光栅投影三维轮廓测量技术标定方法的研究
| 学位论文独创性说明 | 第1页 |
| 学位论文知识产权声明书 | 第2-3页 |
| 摘要 | 第3-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·三维轮廓测量技术的背景 | 第8-9页 |
| ·三维轮廓测量技术的研究动态和发展趋势 | 第9-11页 |
| ·三维轮廓测量的发展动态 | 第9页 |
| ·光学投影式轮廓测量方法概述 | 第9-11页 |
| ·本论文的主要内容、意义 | 第11-13页 |
| ·研究内容 | 第11-12页 |
| ·研究意义 | 第12-13页 |
| 2 条纹投影测量物体三维轮廓的原理 | 第13-19页 |
| ·系统的工作原理 | 第13-14页 |
| ·三角形测量基本原理 | 第14-16页 |
| ·相位提取与相位去包裹 | 第16-18页 |
| ·相位提取 | 第17页 |
| ·相位去包裹原理 | 第17-18页 |
| ·本章小节 | 第18-19页 |
| 3 系统标定 | 第19-44页 |
| ·系统标定 | 第19-23页 |
| ·传统系统标定 | 第19-21页 |
| ·新的标定结构 | 第21-23页 |
| ·摄像机标定与畸变概述 | 第23-27页 |
| ·摄像机标定概述 | 第23-24页 |
| ·摄像机镜头非线性畸变 | 第24-27页 |
| ·CCD摄像机标定 | 第27-38页 |
| ·摄像机模型 | 第27-29页 |
| ·一阶畸变模型的摄像机标定求解过程 | 第29-33页 |
| ·像平面中心与比例因子标定 | 第33-35页 |
| ·求解像平面中心点坐标 | 第35-38页 |
| ·神经网络进行摄像机标定 | 第38-43页 |
| ·BP神经网络结构与学习算法 | 第38-39页 |
| ·采用神经网络进行CCD参数标定 | 第39-43页 |
| ·本章小节 | 第43-44页 |
| 4 图像处理与系统开发 | 第44-57页 |
| ·图像处理 | 第44-49页 |
| ·Windows位图基本格式 | 第44页 |
| ·位图转换 | 第44-46页 |
| ·图像噪音处理 | 第46-47页 |
| ·图像二值化 | 第47-48页 |
| ·二值图像操作 | 第48-49页 |
| ·系统硬件设备 | 第49-51页 |
| ·CCD摄像机的工作原理 | 第49-50页 |
| ·图像采集卡工作原理 | 第50-51页 |
| ·投影仪 | 第51页 |
| ·三维物体测量系统软件设计 | 第51-53页 |
| ·编程语言介绍 | 第51-52页 |
| ·图像采集软件开发 | 第52-53页 |
| ·采用Matlab进行系统标定编程 | 第53-56页 |
| ·最小二乘算法 | 第54页 |
| ·神经网络系统建模 | 第54-56页 |
| ·本章小节 | 第56-57页 |
| 5 实验数据与误差分析 | 第57-64页 |
| ·像平面中心点和比例因子实验数据 | 第57-58页 |
| ·一阶畸变模型CCD标定参数数据 | 第58页 |
| ·采用神经网络进行数据训练数据处理 | 第58-60页 |
| ·利用神经网络校正畸变图像 | 第58-59页 |
| ·利用神经网络标定摄像机 | 第59-60页 |
| ·相位解包裹数据 | 第60-62页 |
| ·实验误差分析 | 第62-63页 |
| ·系统误差 | 第63页 |
| ·摄像机标定误差 | 第63页 |
| ·计算方法误差 | 第63页 |
| ·本章小节 | 第63-64页 |
| 6 结论 | 第64-66页 |
| ·结论 | 第64页 |
| ·展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 附录 | 第70页 |
