基于多向联合交汇的柔性视觉形貌测量新方法

针对大尺寸物体形貌测量应用,设计一种视觉形貌测量新方法。该方法是将两套没有公共视场的单目视觉传感器组合起来联合交汇,分别用于位姿测量和单目多位置交汇测量。位姿测量通过求解PnP问题为单目多位置交汇测量提供位姿信息。单目多位置交汇测量利用位姿测量提供的辅助信息通过光束平差解算出待测物的形貌。分析了系统原理,给出位姿测量PnP算法实现过程,介绍了非公共视场相机的标定方法原理,分析了单目多位置交汇测量的原理并给出实现方法。最后进行了测量方法的验证实验,实验结果表明,在3 m×3 m的工作范围内系统测量精度为5 mm,证明该方法可以用于大尺寸物体形貌测量,且结构简单轻便,具有很强的灵活性。     

移动视觉测量中基于空间交会的匹配方法

移动视觉测量中大量非编码点粘贴在被测物表面。由于图像点在不同站位图像中形状相似,因此无法提供足够多的信息来对其进行分类识别,匹配不同图像间的非编码点是移动视觉测量中的一项重要任务。大量研究证明,极线匹配方法是实现图像点匹配的有效方法。然而移动视觉测量的相机是未经过标定的,在利用极线匹配方法时,图像畸变会使基本矩阵求解精度较低,从而导致大量误匹配情况出现。为了解决该问题,提出一种基于空间交会的非编码点匹配方法。该方法通过不同图像间编码点的自动匹配,结合平差优化算法初步获取各站位的内外参数。然后利用这些参数将二维图像点重投影成对应的三维空间直线,在空间中利用直线间的交会关系确定图像匹配点。大量实验证明,该方法可以比极线匹配方法寻找更多的匹配点,更适合用于移动视觉测量。     

多摄像机空间交会动态测量中遮挡问题的研究

遮挡问题是现有多摄像机测量网络在进行空间交会测量时存在的一个重要问题。当测量过程中有遮挡发生时,某些特征点可能仅能被一个像机观测到,传统的前方交会测量方法将不再可行。为了解决这一问题,通过特征点的几何约束来求解特征点位在全局坐标系下的粗略位置作为进一步迭代优化的初值,并根据可用的特征点(可以是能被所有像机观测到,也可以是仅被部分像机观测到)的多光线约束来建立最优化目标函数,通过迭代算法最终解算得出被测目标可靠的位置姿态。实验结果表明,该方法在解决实际应用中遮挡问题的同时,也能提供较高的测量精度。     

基于非参数测量模型的摄影测量方法研究

由于近景摄影测量具有测量范围广、精度高和效率高等优点,其在大尺寸精密测量任务中承担越来越重要的角色。其中,基于平差优化的自标定测量模型是保证该方法实现高精度测量的重要原因。然而,随着越来越多的商业级单反相机应用到三维空间测量,发现其测量精度与专业相机相比有一定差距。经过大量分析发现,除了相机本身原因外,自标定模型过多地依赖相机内部参数,尤其是畸变参数,是导致测量精度降低的重要原因。为了降低参数化模型对测量结果的影响,提出一种不依赖相机内部参数的摄影测量方法。结合垂线法和Zeiss实验室标定方法,设计了一种针对大视场相机的非参数标定方法。经过不同图像间同名点匹配和平差初值确定后,便可建立基于角度信息的非参数测量模型。结合平差优化算法,完成对空间被测点三维坐标的精确解算。经过与传统摄影测量结果比对,证明该方法可以有效提高大视场单反相机的摄影测量精度。