基于多目立体视觉和神经网络标定的表面形貌测量方法研究
针对三维表面形貌的非接触式光学测量是计算机多目立体视觉技术的一项重要应用,但目前还存在相机个数受限、特征点匹配算法复杂与纵向测量精度不够等难题.开发了一种基于多目立体视觉和神经网络标定的表面形貌测量方法,其中包括:使用神经网络完成多目标定与三维重构,在表面投射激光点阵作为图像识别与匹配的特征点,应用蚁群粒子跟踪测速技术进行多相机间相同特征点的匹配.经实验测试,相较于传统基于小孔成像模型进行标定与基于核线约束或互相关算法进行匹配的立体视觉测量系统,所提出的方法可适配具有大光学畸变的场景,能有效提高测量的空间分辨率,深度方向的测量误差在1.0%~2.0%的水平.
多目立体视觉;表面形貌测量;特征点匹配;神经网络;粒子跟踪测速
35
V211.71(基础理论及试验)
工信部高技术船舶科研计划项目;国家自然科学基金;国家自然科学基金
2022-01-19(万方平台首次上网日期,不代表论文的发表时间)
共8页
44-51