基于序列圖像的視覺檢測理論與方法

前言

　　序列圖像一般是指利用一臺傳感器采集被測物的一組隨時間（空間）變化的圖像，相應的攝站外方位元素一般是時間（空間）的函數(shù)。序列圖像具有重疊度高、同名特征的冗余觀測值多等突出優(yōu)點，在工業(yè)自動化、飛行目標跟蹤、生物醫(yī)學影像分析及數(shù)字攝影測量處理等方面具有廣泛的應用前景。隨著制造加工工藝的不斷進步，現(xiàn)代制造業(yè)對質量檢測手段的要求也越來越高，質量檢測的自動化程度、檢測速度和精度是決定產品質量和生產效率的重要因素。利用序列圖像進行高精度三維重建及視覺檢測是當前計算機視覺和數(shù)字攝影測量等領域的重要研究方向，可以在零件識別與定位、三維量測、產品質量控制等領域發(fā)揮重要作用。基于序列圖像的工業(yè)零件視覺檢測主要涉及傳感器標定、影像特征的高精度提取、三維幾何模型的精確重建及自動化誤差檢測與質量控制等關鍵技術，國內外眾多學者都在從事相關的研究工作，并取得了豐碩的成果?！　AD技術的迅猛發(fā)展為建立物體的幾何模型提供了基礎，充分利用工業(yè)零件的CAD設計數(shù)據(jù)作為參考來評價產品的幾何精度是提高質量檢測自動化程度的可行途徑。本書充分利用序列圖像的優(yōu)點，結合工業(yè)零件的CAD設計數(shù)據(jù)，提出采用平面控制場進行非量測數(shù)碼相機的高精度標定；并利用圖像中提取的點、線觀測值進行混合區(qū)域網平差，對工業(yè)鈑金件進行高精度三維重建以檢測其尺寸制造誤差或使用中所產生的尺寸變形。

內容概要

本書系統(tǒng)地總結和闡述了基于序列圖像的工業(yè)零件視覺檢測理論、方法及其應用，簡要回顧了攝影測量與計算機視覺的發(fā)展；分析了序列圖像幾何處理中所涉及的若干關鍵技術及國內外研究現(xiàn)狀；介紹了相機的線性和非線性模型，討論了基本矩陣和三視張量的幾何意義及其計算方法；闡述了基于最小二乘模板匹配的影像特征點和直線段的高精度提取算法；提出基于二維直接線性變換和平面控制場的非量測數(shù)碼相機標定理論和算法；重點闡述了附加剛體變換的點、線攝影測量模型，提出利用點線混合攝影測量技術重建鈑金零件的精確三維模型；詳細討論了基于廣義點攝影測量的空間目標三維重建理論與方法；最后介紹了序列圖像在工業(yè)零件三維重建與視覺檢測中的具體應用，并就檢測精度和效率等方面的問題進行了深入分析。

作者簡介

張永軍，武漢大學教授，博士生導師。1975年3月出生于內蒙古。1997年本科畢業(yè)于原武漢測繪科技大學，2002年獲武漢大學工學博士學位。2003年曾在德國漢諾威大學進行客座研究，2004年破格晉升為副教授，2006年破格晉升為教授。2002年獲“王之卓創(chuàng)新人才獎”一等獎，2003獲“湖北省第五屆優(yōu)秀博士學位論文”獎，2006年獲“湖北省優(yōu)秀自然科學論文”二等獎，2007年入選教育部“新世紀優(yōu)秀人才支持計劃”，2008年獲“湖北省自然科學三等獎”。主要從事數(shù)字攝影測量與遙感、計算機視覺等方面的教學和研究工作，在多源影像數(shù)據(jù)聯(lián)合區(qū)域網平差、衛(wèi)星遙感影像的幾何處理與三維信息提取、低空攝影測量、數(shù)碼城市三維建模、工業(yè)零件高精度視覺檢測等方面取得了較好成果。獨立研制的GPS/IMU輔助光束法區(qū)域網平差系統(tǒng)達到國際著名同類軟件相同水平。 
    主持和參加國家863計劃、國家自然科學基金、國家科技支撐計劃及國家973計劃等多項國家級科研項目。以第一作者公開發(fā)表學術論文30余篇，其中SCI/EI/ISTP等收錄20余篇。國家863計劃和國家自然科學基金通訊評審專家，IEEE TGRS、IJGIS及CVIU等國際著名期刊及《測繪學報》、《武漢大學學，報（信息科學版）》、《遙感學報》等國內核心期刊通訊評審人。

書籍目錄

第1章  緒論  1.1  攝影測量的發(fā)展與現(xiàn)狀  1.2  計算機立體視覺的發(fā)展與現(xiàn)狀  1.3  研究目標  1.4  本書的主要內容第2章  相機標定、三維重建與視覺檢測研究進展  2.1  數(shù)碼相機標定研究進展  2.2  三維重建研究概述  2.3  視覺檢測研究與應用第3章  相機模型與多視幾何  3.1  線性相機模型  3.2  非線性相機模型  3.3  雙視幾何    3.3.1  極線幾何概述    3.3.2  基本矩陣的計算    3.3.3  基本矩陣的性質  3.4  三視幾何    3.4.1  三視張量概述    3.4.2  利用一般投影矩陣計算三視張量    3.4.3  三視張量的性質第4章  影像特征的自動提取  4.1  邊緣檢測概述  4.2  點特征提取算子    4.2.1  Moravec算子    4.2.2  Forstner算子    4.2.3  Harris算子  4.3  線特征提取算子    4.3.1  基于一階微分的邊緣檢測算子    4.3.2  基于二階微分的邊緣檢測算子    4.3.3  高斯一拉普拉斯算子（LOG算子）    4.3.4  Canny算子    4.3.5  Hough變換  4.4  基于模板匹配的格網點提取  4.5  基于模板匹配的直線段提取第5章  基于平面控制場的數(shù)碼相機標定  5.1  數(shù)碼相機標定的基本流程  5.2  利用同形矩陣分解數(shù)碼相機參數(shù)初值    5.2.1  同形矩陣的計算    5.2.2  內方位元素的求解    5.2.3  外方位元素的求解    5.2.4  外方位元素的變換  5.3  利用二維DLT分解數(shù)碼相機參數(shù)初值    5.3.1  二維DLT及內方位元素初值的求解    5.3.2  外方位元素初值的求解  5.4  光束法平差的數(shù)學模型  5.5  數(shù)碼相機標定的幾個相關問題    5.5.1  格網純繞z軸旋轉時主點無法計算的證明    5.5.2  利用基本矩陣剔除粗差格網點    5.5.3  光束法平差的快速算法  5.6  數(shù)碼相機標定試驗與結果分析    5.6.1  同形矩陣數(shù)碼相機標定算法試驗    5.6.2  二維DLT數(shù)碼相機標定算法試驗第6章  點線混合攝影測量與視覺檢測  6.1  點、線混合攝影測量基本流程  6.2  附加剛體變換的點攝影測量模型    6.2.1  物體坐標系與世界坐標系間的旋轉平移變換    6.2.2  系統(tǒng)參數(shù)較大時的數(shù)學模型    6.2.3  系統(tǒng)參數(shù)較小時的數(shù)學模型  6.3  附加剛體變換的直線攝影測量模型    6.3.1  誤差方程式的基本形式    6.3.2  基于距離的誤差方程式改化形式    6.3.3  直線攝影測量按間接平差的數(shù)學模型  6.4  點、線混合攝影測量的相關問題    6.4.1  外方位元素初值的傳遞    6.4.2  利用三視張量剔除粗差直線段    6.4.3  方差分量估計    6.4.4  系統(tǒng)參數(shù)的統(tǒng)計檢驗    6.4.5  病態(tài)矩陣的無偏解算方法    6.4.6  圖形條件較差像片的自動剔除第7章  復雜形狀的三維重建  7.1  基于物方直接解的圓匹配與重建    7.1.1  旋轉角初值的解算    7.1.2  物方直接解的數(shù)學模型  7.2  基于廣義點攝影測量的復雜形狀三維重建    7.2.1  廣義點攝影測量的數(shù)學模型    7.2.2  直線段的三維重建    7.2.3  圓（圓?。┑娜S重建    7.2.4  圓角矩形的三維重建    7.2.5  數(shù)學曲線的三維重建第8章  工業(yè)鈑金件視覺檢測系統(tǒng)試驗  8.1  視覺檢測系統(tǒng)的基本功能  8.2  數(shù)碼相機標定試驗  8.3  線框模型的視覺檢測試驗  8.4  復雜形狀的視覺檢測試驗參考文獻

章節(jié)摘錄

　　第5章 基于單面控制場的數(shù)碼相機標定　　檢查和校準相機（或攝像機）的內方位元素和光學畸變參數(shù)的過程稱為標定，對于廣泛使用的非量測數(shù)碼相機（或攝像機）來說，標定是從二維圖像獲取三維信息必不可少的步驟。計算機視覺界提出的基于主動視覺的相機自標定算法，在無法布設控制場的情況下有獨特的作用，不過大多需要進行比較耗時的非線性最優(yōu)化或者需要部分已知相機的運動參數(shù)，而且少數(shù)情況下，自標定技術得到的解不唯一。自標定技術的另一個缺點是其精度水平無法與傳統(tǒng)的相機標定方法尤其是光束法平差相比?！　”菊轮饕懻搩煞N基于平面控制場的非量測數(shù)碼相機（包括數(shù)字攝像機）標定方法及其數(shù)據(jù)試驗結果。5．1節(jié)給出數(shù)碼相機標定的基本流程。5．2節(jié)討論基于同形矩陣的相機標定模型的改進，以適應取用不同內方位元素作為未知數(shù)時相機的高精度標定。5．3節(jié)將重點討潞利用二維DLT參數(shù)分解相機內外方位元素初值的實用算法。5，4節(jié)將討論利用自檢校光束法串差進行相機標定的數(shù)學模型，此時相機參數(shù)的初值可以直接使用5．2節(jié)或5．3節(jié)分解的相機參數(shù)。5．5節(jié)將論述幾個與相機標定相關的實際問題，包括純繞Z軸旋轉時（臨界運動序列）主點無法計算的證明；粗差點觀測值的剔除及光束法平差的快速算法等。5．6節(jié)將給出基于同形矩陣和光束法平差的標定方法應用實際數(shù)據(jù)的標定結果，并與基于二維DLT和光束法平差的標定結果進行比較，同時將利用模擬數(shù)據(jù)和實際數(shù)據(jù)對基于二維DLT的相機標定方法進行大量試驗，以期驗證算法的正確性并評價其精度水平。

圖書封面

圖書標簽Tags

無

評論、評分、閱讀與下載

---

    基于序列圖像的視覺檢測理論與方法 PDF格式下載

---