科技>计算机>计算机科学
单目立体三维重建技术及应用

单目立体三维重建技术及应用"

作者:胡立华
ISBN:9787121386121
定价:¥78.0
字数:160千字
页数:216
出版时间:2020-12
开本:16开
版次:01-01
装帧:
出版社:电子工业出版社
简介

三维重建作为计算机视觉的重要研究方向之一,其主要研究内容是从输入的二维图像恢复客观世界三维的表面形状。随着计算机视觉的发展,三维重建理论不断完善,三维重建应用已从最初的机器人视觉导航、工件的校验和质量控制扩展到目前日益流行的人脸识别、视觉监控、虚拟现实、数字图书馆、电子商务等领域。本书以大型机械装备为研究对象,将计算机视觉中的三维重建关键技术应用于大型机械装备视觉测量的过程中。本书主要内容包括视觉测量的现状、摄像机模型的基本理论、特征检测的基本方法、大型机械装备的摄像机标定方法及特征检测方法等。

前言

人类感知外界信息,80%以上都是通过视觉得到的。然而,目前计算机还不能像人类一样拥有高效、灵活的视觉系统,但这种愿望正在逐步实现。模拟人类视觉系统的学科被称为计算机视觉。计算机视觉的目的是使计算机通过输入的二维图像,感知外部三维世界中物体的形状、位置、姿态、颜色、运动等信息。 目前,计算机视觉领域的理论框架是由David Marr于20世纪80年代提出的。David Marr认为,从二维图像恢复客观世界三维物体可见表面的几何结构是计算机视觉研究的主要目标之一。香港科技大学权龙教授认为,计算机视觉的核心研究方向是三维重建。目前,三维重建已广泛应用于自动驾驶、虚拟现实(Virtual Reality,VR)、增强现实(Augmented Reality,AR)、视觉测量、裂痕检测、古建筑保护等领域。在计算机视觉领域,三维重建通常需要摄像机标定、对应点匹配和三维结构计算3个步骤,其中摄像机标定和对应点匹配是三维重建中的两个关键问题。本书作者近年来一直致力于三维重建的研究工作,并参与多个国家自然科学基金项目,在摄像机标定、特征检测及匹配方面进行了深入的研究,并取得了一些成果。本书撰写的内容主要包括该领域的知识和研究成果,以及三维重建在视觉测量方面的应用。 全书共9章。第1章主要介绍视觉测量方法的研究现状、视觉测量过程及关键步骤。第2章主要介绍视觉测量中摄像机模型的基本知识,主要有理想状态下的成像模型和畸变状态下的摄像机模型及常用的摄像机标定方法。第3章针对在视觉测量过程中难以确定摄像机参数的问题,以单幅图像为对象,介绍一种基于单幅图像的摄像机畸变参数估计方法,并在畸变参数确定的基础上,分析基于P3P问题的摄像机外参数标定多解问题。第4章对影响测量精度的多种摄像机模型因素及综合参数效应进行分析,并给出相关结论。第5章介绍常用的底层特征检测及描述方法。第6章介绍视觉测量中的一种基于粗糙集的中层特征提取方法。第7章针对在视觉测量过程中的图像纹理单一而导致的特征不易检测的问题,提出图像直线特征提取过程中的Hough变换最小化参数空间分析方法。第8章针对视觉测量过程中的特征检测定位精度低的问题,研究一种基于四边形的基元提取方法与匹配方法。第9章介绍一款机械装备视觉测量原型系统。 本书由胡立华撰写,该项目受国家自然科学基金面上项目(61873264)、国家自然科学基金项目(U17311269)、山西省重点研发计划(201803D121059)资助。在编写过程中得到了太原科技大学计算机科学与技术学院及中国科学院自动化研究所各位老师的大力支持和协助,在此表示由衷的感谢! 由于时间仓促,编者水平有限,疏漏与不妥之处在所难免,敬请广大读者批评指正,欢迎提出宝贵意见,邮箱:sxtyhlh@126.com。 太原科技大学计算机科学与技术学院 胡立华 2019年11月

目录

目录 第1章 绪论 1 1.1 视觉测量 3 1.1.1 接触式测量 3 1.1.2 非接触式测量 4 1.2 视觉测量的国内外现状 5 1.2.1 单目视觉测量法 6 1.2.2 双目视觉测量法 8 1.2.3 多目视觉测量法 10 1.2.4 大型物体的视觉测量 10 1.3 视觉测量中的关键步骤及分析 11 1.3.1 图像采集 11 1.3.2 图像处理 12 1.3.3 三维重建 15 1.3.4 大型物体视觉测量中的关键问题 16 第2章 摄像机模型 19 2.1 摄像机成像过程 20 2.1.1 像素坐标系 21 2.1.2 成像平面坐标系 22 2.1.3 摄像机坐标系 23 2.1.4 世界坐标系 24 2.2 摄像机的线性和非线性模型 26 2.2.1 摄像机的线性模型 27 2.2.2 摄像机的非线性模型 27 2.3 摄像机标定 30 2.4 小结 32 第3章 大型机械装备的摄像机参数确定方法 33 3.1 引言 34 3.2 基础知识 37 3.2.1 平面单应变换(Homography) 37 3.2.2 摄像机畸变模型 38 3.3 基于单应矩阵的摄像机畸变参数估计方法 39 3.3.1 估计初始单应矩阵H0 40 3.3.2 估计初始摄像机畸变参数P 42 3.3.3 优化参数 43 3.3.4 算法说明 43 3.4 模拟实验 44 3.4.1 单次实验模拟步骤及结果 45 3.4.2 多次实验结果 55 3.5 真实图像实验 57 3.5.1 标定实验的分析比较 57 3.5.2 机械装备二维图纸 60 3.6 基于P3P问题的摄像机外参数标定和解的奇异性 64 3.6.1 P3P 问题 65 3.6.2 3个超环面(Toroid) 66 3.6.3 Grunert一元四次方程 67 3.6.4 P3P问题的解在控制点邻域的奇异性 69 3.7 小结 72 第4章 视觉测量模拟和精度评估 73 4.1 引言 74 4.2 误差及其产生原因 75 4.3 参数设置及关键参数计算 77 4.4 模拟实验 80 4.4.1 实验数据与实验步骤 80 4.4.2 视觉测量误差实验结果 83 4.5 综合因素实验结果分析 94 4.6 小结 95 第5章 视觉测量的底层特征 97 5.1 底层特征检测算子 98 5.1.1 Moravec检测算子 99 5.1.2 Harris检测算子 100 5.1.3 SUSAN检测算子 102 5.1.4 CSS检测算子 103 5.1.5 LoG检测算子 103 5.1.6 DoG检测算子 104 5.2 底层特征描述 105 5.3 典型的底层特征——SIFT 106 5.4 小结 110 第6章 视觉测量的中层特征 111 6.1 BoV模型构造 112 6.2 基于二进制分辨矩阵的冗余视觉单词约简方法 113 6.2.1 引言 114 6.2.2 粗糙集理论 115 6.2.3 二进制分辨矩阵的定义 117 6.2.4 二进制分辨矩阵相关的定义 118 6.2.5 算法设计思想 119 6.3 实例分析 120 6.4 实验结果与分析 127 6.5 小结 131 第7章 Hough变换下的直线最小化参数空间分析 133 7.1 引言 134 7.2 Hough变换 138 7.3 问题提出 139 7.4 问题分析 142 7.5 小结 148 第8章 视觉测量中的四边形检测与匹配 149 8.1 引言 150 8.2 相关工作 151 8.3 基本概念 152 8.4 面向机械装备的四边形自动检测方法 153 8.4.1 线段预处理 155 8.4.2 四边形的自动检测算法 160 8.4.3 四边形匹配算法 163 8.5 实验分析 166 8.6 小结 169 第9章 机械装备视觉测量原型系统开发 171 9.1 系统功能模块及开发环境 172 9.2 主要模块实现过程 173 9.2.1 图像获取 173 9.2.2 图像格式转换 174 9.2.3 图像预处理 174 9.2.4 特征检测和匹配 175 9.2.5 摄像机标定 175 9.2.6 三维重建 176 9.2.7 产品测量 176 9.3 系统设计及运行结果 176 9.4 测量结果与误差分析 179 9.5 小结 181 附录A 测量误差结果 183 参考文献 193

作者简介

编辑推荐

作者寄语

电子资料

www.luweidong.cn

下一个