进行了研究和探讨。在结构光系统标定阶段,提出了直接用电脑显示器对结构光系统进行标定的方法,相比传统的用纸打印再张贴的方法,因为消去了张贴不平整引起的误差,即使只用到较少的图像,在这种特定的情况下精度能提高五到十倍。在结构光系统三维重构阶段,采用一种结合伪随机阵列的彩色菱形模式,并将菱形之间的交点选为特征点,将特征点根据其领域有无颜色差别分为两类,再结合二维伪随机阵列的性质,这样每个特征点就有了唯一的编码,在解码阶段,提出了一种基于菱形双重对称性的检测算子,独立地检测各个特征点,并以亚像素级的精度确定特征点。实验结果表明,在这种曲面变形情况下检测特征点,相比Harris算子以及一般的十字形检测模板有更好的定位检测效果。本论文主要有以下几个方面的内容:1)介绍了结构光三维重构系统的发展历程和现状以及应用前景。2)结构光系统标定常用的方法和步骤以及本文采用的电脑显示器标定方法,并列出了求解过程中用到的数学思想以及程序实现流程图,最后比较和分析实验结果。3)结构光系统编解码阶段的常用方法分三类,分别是基于时域编码、基于空域编码、直接编解码,对这些方法对了小结,列出了本文采用的投影模式以及解码方法,最后结合标定得到的内外参数结果,利用三角测量学的原理,计算出物体表面的深度信息,从而重构物体表面,并通过matlab实验显示了重构的结果。
朱清溢[10]（2006）在《彩色编码结构光三维测量的研究》文中提出光学三维传感是信息光学的主要研究方向和应用领域之一，它在机器视觉、实物仿形、工业检测、生物医学等领域，具有重要意义和广阔应用前景。随着计算机技术、光学和光电子技术的飞速发展，新的光学三维传感和计量方法也不断进步。除了常用的激光扫描法、相位测量轮廓术、傅里叶变换轮廓术等方法外，利用光的颜色信息来进行三维测量也是一种重要的方法。对结构光图像进行彩色编码，当编码图像投影到被测物体表面时，由于受到表面高度的调制，编码图像发生变形，通过对变形的编码图像进行解码，可以恢复物体表面的高度信息。本文对彩色编码结构光三维测量的方法进行了详细阐述和实验论证。本文的主要研究内容和结果如下： 1．对常用的彩色结构光三维测量的方法进行了详细阐述，分析了各种方法的优缺点和应用范围。 2．在彩色编码结构光轮廓术中，提出一种相邻码间具有最大色差的彩色组合编码方案，采用基于RGB空间距离大小的边界提取算法，这种算法充分利用了颜色差异性，能准确地确定边界的位置，具有较高的可靠性。 3．提出了一种利用黑白CCD重建三维物体面形的方法，降低了实验装置的成本。 4．对彩色组合编码三维测量技术进行了计算机模拟和实验，取得了满意的结果。 5．将时间编码技术与空间的彩色结构光编码相结合，用于测量表面剧烈变化的物体。对时间编码彩色结构光三维测量方法进行了计算机模拟和实验，证明该方法是可行的。
二、彩色伪随机阵列在主动三维视觉检测中的应用（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、彩色伪随机阵列在主动三维视觉检测中的应用（论文提纲范文）
（1）路面形貌测量系统结构光编解码技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 论文研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 无人驾驶车辆研究现状 |
| 1.2.2 三维传感技术研究现状 |
| 1.2.3 编码结构光研究现状 |
| 1.3 论文研究主要工作及结构安排 |
| 1.4 本章小结 |
| 2 编码结构光测量系统总体方案设计 |
| 2.1 测量系统数学模型建立与解算 |
| 2.2 测量系统构成 |
| 2.3 测量系统总体方案研究 |
| 2.4 本章小结 |
| 3 结构光伪随机编码模板设计 |
| 3.1 结构光编码方案设计 |
| 3.1.1 时间编码策略 |
| 3.1.2 空间编码策略 |
| 3.1.3 直接编码策略 |
| 3.2 伪随机序列生成算法研究及特性分析 |
| 3.2.1 一维伪随机序列生成算法研究 |
| 3.2.2 m序列性质分析 |
| 3.3 伪随机阵列模板生成算法研究 |
| 3.3.1 伪随机阵列构建算法研究 |
| 3.3.2 编码结构光模板生成算法研究 |
| 3.4 本章小结 |
| 4 结构光投影图像解码算法研究 |
| 4.1 结构光图像预处理算法设计 |
| 4.1.1 图像滤波算法研究 |
| 4.1.2 阈值分割算法研究 |
| 4.2 二值形状特征提取及模式识别算法研究 |
| 4.2.1 轮廓检测算法研究 |
| 4.2.2 形状类别模式识别算法研究 |
| 4.3 空间窗口匹配算法设计 |
| 4.4 本章小结 |
| 5 系统标定技术研究 |
| 5.1 摄影测量原理 |
| 5.1.1 针孔相机模型 |
| 5.1.2 摄像机成像原理研究 |
| 5.1.3 测量系统光学模型建立 |
| 5.2 摄像机标定技术研究 |
| 5.3 投影仪标定技术研究 |
| 5.4 本章小结 |
| 6 实验验证与结果分析 |
| 6.1 实验器材及装置 |
| 6.2 系统标定实验 |
| 6.3 实验过程及结果 |
| 6.3.1 编解码效率验证与柱体表面测量实验 |
| 6.3.2 路面测量系统实验 |
| 6.4 本章小节 |
| 7 结论与展望 |
| 7.1结论 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
（2）基于二维和三维视觉信息的钢轨表面缺陷检测（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 课题研究内容及章节安排 |
| 2 钢轨表面质量检测总体方案 |
| 2.1 设计目标 |
| 2.2 总体方案设计 |
| 2.2.1 常见机器视觉钢轨表面无损检测技术 |
| 2.2.2 本课题钢轨表面缺陷检测方案 |
| 2.3 研究内容 |
| 2.4 本章小结 |
| 3 相机标定与光栅式编码结构光标定技术 |
| 3.1 摄像机标定 |
| 3.1.1 单目标定 |
| 3.1.2 双目标定 |
| 3.1.3 实验结果及分析 |
| 3.2 光栅条纹中心线提取 |
| 3.2.1 梯度重心法 |
| 3.2.3 光栅条纹中心线提取结果 |
| 3.3 基于时域的编码结构光标定 |
| 3.3.1 传统格雷码光栅 |
| 3.3.2 多灰度级光栅编码 |
| 3.3.3 基于交比不变性结构光标定 |
| 3.3.4 编码结构光标定结果 |
| 3.4 本章小结 |
| 4 钢轨表面轮廓三维重建 |
| 4.1 光栅式编码结构光法 |
| 4.2 点云重建 |
| 4.2.1 各视角点云重建 |
| 4.2.2 多视角点云拼接 |
| 4.3 二维视觉信息和三维点云信息融合 |
| 4.4 实验验证及结果分析 |
| 4.5 本章小结 |
| 5 缺陷分割与分类算法设计 |
| 5.1 点云配准与缺陷分割的ICP算法 |
| 5.2 基于形态学的裂纹缺陷分割 |
| 5.2.1 原始图像预处理 |
| 5.2.2 形态学处理 |
| 5.2.3 裂纹缺陷分割 |
| 5.2.4 裂纹分割实验结果 |
| 5.3 缺陷分类器设计 |
| 5.3.1 点云分割区域分类器设计 |
| 5.3.2 二维裂纹缺陷检测方法 |
| 5.4 实验验证及结果分析 |
| 5.5 本章小结 |
| 6 系统实现及测试 |
| 6.1 硬件平台 |
| 6.2 软件设计 |
| 6.3 系统测试 |
| 6.3.1 钢轨表面三维重建实验 |
| 6.3.2 裂纹与轧疤、轧痕、夹杂、凹痕分割实验 |
| 6.3.3 轧疤轧痕夹杂凹痕分类实验 |
| 6.4 实验验证及误差分析 |
| 6.5 本章小结 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文及其研究成果 |
（3）散斑照明双目视觉三维重构技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章：绪论 |
| 1.1 研究背景和意义 |
| 1.2 散斑照明三维重构方法的发展概况 |
| 1.2.1 接触式三维重构测量 |
| 1.2.2 非接触式三维重构测量 |
| 1.3 课题来源与主要研究内容 |
| 1.3.1 课题来源 |
| 1.3.2 主要研究内容 |
| 第二章 散斑照明三维重构的双目视觉系统 |
| 2.1 相机投影模型 |
| 2.2 工业相机标定 |
| 2.3 双目工业相机标定 |
| 2.4 双目视觉测量原理 |
| 2.5 本章小结 |
| 第三章 散斑图案模拟 |
| 3.1 散斑的介绍 |
| 3.2 散斑图案的模拟 |
| 3.3 模拟散斑图案的质量评价 |
| 3.4 本章小结 |
| 第四章 散斑照明三维重构系统中的立体匹配 |
| 4.1 双目立体视觉下的极线几何 |
| 4.2 像素级坐标立体匹配计算 |
| 4.2.1 立体匹配计算代价函数介绍 |
| 4.2.2 立体匹配代价计算函数优化 |
| 4.3 亚像素立体匹配坐标计算 |
| 4.3.1 图像插值方法 |
| 4.3.2 亚像素匹配坐标计算方法 |
| 4.4 本章小结 |
| 第五章 散斑照明三维重构系统的实验与分析 |
| 5.1 散斑照明三维重构实验系统介绍 |
| 5.2 散斑照明三维重构平台标定 |
| 5.3 散斑图像亚像素匹配 |
| 5.4 物体表面三维重构 |
| 5.5 表面三维重构精度分析 |
| 5.6 本章小结 |
| 第六章：总结展望 |
| 6.1 全文总结 |
| 6.2 工作展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
（4）基于双目立体视觉的三维重建方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 问题提出与研究意义 |
| 1.2 三维重建的国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 存在问题与研究目标 |
| 1.4 本文研究内容及论文结构 |
| 第2章 三维重建系统设计与编码结构光研究 |
| 2.1 三维重建系统的设计 |
| 2.2 编码策略与方案的对比分析 |
| 2.3 基于 M-arrays 的编码策略 |
| 2.4 本章小结 |
| 第3章 编码结构光图像增强与图像分割研究 |
| 3.1 图像处理流程设计 |
| 3.2 自适应动态窗口设计 |
| 3.3 图像增强方法研究 |
| 3.3.1 基于 retinex 理论的图像增强 |
| 3.3.2 基于欧氏距离的聚类增强 |
| 3.4 基于 k-means 聚类的图像分割 |
| 3.5 本章小结 |
| 第4章 空间点云获取与三维表面重建 |
| 4.1 特征提取、编码与匹配 |
| 4.1.1 特征点提取 |
| 4.1.2 编码相关问题 |
| 4.1.3 特征点编码 |
| 4.1.4 特征点匹配 |
| 4.2 空间点云获取 |
| 4.2.1 摄像机成像模型建立 |
| 4.2.2 摄像机标定 |
| 4.2.3 空间点重建 |
| 4.3 Delaunay 三角剖分 |
| 4.4 本章小结 |
| 第5章 实验研究 |
| 5.1 硬件系统组成 |
| 5.2 软件流程 |
| 5.3 实验数据与结果分析 |
| 5.4 小结 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 未来展望 |
| 参考文献 |
| 硕士期间发表论文及科研成果 |
| 致谢 |
（5）主动式结构光的立体视觉方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 三维视觉技术的研究目的与意义 |
| 1.3 研究现状 |
| 1.3.1 三维重建技术概述 |
| 1.3.2 主动式立体视觉方法研究现状 |
| 1.4 研究内容 |
| 1.5 本文组织结构 |
| 第2章 主动式结构光的立体视觉系统设计 |
| 2.1 双目视觉系统 |
| 2.1.1 双目视觉系统的构成 |
| 2.1.2 双目视觉系统三维信息处理过程 |
| 2.2 结构光视觉系统 |
| 2.2.1 结构光视觉系统构成 |
| 2.2.2 结构光三维重建原理 |
| 2.3 主动式结构光的立体视觉系统建模 |
| 2.4 本章小结 |
| 第3章 基于主动式光模板的立体视觉匹配 |
| 3.1 彩色竖直条纹光模板主动式立体视觉匹配 |
| 3.1.1 光模板设计 |
| 3.1.2 彩色竖直条纹光模板主动式立体匹配原理 |
| 3.2 伪随机序列光模板主动式立体视觉匹配 |
| 3.2.1 光模板设计 |
| 3.2.2 伪随机阵列光模板主动式立体视觉匹配 |
| 3.3 本章小结 |
| 第4章 彩色竖直条纹光模板的主动式立体视觉三维重建 |
| 4.1 系统数据采集流程 |
| 4.2 实验数据处理 |
| 4.2.1 实验图片获取和摄像机标定 |
| 4.2.2 图像校正 |
| 4.2.3 图像特征点检测 |
| 4.2.4 图像立体匹配 |
| 4.2.5 三维重建计算 |
| 4.3 实验结果与分析 |
| 4.4 本章小结 |
| 第5章 彩色随机阵列光模板的主动式立体视觉三维重建 |
| 5.1 摄像机标定与图形校正 |
| 5.2 阵列编码匹配 |
| 5.2.1 角点检测与修正 |
| 5.2.2 图像立体匹配 |
| 5.3 系统三维重建结果与分析 |
| 5.4 本章小结 |
| 第6章 结论与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间参加的科研项目和成果 |
（6）符号M阵列结构光的编码研究（论文提纲范文）
| 0 引言 |
| 1 M阵列编码原理 |
| 1.1 一维伪随机序列的产生 |
| 1.2 伪随机阵列的生成 |
| 2 大尺寸M阵列的产生 |
| 3 单色光编码模式 |
| 4 算法实现及实验结果 |
| 4.1 产生大尺寸M阵列的算法实现 |
| 4.2 算法执行结果 |
| 4.3 实验结果 |
| 5 结论 |
（7）基于符号M阵列的结构光测量研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 背景和意义 |
| 1.2 计算机视觉综述 |
| 1.2.1 单目视觉 |
| 1.2.2 双目视觉 |
| 1.2.3 结构光立体视觉 |
| 1.3 结构光立体视觉的国内外研究现状 |
| 1.3.1 国内研究现状 |
| 1.3.2 国外研究现状 |
| 1.4 主要存在的问题及难点 |
| 1.5 本文的主要研究内容 |
| 第2章 结构光系统标定基础 |
| 2.1 参考坐标系 |
| 2.1.1 像素坐标系 |
| 2.1.2 图像坐标系 |
| 2.1.3 摄像机坐标系 |
| 2.1.4 世界坐标系 |
| 2.2 摄像机模型 |
| 2.2.1 线性模型 |
| 2.2.2 非线性模型 |
| 2.3 结构光系统模型 |
| 2.4 基于三角测量原理的测量 |
| 2.5 结构光视觉测量系统标定 |
| 2.5.1 摄像机标定 |
| 2.5.2 结构光测量系统标定 |
| 2.6 本章小结 |
| 第3章 M 阵列的编码模式 |
| 3.1 伪随机序列产生原理 |
| 3.1.1 移位寄存器 |
| 3.1.2 伪随机序列 |
| 3.1.3 伪随机序列的性能 |
| 3.1.4 多元伪随机序列 |
| 3.2 M 阵列的生成 |
| 3.2.1 二维 M 阵列的构成 |
| 3.2.2 二维 M 阵列的性能 |
| 3.2.3 多元 M 阵列 |
| 3.3 三元 M 阵列 |
| 3.4 大尺寸 M 阵列的产生 |
| 3.4.1 主要思想 |
| 3.4.2 算法实现 |
| 3.5 符号 M 阵列编码模式的实现 |
| 3.5.1 符号编码模式的应用原理 |
| 3.5.2 符号编码模式的实现 |
| 3.6 本章小结 |
| 第4章 M 阵列编码图像的解码 |
| 4.1 符号图像预处理 |
| 4.1.1 图像滤波 |
| 4.1.2 图像分割 |
| 4.1.3 实验 |
| 4.2 符号识别 |
| 4.2.1 符号几何参数 |
| 4.2.2 符号检测 |
| 4.3 窗口匹配 |
| 4.3.1 邻域的寻找 |
| 4.3.2 子窗口匹配 |
| 4.4 本章小结 |
| 第5章 三维重构实验及结果 |
| 5.1 引言 |
| 5.2 三维重构原理 |
| 5.3 结构光系统的组成 |
| 5.4 实验 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（9）伪随机编码结构光三维重构及标定算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 国内外结构光三维测量技术现状 |
| 1.2 目前国内外商业化的结构光系统产品 |
| 1.3 结构光系统的应用前景 |
| 1.4 本文结构 |
| 2 结构光系统的标定 |
| 2.1 线性摄像机模型 |
| 2.2 非线性摄像机模型 |
| 2.3 经典摄像机标定方法简介 |
| 2.4 摄像机-投影仪结构光系统模型 |
| 2.5 采用电脑显示器对结构光系统标定 |
| 2.6 标定求解用到的数学算法 |
| 2.7 编程实现 |
| 2.8 结构光系统标定实验结果 |
| 3 编码结构光模式的分类 |
| 3.1 基于时域编码 |
| 3.2 基于空域编码 |
| 3.3 直接编解码 |
| 3.4 本章小结 |
| 4 本文采取的二维伪随机彩色编码结构光 |
| 4.1 伪随机矩阵的数学原理 |
| 4.2 格点的选取和编码 |
| 4.3 基于对称性的格点检测 |
| 4.4 三维深度信息求解公式 |
| 5 三维重构实验结果分析 |
| 5.1 在含噪声和不含噪声情况下检测效果比较 |
| 5.2 人脸模型的重构 |
| 5.3 精度估计 |
| 6 总结和展望 |
| 致谢 |
| 参考文献 |
| 附录 攻读硕士学位期间发表论文目录 |
（10）彩色编码结构光三维测量的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 常用彩色编码结构光三维轮廓测量的方法 |
| 1.2.1 连续光谱结构光 |
| 1.2.2 条纹状结构光 |
| 1.2.3 二维结构光 |
| 1.3 本文的主要内容 |
| 第二章 彩色编码结构光三维测量系统的工作原理 |
| 2.1 三角法原理 |
| 2.2 彩色编码与解码 |
| 2.2.1 彩色模型 |
| 2.2.2 编码与解码 |
| 2.3 图像处理 |
| 2.3.1 分色问题 |
| 2.3.2 噪声去除 |
| 2.3.3 边缘检测 |
| 2.4 使用黑白CCO拍摄彩色图像的方法 |
| 第三章 彩色组合编码三维测量的模拟与实验 |
| 3.1 彩色组合编码三维测量的计算机模拟 |
| 3.2 彩色组合编码三维测量实验 |
| 3.2.1 实验设计 |
| 3.2.2 系统标定 |
| 3.2.3 实验过程与结果 |
| 第四章 时间编码彩色结构光三维测量技术 |
| 4.1 时间编码原理 |
| 4.2 时间编码彩色结构光三维测量的计算机模拟 |
| 4.3 时间编码彩色结构光三维测量实验 |
| 第五章 本文总结 |
| 参考文献 |
| 硕士期间发表的论文 |
| 独创性声明 |
| 致谢 |
四、彩色伪随机阵列在主动三维视觉检测中的应用（论文参考文献）
- [1]路面形貌测量系统结构光编解码技术研究[D]. 刘香妮. 西安工业大学, 2021(02)
- [2]基于二维和三维视觉信息的钢轨表面缺陷检测[D]. 王静强. 西南科技大学, 2018(08)
- [3]散斑照明双目视觉三维重构技术研究[D]. 孙博. 合肥工业大学, 2017(03)
- [4]基于双目立体视觉的三维重建方法研究[D]. 陈玄真. 吉林大学, 2014(09)
- [5]主动式结构光的立体视觉方法研究[D]. 李帅. 浙江工业大学, 2012(07)
- [6]符号M阵列结构光的编码研究[J]. 陆军,黄春明. 光电工程, 2012(01)
- [7]基于符号M阵列的结构光测量研究[D]. 黄春明. 哈尔滨工程大学, 2012(03)
- [8]伪随机编码图像的特征点自动检测方法[J]. 李玉欣,张旭,朱利民. 计算机工程与应用, 2010(32)
- [9]伪随机编码结构光三维重构及标定算法研究[D]. 陈孝明. 华中科技大学, 2009(S2)
- [10]彩色编码结构光三维测量的研究[D]. 朱清溢. 四川大学, 2006(03)