1、 文 献 翻 译 二级学院 专 业 班 级 学生姓名 学 号 1 译文： 基于计算机视觉的三维测量技术 摘 要 :本 文根据计算机视觉原理 ， 提出一种三维非接触测量技术 。 该技术根据人眼感知事物的原理 ， 利用神经网络拟合图像坐标与空间坐 标的映射关系 ； 以光栅投影曲线为特征 ， 采用小波边缘检测和搜索式无监督聚类 ， 结合视觉几何不变性 ，实现亚像素级的立体精 确 匹配 ； 并采用小波多尺度多分辨率的特性 ， 拼接图像 ，融合数据 ， 对物体进行全方位测量 。 实验表明 ， 该技术设备简单 ， 测量速度快 ，测量精度控制在 0.5 mm/m 以内 。 关键词 :计算机视觉 ， 立体匹配
2、 ， 几何不变性 ， 神经网络 ， 小波变换 ， 聚类 1 引言 目前， 三维测量仍以 三维 坐标 测量机 为主。 但是 它 由于体积大、结构复杂而不能 在线 测量，是接触 测量而不能测量柔软的物体 。因此，研究快速无损、非接触在线测量在工业上十分重要。 尽管 现在有很多方法，如激光扫描法、结构光法、相位测量法，但是都不能同时满足测量精度、效率、成本、自动化和智能化等方面的要求。 因此，在本文使用双摄像机 融合光学轴抓拍物体。 随着处理图像，立体匹配图像 和数据集成，三维物体的信息 就是从这个立体图像中获得 。三维测量技术已应用于测量系统 中 的 多点压成型机 的测量，并取得了良好的效果。 2
3、 测量原理及系统设计 本文介绍了 基于计算机视觉的三维非接触测量技术， 三维对象的信息是从一对立体图像中获取。 一般来说，有两个问题影响的三维物体获得确切的消息：一种是图像之间建立特殊点点和准确的映射关 系，另一种是立体匹配问题。本文神经网络是用来映射关系接近的情况下摄像机标定。小波边缘检测，寻找非监督聚类和几何不变性适用于立体匹配。在多尺度，多分辨率的小波属性应用于图像拼接和数据集成。在实践中，这项技术包含了许多方法和技术，它可以测量任意大小和形状的对象。 然而， 有 一些物体的表面很光滑。匹配功能不 明显 ，因此 用 光栅对象预测。 2 而扭曲的条纹上创建的对象被视为匹配功能。为了提高测量
4、精度， 用 两个与融合光学轴相机 ，这 两个相机和 一小型自制的投影机就构成了 一种灵活的测量头。 一个基于立体视觉的三维测量的原理草图如图 1 所示。 3 建立图像点和特殊点之间的映射关系 实际上，获得从两个图像对三维物体的信息是 获取 图像点之间的映射和特殊点的关系，但是到现在为止没有任何方法可以完全描述非线性映射关系，因为有许多复杂的非线性影响因素，包括 摄像的 径向变形和横向变形。但是，神经网络可以模拟人类的视觉，建立了简单的非线性映射 来处理复杂的单元 ，因此本文就从图像点的过程中当作黑箱特殊点。和 BP 网络 的 6 个 神经细胞中间层网络来设置点之间的形象和特殊点的映射关系。 图片左边的 点 A( , )llxy 和 一个右边的 点( , )rrxy 纳入 BP 网络，一个特殊的点 ( , , )x yz 被 输出。换言之， 这个 BP 网络 的 结构是 4-6-3。 利用神经网络，样本的选择是很重要的。样本不仅在于衡量的范围，也显示测量系统的测量范围。 虽然两个相机是用来抓拍对象， 但是这部分对象 只有在焊接 处的视野内才能被获取。因此，物体三维信息的立体图像，镜头 焦点 的 测量精度 ， 测量 范围 和目标 与摄像机 之间的两个基准距离控制三维测量系统的 测量 范围。 本文的结构和功能和两个相机是用来抓拍对象构成对称是 相同的，相机的图
