微平臺三維運動誤差視覺測量系統(tǒng)研究.pdf

1、隨著人類社會的不斷進步及制造業(yè)的發(fā)展，人們對微型機械的制造及檢測有越來越高的精度要求。然而由于微型機械具有尺寸小，承載能力差等特點，常用的接觸式檢測工具很難實現(xiàn)微型機械的運動測量和誤差檢測。本文提出了一種利用數(shù)字相機獲取微型機械的二維圖像進而還原其三維信息的方法。這種方法是利用攝像機來獲取三維物體的二維圖像的逆過程，是對人眼的仿生學(xué)的研究。這就是物體的三維重構(gòu)技術(shù)。
　　本文將所有微小尺寸的加工對象抽象成一個微小的矩形平臺，簡稱為

2、微平臺，然后對這個抽象出來的微平臺進行視覺測量的研究。本文的研究思路是以Marr的計算機視覺理論模型為基礎(chǔ)，進而研究三維重構(gòu)的整個過程。包括圖像的前期預(yù)處理，邊緣檢測，特征提?。ㄆヅ洌S重建等過程。這些過程組成了物體的三維重構(gòu)。
　　圖像預(yù)處理的主要目的是為了消除外界因素以及攝像機內(nèi)部因素的影響，也就是消除圖像噪聲的過程。在這部分內(nèi)容中提出了用灰度化和二值化方法來對采集到的原始圖像進行處理，然后利用 Sobel算子的改進方法-

3、-八模板法來對邊緣的點進行判斷從而得到高準確率的邊緣；圖像的特征提取是為了得到準確的特征點，它也是三維重構(gòu)模型的基礎(chǔ)，本文選取一種改進的 Harris算法來獲取特征點，然后通過與傳統(tǒng)的 Harris算法的實驗對比得出了改進的 Harris算法的可靠性；重構(gòu)的過程分別介紹了沒有先驗知識的兩幅圖像的重構(gòu)和具有先驗知識的單幅圖像的重構(gòu)：在兩幅圖像的重構(gòu)過程中利用先提取的特征點計算兩幅圖像中的特征點之間的灰度相關(guān)值 NCC，從而進行初始匹配得到