给大家分享6篇关于结构光的计算机专业论文

今天分享的是关于结构光的6篇计算机毕业论文范文, 如果你的论文涉及到结构光等主题,本文能够帮助到你

基于结构光的嵌入式立体视觉图像采集系统研究

这是一篇关于道路环境感知,结构光,现场可编程门阵列,单片机,图像采集的论文, 主要内容为自动驾驶是近年来的研究和应用热点,前方道路的环境感知技术是自动驾驶领域的重要研究内容。计算机视觉技术是自动驾驶环境感知的一个重要工具,但传统的计算机视觉在采集图像时,易受到环境干扰,影响图像采集质量和后续算法处理。结构光是一种主动光源,可以有效减少环境光的干扰,提高系统鲁棒性。本文利用结构光和立体视觉技术,开展自动驾驶中的环境感知技术研究,基于嵌入式系统技术开展结构光和立体图像采集系统研究,为后续算法提供基础数据支撑。(1)提出了结合结构光和立体视觉的图像采集系统模型方案。利用多棱镜转鼓形成扫描光栅,配合双目立体视觉数据系统进行道路前方环境信息的扫描和图像采集。完成了系统分析、方案设计、功能模块划分以及各个功能模块设计。(2)基于嵌入式系统技术完成了图像采集控制系统。采集系统主要由CCD相机采集模块、光栅发生器模块与中央控制器三个模块构成。CCD相机模块负责图像信息的捕捉;光栅发生器模块用于产生可控可调的扫描光栅;中央控制器模块负责进行系统驱动和控制。中央控制模块采用ARM+FPGA进行构建,FPGA作为协处理器,主要进行接口扩展和同步驱动信号发送,ARM作为主处理器,控制上位机与下位机命令的发送接收以及实现人机交互功能。系统分别从硬件设计与软件开发两方面进行研究。通过分析智能驾驶道路环境感知的影响因素,设计了基于结构光的嵌入式图像采集系统,研究图像采集系统模型参数,针对系统功能对其进行硬件电路设计与软件驱动开发。从最终的实验结果分析发现,本文提出的基于结构光的嵌入式立体视觉图像采集系统能够实现对智能驾驶道路环境感知过程中的图像数据采集,为下一步智能决策提供数据指引。

基于深度学习的单目结构光三维重建研究

这是一篇关于结构光,三维重建,深度学习,条纹图的论文, 主要内容为随着计算机视觉技术的不断发展和进步,三维重建的研究已经成为该领域的热点。结构光三维重建技术由于不需要接触待测物体,重建精度高等优点成为三维重建的重要研究方向。鉴于深度学习方法在图像处理方面表现优异,论文将以结构光三维重建技术为研究基础,通过深度学习中的卷积神经网络进行三维重建实验,实现从单幅条纹图恢复被测物体的三维形状。具体研究内容如下:(1)通过研究结构光3D重建技术,详细介绍了3D重建原理、相位主值提取和包裹相位展开的过程和原理。并根据该技术提出了一种仅使用单幅被编码的条纹图像通过神经网络来预测深度图的方法,实现三维重建。(2)对于提出的与图像处理相关的回归预测任务,设计了相应的编码器-解码器网络结构,并对该神经网络做出了相应的改进,通过相移法结合格雷码编码的结构光方法制作条纹光栅-深度图数据集,将设计完成的神经网络用于训练数据集以获得训练模型,并利用仿真实验证明从条纹图预测深度图方法的可行性。(3)改进了应用在医学图像生物细胞分割领域的U-Net网络,使其能够应用在三维测量技术中,同时设计了Multi Res HNet网络,其使用一系列更小和轻量级的卷积块,从不同尺度获取物体信息,并融合了解码器路径输出信息,用来提高形状重建的精度。(4)解决了基于格雷码编码的单目结构光重建系统中的几个关键问题:投影仪标定、格雷码解码编码。通过分析后采用相位法实现投影仪的参数标定,互补格雷码编码的方法实现相位展开。(5)建立了单目结构光实验系统平台。对比分析了基于相移法结合格雷码编码的结构光三维重建与基于深度学习方法的三维重建的实验结果,证明了该方法的有效性。

基于深度学习的单目结构光三维重建研究

基于双目视觉的结构件平面度测量机器人开发

这是一篇关于地铁屏蔽门,平面度测量,结构光,双目视觉,网格交点定位的论文, 主要内容为随着城市轨道交通的发展,地铁出行方式因其舒适、准时、便捷的特点成为当前最主要的公共出行方式。地铁相关配套设施的市场需求随之急剧增长,对其生产质量要求也日益严格。T形下支座为地铁屏蔽门下部支撑组件的一种钢结构体,其平面度大小关乎整个地铁屏蔽门的安装精度、寿命,而当前对其平面度测量方式主要依靠人工测量,测量效率低下导致平面度测量工序成为影响屏蔽门配套设施生产效率的关键工序。因此,以T形下支座为对象,开发一种结构件平面度测量机器人对提高地铁屏蔽门企业的生产效率和质量管理具有极为重要的工程应用价值,同时对于类似结构件的平面度测量具有一定推广和借鉴意义。平面度求解过程,即为待测表面特征点深度信息求解过程。近年来,结构光及双目视觉已被成功应用于三维测距领域。基于此,本文对基于结构光双目视觉的地铁屏蔽门结构件平面度测量方法和测量机器人开发展开了深入研究。首先基于平面度检测技术要求完成了成像系统与双目相机夹具的硬件设计,并对双目相机和机器人手眼进行标定;重点对基于置信度的结构光网格交点定位算法展开了研究。基于双目测距模型对特征点的三维坐标进行测量,运用最小二乘法求解结构件平面度。与基于激光位移传感器的平面度测量方法对比,验证了本文平面度测量方法的有效性与优越性,通过与人工平面度测量效率与成本对比,验证了开发测量机器人的高效性与经济性。本文主要研究工作如下。(1)基于对T形下支座平面度检测要求的分析,对基于结构光双目视觉的结构件平面度测量机器人系统进行了方案设计。搭建了成像系统,并将双目视觉系统集成于机器人,以实现对T形下支座待测表面的自动化成像,完成了机器人、相机和结构光的选型,以及双目相机双目标定与机器人手眼标定。(2)对基于置信度的结构光网格交点定位算法进行了研究。因结构光网格交点与棋盘格角点在几何特征上具有相似性,先采用Harris角点特征提取算法提取网格交点,实验结果表明该方法因鲁棒性较差不适于本应用场景;随后基于霍夫变换的网格交点定位算法求解网格交点,因结构光光线并不为标准直线,网格交点定位精度较差;借鉴Geiger在棋盘格角点提取算法中计算置信度的思想,针对网格结构光几何特征,设计了基于置信度的网格交点定位算法。该算法通过图像预处理、置信度计算、非极大值抑制、基于强度分布复检四步实现网格交点定位。通过对40件待测结构件网格交点提取结果的分析,验证了基于置信度的网格交点定位算法应用于T形下支座的有效性和良好的鲁棒性。(3)对结构件平面度计算算法进行了研究,并对本文提出的平面度测量算法进行了分析与评估。为进一步提高网格交点定位精度,基于网格交点邻域内像素点灰度值呈中心分布的特征,设计了基于高斯拟合的网格交点亚像素定位算法,依次通过粗定位与精定位两步对网格交点进行亚像素定位;然后基于顺序一致约束进行左右目网格交点匹配,基于网格交点二维图像坐标与双目标定、手眼标定结果,进行网格交点三维坐标的计算,最后基于最小二乘法求解结构件平面度。与激光测距传感器、基于霍夫变换网格交点定位算法平面度测量结果进行对比,验证了本文提出的平面度测量算法的有效性与高效性。(4)对基于双目视觉的地铁屏蔽门结构件平面度测量机器人进行开发与测试,分别从抗干扰能力、效率、经济性对该测量机器人进行分析评估。通过实验验证了机器人运动与环境光对机器人平面度测量结果影响极小,在工厂环境下具有较好的稳定性;与人工平面度测量效率对比,验证了平面度测量机器人测量的高效性;最后基于成本核算,验证了开发的平面度测量机器人具有较高的投资回报率。

煤矿箕斗煤量测量

这是一篇关于机器视觉,结构光,深度学习,神经网络的论文, 主要内容为在自动化的需求下,机器视觉目前在的各个领域有着广泛的应用。煤矿井下的工作环境非常复杂恶劣。工人在矿井下工作有一定的危险性,长期井下工作对身体健康不利,因此煤矿的招工十分困难。为了减少工人的工作量,并实现煤矿的自动化作业,减轻煤矿人工压力,本文将结构光以及深度学习应用于煤矿的实际工作中。本文完成了两个工作:基于结构光的煤矿箕斗煤炭光条中心提取和基于卷积神经网络的箕斗工作状态监测。本文首先介绍箕斗煤炭光条中心提取的技术方法。工作过程分为箕斗工作图像采集环节、图像预处理环节和光条中心提取环节。在箕斗工作视频实地采集后,对图像进行预处理,以减轻后续图像处理工作量。在整个系统中,最关键的一点就是准确的提取投射在物体表面的线结构光条纹中心。目前关于激光光条的中心提取法已经有了很多种,本文将几种经典的中心提取算法应用到煤矿箕斗的工作中。实验结果表明,Steger算法较其他的算法有较大的优势,因此选取Steger算法作为最终的提取算法。并在此基础上加以改进,将Steger算法与基于RGB颜色阈值分割的方法相结合,大大提高了系统的运算速度,最后引入连通域处理无用的信息。最终光条提取的结果较为准确,满足实验目标。其次本文介绍了箕斗工作状态检测的技术方法。基于深度学习的方法来识别箕斗的工作状态,以Res Net50神经网络作为训练模型,选取了近7500张图片作为数据集,最终训练完成后测试的准确率为0.987%,达到了准确识别箕斗工作状态的目标。最后将训练好的模型应用在箕斗实际工作的视频中,能够满足实际工作环境下的准确识别箕斗工作状态的要求。本文进行的基于结构光的煤矿箕斗煤炭光条中心提取和基于卷积神经网络的箕斗工作状态监测技术研究,在实验中效果良好,能精确的提取箕斗煤炭的光条中心以及精准的分类箕斗工作状态,并对箕斗的卸载时间计时。