| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景和研究意义 | 第10页 |
| 1.2 视觉坐标测量系统 | 第10-11页 |
| 1.3 结构光三维测量系统 | 第11-12页 |
| 1.3.1 线结构光的测量 | 第11-12页 |
| 1.4 三维检测技术研究现状 | 第12-15页 |
| 1.4.1 国外三维检测的研究现状 | 第12-14页 |
| 1.4.2 国内三维检测的研究现状 | 第14-15页 |
| 1.5 本文主要的研究内容 | 第15-16页 |
| 第2章 三维检测系统的标定 | 第16-28页 |
| 2.1 摄像机标定技术 | 第16-17页 |
| 2.2 摄像机模型 | 第17-22页 |
| 2.2.1 坐标系 | 第17-19页 |
| 2.2.2 摄像机成像的线性模型(小孔成像模型) | 第19-21页 |
| 2.2.3 摄像机成像的非线性模型 | 第21-22页 |
| 2.3 线结构视觉传感器参数的标定 | 第22页 |
| 2.4 摄像机标定实验 | 第22-28页 |
| 2.4.1 标定靶 | 第22-23页 |
| 2.4.2 摄像机标定实验结果 | 第23-28页 |
| 第3章 图像处理和结构光光条中心的提取 | 第28-55页 |
| 3.1 图像预处理 | 第28-35页 |
| 3.1.1 中值滤波 | 第28-30页 |
| 3.1.2 高斯滤波 | 第30-31页 |
| 3.1.3 拉普拉斯图像锐化 | 第31-33页 |
| 3.1.4 图像的二值化处理 | 第33-34页 |
| 3.1.5 图像的形态学运算 | 第34-35页 |
| 3.2 结构光光条中心的提取 | 第35-45页 |
| 3.2.1 影响光条中心提取的因素 | 第35-36页 |
| 3.2.2 光条中心提取方法 | 第36-37页 |
| 3.2.3 细化方法 | 第37-39页 |
| 3.2.4 Hessian矩阵法 | 第39-42页 |
| 3.2.5 实验结果 | 第42-45页 |
| 3.3 基于Canny算子边界分割与正弦函数三角拟合的Hessian矩阵法 | 第45-55页 |
| 3.3.1 激光条拟合 | 第45-48页 |
| 3.3.2 Canny算子边界分割 | 第48-51页 |
| 3.3.3 实验结果 | 第51-55页 |
| 第4章 三维数据的处理 | 第55-66页 |
| 4.1 三维数据的预处理 | 第55页 |
| 4.2 随机抽样一致性算法 | 第55-57页 |
| 4.3 圆柱拟合数学模型 | 第57-62页 |
| 4.3.1 圆柱拟合几何模型 | 第60-62页 |
| 4.4 基于RANSAC的三维数据圆柱拟合的算法 | 第62-64页 |
| 4.5 凹陷区域深度检测的方案 | 第64-66页 |
| 第5章 三维成像检测系统的设计和实验结果 | 第66-72页 |
| 5.1 三维成像检测系统 | 第66-68页 |
| 5.1.1 扫描控制系统 | 第67页 |
| 5.1.2 图像采集系统 | 第67-68页 |
| 5.2 三维扫描的视觉动态图 | 第68-69页 |
| 5.3 软件交互界面 | 第69页 |
| 5.4 调试实验 | 第69-72页 |
| 第6章 总结与展望 | 第72-74页 |
| 6.1 总结 | 第72页 |
| 6.2 存在的不足和改进 | 第72-73页 |
| 6.3 展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78页 |