| 摘要 | 第4-7页 |
| abstract | 第7-10页 |
| 1 引言 | 第15-31页 |
| 1.1 论文来源 | 第15页 |
| 1.2 研究背景及意义 | 第15-17页 |
| 1.3 管壁、路面信息提取技术国内外研究现状 | 第17-21页 |
| 1.3.1 管壁信息提取技术 | 第17-19页 |
| 1.3.2 路面信息提取技术 | 第19-21页 |
| 1.4 基于结构光的三维信息提取关键技术研究现状 | 第21-26页 |
| 1.4.1 结构光大尺度测量 | 第21-24页 |
| 1.4.2 曝光时间优化 | 第24页 |
| 1.4.3 数据后处理 | 第24-26页 |
| 1.5 本领域存在的问题 | 第26页 |
| 1.6 研究内容及创新点 | 第26-31页 |
| 1.6.1 研究内容 | 第26-29页 |
| 1.6.2 创新点 | 第29-31页 |
| 2 多视觉线结构光大尺度高精度测量方法研究 | 第31-65页 |
| 2.1 现有线结构光测量原理 | 第31-36页 |
| 2.1.1 单视觉线结构光传感器测量 | 第31-33页 |
| 2.1.2 基于映射拼接的多线结构光传感器测量 | 第33-35页 |
| 2.1.3 基于全局统一的多视觉线结构光传感器测量 | 第35页 |
| 2.1.4 存在问题 | 第35-36页 |
| 2.2 多视觉线结构光大尺度高精度测量模型 | 第36-37页 |
| 2.3 多视觉线结构光大尺度高精度测量方法 | 第37-47页 |
| 2.3.1 测量原理 | 第38-39页 |
| 2.3.2 光条图像特性分析 | 第39-42页 |
| 2.3.3 光条图像拼接 | 第42-46页 |
| 2.3.4 测量数学模型 | 第46-47页 |
| 2.4 多视觉线结构光传感器标定 | 第47-54页 |
| 2.4.1 标定参数及流程 | 第47-48页 |
| 2.4.2 标定工具 | 第48-49页 |
| 2.4.3 相机参数标定 | 第49-51页 |
| 2.4.4 光平面参数标定 | 第51-52页 |
| 2.4.5 拼接透视变换模型标定 | 第52-54页 |
| 2.5 实验与结果分析 | 第54-63页 |
| 2.5.1 实验系统 | 第54-55页 |
| 2.5.2 测量精度实验 | 第55-59页 |
| 2.5.3 模型测量实验 | 第59-62页 |
| 2.5.4 实验结果分析 | 第62-63页 |
| 2.6 本章小结 | 第63-65页 |
| 3 基于光条置信度评价的线结构光传感器曝光时间优化模型 | 第65-91页 |
| 3.1 线结构光条模型 | 第65-67页 |
| 3.2 曝光时间对光条成像影响 | 第67-69页 |
| 3.3 光条置信度评价 | 第69-73页 |
| 3.3.1 置信度评价概念 | 第69-70页 |
| 3.3.2 光条置信度评价依据 | 第70-71页 |
| 3.3.3 高斯置信度评价模型 | 第71-73页 |
| 3.4 线结构光传感器曝光时间优化研究 | 第73-81页 |
| 3.4.1 环境光强对光条成像影响 | 第73-74页 |
| 3.4.2 系列图像光条中心提取算法 | 第74-77页 |
| 3.4.3 基于光条置信度评价的传感器曝光时间优化 | 第77-81页 |
| 3.5 实验与结果分析 | 第81-88页 |
| 3.5.1 光条中心提取实验 | 第82-84页 |
| 3.5.2 单光条精度实验 | 第84-86页 |
| 3.5.3 模型测量实验 | 第86-88页 |
| 3.6 本章小结 | 第88-91页 |
| 4 基于高斯-洛伦兹分峰拟合的光条中心提取算法研究 | 第91-107页 |
| 4.1 结构光条成像类型 | 第91页 |
| 4.2 传统光条中心提取算法 | 第91-95页 |
| 4.3 基于G-L拟合的光条中心提取算法 | 第95-102页 |
| 4.3.1 线结构光条能量模型 | 第95-96页 |
| 4.3.2 高斯-洛伦兹分峰拟合模型 | 第96-98页 |
| 4.3.3 基于G-L拟合的光条中心提取 | 第98-102页 |
| 4.4 实验与结果分析 | 第102-105页 |
| 4.5 本章小结 | 第105-107页 |
| 5 多视觉线结构光高精度三维信息提取应用实验研究 | 第107-131页 |
| 5.1 系统平台开发 | 第107-117页 |
| 5.1.1 主动式测量原理 | 第107-108页 |
| 5.1.2 平台总体设计 | 第108-109页 |
| 5.1.3 硬件系统开发 | 第109-115页 |
| 5.1.4 软件系统开发 | 第115-117页 |
| 5.2 应用实验模型与场景 | 第117-120页 |
| 5.2.1 排水管道模型 | 第117-119页 |
| 5.2.2 道路场景 | 第119-120页 |
| 5.3 三维信息提取应用实验 | 第120-124页 |
| 5.3.1 排水管道内壁实验 | 第120-123页 |
| 5.3.2 水泥和沥青路面应用实验 | 第123-124页 |
| 5.4 基于渐变形态滤波的异己物干扰信息去除方法 | 第124-129页 |
| 5.4.1 三维数学形态滤波 | 第125页 |
| 5.4.2 渐变形态滤波器设计 | 第125-128页 |
| 5.4.3 去除排水管道内壁异己物信息 | 第128-129页 |
| 5.5 本章小结 | 第129-131页 |
| 6 总结与展望 | 第131-135页 |
| 6.1 总结 | 第131-133页 |
| 6.2 展望 | 第133-135页 |
| 参考文献 | 第135-145页 |
| 致谢 | 第145-147页 |
| 作者简介 | 第147-148页 |
