论文部分内容阅读
多视角拼接是视觉测量中的一个重要环节,拼接的精度将直接影响测量的整体精度。目前应用较为广泛的基于标志点的拼接方法具有易于实施且相对其它采用辅助设备的拼接方法其设备成本较低的优点,然而也存在测量的标志点精度不高以及在连续拼接(多于三个视角时)中出现误差累积的问题。本文采用移动模板并运用光束法平差算法分别对单个测量区域及全局整体的模板标志点坐标及各测量位置间的摄像机外参数进行优化,并用优化后的参数配准测量点云,最后对配准后的点云进行融合光顺。本文首先设计制作了一个标志点模板,提出了物体表面点云测量与移动模板标志点测量相结合的测量拼接方案,并提出了测量数据处理的整体流程,这包括标志点三维坐标的计算,不同角度下公共标志点的匹配、摄像机外参数的计算、光束法平差优化以及点云配准等。在基于光束法平差的多视角优化配准中,本文采用双目立体视觉的方法计算模板标志点坐标,并通过不同视角下模板标志点坐标间的匹配来计算各视角下摄像机的外参数,并以此摄像机外参数与模板标志点坐标作为光束法平差的初始值,进行迭代优化。接下来,通过不同测量位置下迭代优化后的模板标志点坐标间的匹配进一步将各测量位置下的模板标志点坐标转换到同一坐标系下。然后对全部模板标志点及摄像机外参数进行全局光束法平差,以优化不同测量位置间的变换关系。最后采用优化的摄像机外参数将点云配准,并与三坐标的测量结果进行对比,结果表明测量拼接的平均误差为0.026mm,标准差为0.037mm,配准精度明显高于直接用标志点配准的结果,验证了此拼接方法的可行性与准确性。在点云融合部分,本文首先采用了索引算法对点云进行预处理,滤除离群点。然后采用基于移动最小二乘曲面拟合的方法计算点云的融合点。结果表明此方法较好的消除了由配准误差引起的点云分层现象,使点云整体更加光顺。