基于神經網絡的光學三維測量方法研究.pdf

1、隨著計算機圖像處理技術的飛速發(fā)展，對物體三維信息的提取在工業(yè)、家用電器等各個領域中顯得尤為重要。結合激光技術和光電子技術等多種技術的優(yōu)點，光學三維測量技術達到了非接觸性、無破壞性、精度和分辨率高以及較快測量速度的特點，因而倍受各個領域關注，特別在重要文物、彈性塑性材料、人體等一些特殊測量目標的領域。但也存在著一些不足，如有些光學測量方法提高了精度，但速度達不到應用的要求;而有些方法在速度上達到了要求，則需要以精度為代價。為了解決這個問題

2、，根據神經網絡的特點及同一點相位相同原理，提出了一種新的基于神經網絡的光學三維測量方法。
　　本文根據光學三維測量的實現(xiàn)過程主要研究了以下幾方面內容:首先，分析了光學三維測量技術的研究現(xiàn)狀，根據當前光學三維測量技術的不足，提出了一種方法對其進行改進;其次，根據神經網絡能夠描述難以用數(shù)學模型的特點和目前常用的攝像機標定方法，將神經網絡引入攝像機標定。通過比較兩種經典的網絡模型，根據RBF能夠以任意精度逼近函數(shù)的特點，提出了基于RBF

3、神經網絡的攝像機標定方法;再次，通過對立體視覺原理和匹配算法的研究根據圖像上同一點相位相同原理，在相位匹配的基礎上，提出了基于雙向相位的立體匹配方法;
　　最后，利用該方法進行三維測量模擬實驗，主要包括攝像機標定、立體匹配以及三維重構三部分。在利用RBF網絡進行攝像機標定時，為了得到較高的精度，使用Harris角點檢測法和張氏標定法得到網絡的樣本;在進行立體匹配時，為了提高匹配速度，對被測物體投射縱橫雙向條紋得到其相位值，并利用該