基于圖像的工件曲面重建關(guān)鍵技術(shù)研究.pdf

1、在生產(chǎn)實(shí)踐中，表面處理工藝的方法和技術(shù)水平越來越占據(jù)重要地位。噴涂是一個(gè)典型的表面處理工藝，對(duì)于噴涂機(jī)器人離線編程系統(tǒng)的研究越來越引起人們的重視，研究的核心是噴涂軌跡的生成與優(yōu)化模塊，其前提是工件表面CAD模型已知。而在實(shí)際的生產(chǎn)實(shí)踐中，往往會(huì)遇到未知曲面CAD模型的噴涂問題，在未知曲面情況下，關(guān)于機(jī)器人離線編程系統(tǒng)的研究很少。因此，基于被動(dòng)機(jī)器視覺技術(shù)，對(duì)于表面處理領(lǐng)域中未知曲面三維重建技術(shù)的研究，在理論和實(shí)踐中都具有重要的意義。本文

2、在快速制造理念下，針對(duì)未知曲面噴涂離線編程的需求，面向噴涂領(lǐng)域，闡述了基于圖像的立體視覺理論，提出并實(shí)現(xiàn)了未知曲面三維模型重建算法，首先對(duì)已標(biāo)定圖像進(jìn)行校正，然后采用基于GPU硬件加速的并行信任傳播算法進(jìn)行深度圖的生成，實(shí)時(shí)獲取未知曲面的點(diǎn)云數(shù)據(jù)，從而獲取曲面的CAD模型。將基于圖像的立體視覺技術(shù)應(yīng)用于工程噴涂領(lǐng)域，其關(guān)健技術(shù)在于立體視覺，具體有幾個(gè)方面的因素：第一，攝像機(jī)的標(biāo)定精度，直接影響了后續(xù)的深度圖生成和三維空間距離的測(cè)量精度，

3、在計(jì)算機(jī)視覺領(lǐng)域是一個(gè)較為關(guān)鍵的問題。第二，立體匹配的精度，在計(jì)算機(jī)視覺領(lǐng)域，立體匹配是被公認(rèn)為難度非常大的問題，其匹配精度和速度往往不能兩全。第三，立體匹配的速度，立體匹配算法目前很多，精度高的速度較慢，速度快的精度差，目前的立體區(qū)配算法生成一幅視差圖的時(shí)間不等，從最快的幾毫秒，到最慢的二十分鐘以上。為了適應(yīng)工程領(lǐng)域?qū)αⅢw視覺快速、精確的要求，本文的工作重點(diǎn)集中在立體視覺系統(tǒng)的標(biāo)定與立體匹配算法上。本文提出了如下幾個(gè)標(biāo)定與立體匹配算法

4、：
　　 (1)基于支持向量機(jī)的角點(diǎn)檢測(cè)方法。攝像機(jī)標(biāo)定是立體視覺測(cè)量的關(guān)鍵技術(shù)，標(biāo)定精度直接影響著視覺測(cè)量和三維重建的精度。現(xiàn)已有許多攝像機(jī)標(biāo)定方法，但普遍存在的一個(gè)問題是靶標(biāo)圖像的角點(diǎn)檢測(cè)不很準(zhǔn)確。本文基于支持向量機(jī)理論，利用支持向量機(jī)的學(xué)習(xí)和分類能力，將支持向量分類器用于標(biāo)定圖像角點(diǎn)的檢測(cè)，實(shí)驗(yàn)驗(yàn)證可取得較好的檢測(cè)結(jié)果。
　　 (2)結(jié)合圖像梯度和亮度的并行信任傳播算法。立體匹配是視覺測(cè)量的關(guān)鍵技術(shù)。對(duì)立體匹配問題

5、建立馬爾可夫隨機(jī)場(chǎng)模型，使用并行的多尺度信任傳播算法求解馬爾可夫隨機(jī)場(chǎng)的能量最小化問題。在傳統(tǒng)串行算法基礎(chǔ)上利用CUDA技術(shù)實(shí)現(xiàn)了并行計(jì)算，并結(jié)合圖像的梯度和亮度信息計(jì)算能量函數(shù)的數(shù)據(jù)項(xiàng)，平滑項(xiàng)采用兩個(gè)相鄰像素視差的絕對(duì)差度量。以標(biāo)準(zhǔn)的Middlebury立體數(shù)據(jù)集作為輸入，實(shí)驗(yàn)結(jié)果表明：算法具有很好的實(shí)時(shí)性能，運(yùn)行時(shí)間遠(yuǎn)小于傳統(tǒng)的串行算法，深度圖具有良好的精度。
　　 (3)最近鄰搜索立體匹配算法(Nearest neighb

6、or searching stereo matching，NNSSM)。本文提出一個(gè)高效的立體匹配算法，將一個(gè)像素的水平方向的導(dǎo)數(shù)和垂直方向的導(dǎo)數(shù)作為相似性度量，由于像素是離散點(diǎn)，所以導(dǎo)數(shù)用差分表示。這樣，常用的一維相似性度量轉(zhuǎn)換為多維的相似性度量，視差搜索空間從一維空間轉(zhuǎn)換為多維空間。以KD-樹作為數(shù)據(jù)存貯結(jié)構(gòu)，利用最近鄰搜索算法，可快速生成一幅初始視差圖，然后利用一個(gè)基于分割的優(yōu)化算法進(jìn)行優(yōu)化，最終獲得一幅精度較高的視差圖。