【摘 要】
:
条纹投影轮廓术具有高分辨率、非接触、低成本、高精度等三维测量优点,成为结构光三维测量领域中最具代表性的测量方法,在工业制造、医学生物、文物保护等领域都有着广泛的应用。随着科学技术的不断发展,对条纹投影三维测量的精度要求越来越高,光栅条纹投影测量系统中的测量精度不仅与测量设备有关,在三维测量过程中产生的误差同样也不可忽视。在条纹投影测量系统中,由于数字投影仪和CCD相机的固有性质,会导致相机采集的光
论文部分内容阅读
条纹投影轮廓术具有高分辨率、非接触、低成本、高精度等三维测量优点,成为结构光三维测量领域中最具代表性的测量方法,在工业制造、医学生物、文物保护等领域都有着广泛的应用。随着科学技术的不断发展,对条纹投影三维测量的精度要求越来越高,光栅条纹投影测量系统中的测量精度不仅与测量设备有关,在三维测量过程中产生的误差同样也不可忽视。在条纹投影测量系统中,由于数字投影仪和CCD相机的固有性质,会导致相机采集的光栅条纹图像产生非线性畸变,使得最终解出的相位值包含周期性相位误差。本文针对光栅条纹投影测量系统中的非线性响应问题进行了深入研究,提出了基于傅里叶变换的Gamma因子快速自标定方法,通过预编码方式主动进行相位误差补偿;以及基于多项式模型的迭代相位误差补偿法,直接对相机采集的光栅条纹图像进行处理,完成相位误差补偿。本文的主要工作内容和创新点如下:(1)针对光栅条纹投影测量系统中存在的周期性相位误差问题,对光栅条纹投影测量系统的非线性响应进行了深入理论分析,由于测量设备的固有性质导致CCD相机采集的标准正弦条纹产生畸变,致使单一频率的理想正弦光栅条纹图像产生了高次谐波,相位展开后绝对相位值存在周期性的相位误差,严重影响测量精度。提出了基于傅里叶变换的Gamma因子快速自标定方法,将条纹图像转换到频率值域,对条纹图像的频谱进行分析,在Gamma非线性畸变模型的基础下,利用优化搜索函数找到光栅条纹图像的最佳预编码Gamma值。通过最小化高次谐波分量在条纹图像中的比例,完成光栅条纹投影测量系统Gamma值自标定,并对生成的光栅条纹图像预编码,最大程度降低高次谐波分量对解相位值的影响。通过仿真实验与实际物体测量实验均证明了所提算法的有效性,该算法精度高并且实用性强。(2)推导了光栅条纹投影测量系统中的相位误差模型,提出了基于多项式模型的迭代相位误差补偿算法,该算法可直接对CCD相机采集的光栅条纹图像进行处理,完成相位误差补偿。标准四步相移算法解得的相位值与理想相位值相减得到全场的相位误差值,将全场相位误差带入误差多项式进行系数求解,并根据3-sigma原则剔除掉偏离程度较大的异常相位点,反复迭代至反应相位值偏离程度的零均值变量及零均值变量的标准差收敛,解出准确的相位误差畸变系数;最后,将相位误差畸变系数带入定点迭代算法即可解得准确的相位值。通过计算机仿真实验与实际测量实验均验证了所提算法的有效性,为光栅条纹投影三维测量过程中求解高精度相位值提供了新的方法。
其他文献
无线层析成像(RTI,Radio Tomography Imaging)技术因其无损害、非侵入和功耗低的特点迅速成为无源目标定位方法中一个新兴的研究方向。在无线传感器网络(WSN,Wireless Sensor Network)覆盖范围内,RTI技术能够根据障碍物遮挡无线通信链路引起的接收信号强度(RSS,Received Signal Strength)变化,得到监控区域的衰减图像,并在此基础上
平房仓储粮为我国保障粮食安全的重要战略手段,其目前进仓环节存在人力资源浪费较大、效率低等问题,不利于我国仓储现代化发展。以改善当前散粮进仓作业模式,提高机械化水平为目标,围绕散粮入仓中的问题展开研究,主要研究内容如下:(1)针对平房仓提出了机械化入仓方案,对于超高大平房仓散粮入仓时面临的粮食分级、破碎问题,设计了粮食分流器并实现了散粮机械化入仓。对平房仓机械化入仓方案进行了评估,并基于ANSYS对
为解决平房仓粮食入库时的环境污染问题,提高入库效率,现代粮库建立了原粮集中清理中心,通过全密闭卸粮环境配合除尘设备有效抑制扬尘外溢,解决卸粮环节的污染问题,在清理中心收集净粮后,采用仓栏货车将净食统一转运至各个仓库。仓栏货车在执行转运作业时,一方面需要大量的人力辅助作业,增加了用工成本;另一方面在清理中心装粮和在仓库卸粮时,自动化程度低,时间成本高,入库效率低。为解决上述问题,本文研制了面向原粮入
随着我国工业现代化的逐步发展,液压载重平台的应用方向和领域得到了不断拓宽,如在航天、军用和民用等领域。由于平台的工作对象精密化和工作环境复杂化等要求,造成平台的工作负载具有多变性,因此设计一种具有高效率和高精度的液压载重平台调平及控制系统对工业现代化的发展具有重要意义。基于此,本文以AMESim与Simulink联合仿真平台为载体,通过对液压系统、调平策略和控制系统进行优化和分析,提出了一种基于P
规范穿戴安全帽、呼吸机是粮库安全管理的重点,可有效预防落物伤人、熏蒸中毒等安全事故。在实际作业环境中,由于库区内监管力度不够、一线工作人员安全防范意识薄弱,时有发生劳保用品未穿戴或穿戴不规范的情况,极大地增加了粮库工作的危险系数。因此粮库作业规范穿戴检测具有重大意义。本文基于深度学习算法对粮库作业穿戴规范进行检测,首先构建粮库穿戴数据集,通过基础网络的对比实验,分别构建基于YOLOv5和FCOS的
气胸属于肺科急症,需要及时的诊断和治疗。X线胸片检查是诊断气胸的首选方法。深度学习是当下计算机辅助诊断的前沿技术;高精度诊断率是当前气胸辅助诊断急需解决的问题。本文提出了基于深度学习的气胸识别与定位可以实现较高的诊断精度,提高气胸诊断效率。针对气胸的识别(分类),本文提出了一种基于深度学习的正侧向X线胸片融合诊断模型。该模型利用了正侧向胸片的优势,对不同视角下的气胸进行特征提取。避免了使用单一的正
小麦不完善粒是指受到损伤但尚有使用价值的小麦籽粒,通常包括病斑粒、生霉粒、出芽粒、虫蚀粒、破损粒。小麦作为世界上重要的粮食作物,在粮食的生产、流通和消费等环节均具有重要的地位。小麦不完善粒检测是小麦质量检验检工作中最常见的问题之一,不完善粒是衡量小麦质量优劣的关键指标。实现对小麦不完善粒识别技术的深入研究对正确评定小麦质量有着重大的意义。本课题对小麦不完善粒识别问题进行研究,旨在寻找一种优秀的方法
智能驾驶辅助技术是人工智能时代具有重大意义的产物之一。驾驶员在驾驶车辆的过程中,可通过智能辅助驾驶系统以提前预警的方式接收即将到来的危险信号并采取必要措施,很大程度上可避免因驾驶员注意力不集中导致的交通事故。道路上的车道线是保障车辆安全行驶的重要指示标志,为推动智能驾驶辅助技术的发展,开展对车道线检测技术的研究具有十分重要的意义。现有的车道线检测方法应用于简单的道路场景下展现了显著的优越性。然而,
在双碳目标下,当前和今后相当一段时间内间歇性新能源将持续大规模并网,新型高比例新能源电力系统对储能提出了前所未有的需求。抽水蓄能是当前最具规模化的储能方式和清洁能源,是解决新能源大规模消纳的最有效调能方式。抽水蓄能机组是抽水蓄能电站的核心设备,为应对间歇性新能源运行,需要频繁启停和正逆向交替运行,其结构疲劳和劣化问题十分突出。为保障其安全稳定运行,对抽水蓄能机组开展健康状态评估与性能退化趋势预测具
碳纤维作为新型的复合材料,具有质量轻、强度高以及良好的导电性,在军工、航天、船舶等领域应用广泛。随着交通运输、智能系统以及无人驾驶等现代交通的不断发展,对传统电池的轻量化、安全性、有效负载和循环寿命都提出了新的挑战,同时“十四五规划”也要大力发展循环经济,推动实现碳达峰、碳中和的目标。因此,以碳纤维为基础的“结构电池”、“结构功能一体化”、“结构储能”等研究方向应运而生,并迅速成为一个新的研究热点