基于机器视觉的外形状况及变形应变测量
摘要 | 第4-5页 |
ABSTRACT | 第5页 |
注释表 | 第10-12页 |
第一章 绪论 | 第12-20页 |
1.1 研究背景及意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-18页 |
1.2.1 视觉测量研究现状分析 | 第13-16页 |
1.2.2 三维形变及应变测量的研究现状 | 第16-18页 |
1.3 本文主要研究内容和工作 | 第18-20页 |
第二章 基于单相机的同时获取图像和深度信息的方法 | 第20-37页 |
2.1 引言 | 第20页 |
2.2 单相机的图像采集 | 第20-28页 |
2.2.1 图像校正 | 第21-23页 |
2.2.2 图像拼接 | 第23-25页 |
2.2.3 结构光条的提取及细化 | 第25-27页 |
2.2.4 结构光在图像上的定位 | 第27-28页 |
2.3 光截三角法测深度信息 | 第28-32页 |
2.4 单相机表面测量实验结果分析 | 第32-35页 |
2.5 本章小结 | 第35-37页 |
第三章 基于双目视觉的三维形变测量及应变分析 | 第37-51页 |
3.1 引言 | 第37页 |
3.2 数字图像相关匹配 | 第37-41页 |
3.2.1 数字图像相关的基本原理 | 第38-40页 |
3.2.2 三维形变测量中的数字图像相关匹配 | 第40-41页 |
3.3 三维应变计算 | 第41-46页 |
3.3.1 有限元分析法 | 第41-42页 |
3.3.2 网格法测量应变的理论基础 | 第42-44页 |
3.3.3 三维应变的计算 | 第44-46页 |
3.4 应变实验及结果分析 | 第46-50页 |
3.5 本章小结 | 第50-51页 |
第四章 双目视觉系统标定及三维测量 | 第51-63页 |
4.1 引言 | 第51页 |
4.2 摄像机标定模型 | 第51-55页 |
4.2.1 标定模型中的四个重要坐标系 | 第51-53页 |
4.2.2 摄像机成像模型 | 第53-55页 |
4.3 双目视觉标定 | 第55-58页 |
4.3.1 双目标定 | 第55-56页 |
4.3.2 对张氏标定法的改进 | 第56-58页 |
4.4 三维测量 | 第58-61页 |
4.4.1 三维重建原理 | 第58-59页 |
4.4.2 基于双目视觉测量的三维测量实验 | 第59-61页 |
4.4.2.1 基于数字图像相关的静态三维测量 | 第59-60页 |
4.4.2.2 基于标志点的动态三维测量 | 第60-61页 |
4.5 本章小结 | 第61-63页 |
第五章 双目视觉形变测量系统设计 | 第63-70页 |
5.1 引言 | 第63页 |
5.2 MATLAB与C++混合编程 | 第63-64页 |
5.3 系统软件设计 | 第64-69页 |
5.3.1 双目标定软件 | 第65-67页 |
5.3.2 三维形变测量软件设计 | 第67-68页 |
5.3.3 三维应变计算软件 | 第68-69页 |
5.4 本章小结 | 第69-70页 |
第六章 总结与展望 | 第70-72页 |
6.1 总结 | 第70-71页 |
6.2 展望 | 第71-72页 |
参考文献 | 第72-75页 |
致谢 | 第75-76页 |
在学期间的研究成果及发表的学术论文 | 第76页 |