【摘 要】
：
随着数字信息科技的飞速发展,各行各业对获取物体表面三维信息的要求越来越高,如何提高三维测量精度便成为三维测量领域的研究热点之一。对于测量精度来说,误差分析是提高测量精度的重要一步。测量系统中结构参数对测量精度的影响是复杂的,目前对于系统结构参数的研究还在不断地完善,通过仿真测量进行多参数模式误差分析更是其中亟待解决的问题。鉴于上述问题,本文拟采用仿真测量手段,对光学三角法三维测量系统中投影仪和摄像
论文部分内容阅读
随着数字信息科技的飞速发展,各行各业对获取物体表面三维信息的要求越来越高,如何提高三维测量精度便成为三维测量领域的研究热点之一。对于测量精度来说,误差分析是提高测量精度的重要一步。测量系统中结构参数对测量精度的影响是复杂的,目前对于系统结构参数的研究还在不断地完善,通过仿真测量进行多参数模式误差分析更是其中亟待解决的问题。鉴于上述问题,本文拟采用仿真测量手段,对光学三角法三维测量系统中投影仪和摄像机距离B、焦距f和摄像机光轴与x轴夹角β0存在误差时导致的测量误差进行仿真分析,为设计优化三维测量系统及提升测量精度提供理论基础和指导。具体工作如下:（1）基于光学三角法建立三维测量系统数学模型,得到世界三维坐标X、Y和Z值与参数B、f和β0之间的函数关系式。（2）根据数学模型和测量系统要求设计仿真测量系统参数,在3D Max软件中搭建仿真测量模型。（3）分析单参数模式下成像系统的测量误差。使用Matlab软件进行仿真测量实验,当参数B、f和β0分别存在不同误差时,研究在不同深度位置的测量误差,得到最大深度测量误差图表,分析出各参数存在不同误差时对测量误差的影响规律,拟合出了最大深度测量误差与各参数误差和深度值之间的函数关系式,最后得出各参数在满足深度测量精度的条件下允许存在的最大误差,用于误差分析和误差分配。（4）分析多参数模式下成像系统的测量误差。在单参数模式分析的基础上,两两参数组合和三个参数同时存在不同误差时,得到在不同深度位置的最大深度测量误差,分析出不同参数组合存在不同误差时对最大测量误差的影响规律,得出各参数在满足深度测量精度的条件下允许存在的最大误差,用于建立系统结构参数的设计准则,最后得到深度测量误差与各个参数误差之间的函数关系式,用于误差校正。
其他文献
研究了深冷处理与传统热处理对35CrMo合金结构钢的力学性能、尺寸稳定性和微观组织的影响。采用圆环三角法对不同工艺处理后的尺寸稳定性进行评价。结果表明，淬回火后增加深冷处理能够使35CrMo的抗拉强度提高32 MPa，屈服强度提高33.5 MPa，伸长率提高26.7%，冲击韧性保持不变。高温回火后材料内应力得到充分释放，试样的稳定性较好，增加深冷处理能够进一步提高材料的尺寸稳定性。淬火后回火前增加
随着深度神经网络技术的发展和日益增长的工业需求,目标检测越来越受到人们的重视,并取得了显著的成绩。目前,大多数算法都是针对一定尺寸的常规目标。然而,由于小目标的尺寸相对较小,经过神经网络的下采样处理后像素数目越来越少,导致提取的目标特征不明显。检测中经常出现漏检和误检,严重影响了目标检测的效果。本文针对小目标检测效果差的问题,在算法的特征提取部分,采用并行卷积、空洞卷积以及残差网络来增大特征图的感
基于数据相关性的深度异常检测方法旨在挖掘数据样本更深层次的特征信息,通过深度学习的方法对获取的数据样本进行训练。目前,在异常检测领域传统方法和深度学习方法依然存在问题。大多异常检测方法只是对数据样本本身特征的研究,并没有考虑到数据样本之间的关联性,会丢失一些原始样本的特征,造成检测效果不理想。基于自编码器的异常检测采用重构误差作为异常分数,无法通过客观方法确定适当的权重。为了避免原始样本特征的丢失
温度作为常见的物理量之一,对人们的生产生活起着重要的作用,因此,温度的测量与控制有非常重要的意义。与传统的温度传感器相比,光纤温度传感器具有体积小、耐腐蚀、重量轻等优点,尤其是光纤法布里-珀罗干涉计（FPI）,还具有结构简单、稳定性好的优点,近年来受到了研究者的广泛关注。然而,受二氧化硅材料热膨胀系数和热光系数偏低的影响,全光纤单腔温度传感器的灵敏度仅约为10pm/℃。近年来,光学游标效应被广泛用
多目标跟踪方法一直是计算机视觉领域的研究热点,被广泛应用于智能监控和智慧交通等领域。然而在多目标跟踪中,当目标发生移动,导致目标形态变化或目标发生遮挡,造成目标特征提取困难以及特征提取不充分等问题。从而影响目标检测任务的精度,进而影响多目标跟踪的性能。因此本文分别针对多目标跟踪中的检测和跟踪任务进行研究,提出了一种基于SDA-DLA34-R的多目标检测跟踪算法（An improved DLA34
激光雷达（Li DAR）技术是一种主动式遥感技术。Li DAR数据可以提供研究区域的地物高度等有价值的信息,以便于计算机处理区分地物类别。传统卷积神经网络（CNN）近些年已经被广泛应用于遥感图像分类领域,但是传统CNN随着网络深度的增加会出现过拟合问题。深度神经网络中带有跳跃连接的残差网络（Res Net）可以缓解以上问题,但Res Net在加深网络过程中也存在特征图尺寸逐渐减小,丢失细节信息等问
信号调制识别技术主要是指在缺乏相关先验信息的情况下,判断信号所用调制方式以及估计相关参数的技术。调制识别技术在电子侦察、无线电监控等军事、民用领域有着举足轻重的地位。传统调制识别技术主要利用信号时域波形及其变换域特征进行识别判断,识别过程依赖于算法设计人员的主观经验,工作效率低、人工成本高、算法通用性差。伴随硬件计算能力的提升与人工智能算法理论的广泛应用,将人工智能相关算法应用于信号调制识别领域,
利用X射线衍射仪（XRD）、扫描电镜（SEM）和弯曲试验机等研究了将WC-12Co硬质合金缓慢降温至-196℃和直接置于液氮中两种超低温处理工艺对其力学性能、耐磨损性能、残余应力及晶体结构的影响。结果表明，两种超低温处理工艺均可提高硬质合金的抗弯强度和硬度，且随处理时间的延长而提高，但处理时长为72 h后，硬质合金的抗弯强度和硬度基本不再提高。采用缓冷至-196℃的工艺效果明显好于液氮直冷的，且液
深度学习因其自主挖掘和表征高光谱图像自身特征的能力,在高光谱图像分类任务中得到了广泛的应用。但是基于深度学习任务中的分类算法仍然存在数据冗余、精细特征提取不充分、光谱全局与局部信息丢失等问题,很多方法在对高光谱图像进行分类时,只考虑光谱信息或者空间信息,不能充分利用图像的特征。本文分析总结了高光谱图像分类现状后。针对上述问题,提出了两种基于空谱联合的高光谱图像分类算法,主要从动态卷积和图卷积两个方
随着大数据时代的发展,Skyline查询技术在查询信息方面受到青睐,差分隐私技术在保护数据隐私性方面成为近年来的研究热点。数据也呈现出多样性,比如在多维数据中,数据可能缺失某一个维度,以此称为不完全数据;若数据的存在性依赖某个概率,则该数据存在不确定性,以此称为不确定数据。本文对多样性数据下满足差分隐私的Skyline查询方法进行了研究。首先,研究了不完全数据下满足差分隐私的Skyline查询问题