数字摄影测量原理在车身标识点测量中的应用毕业论文

数字摄影测量原理在车身标识点测量中的应用毕业论文内容摘要：

体应用但由于各自学科的历史、研究内容和侧重点的不同，在具体的诸多方面又存在着差异，主要表现在以下几个方面： （ 1） 出发点不同导致基本参数物理意义的差异：摄影测量中的外部定向是确定影像在空间相对于物体的位置与方位，而计算机视觉则是物体相对于影像的位置与方位来描述问题。 （ 2）由于 (1)中不同的出发点导致基本公式的差异 :摄影测量中最为基本的是共线方程，而视觉测量中最为基本的公式是用齐次坐标表示的投影方程。 （ 3）数学处理算法的不同 :摄影测量渊源于测绘学科，基于非线性迭代的最小二乘法平差求解贯穿于数字近景摄影测量的全过程，而计算机视觉强调矩阵分解，总是设法将非线性问题转换为线性问题，尽可能避免求解非线性方程。 尽管数字近景摄影测量与计算机视觉有这样、那样的差异，但在最近20年的发展过程中，学科间的交流逐步增加 (相互参加、协助召开学术会议并出版论文集，如 ISPRS, SPIE等 )， 两者的学科交叉越来越多数字近景摄影测量中的许多基本概念与方法来自影像处理与计算机视觉 (如数字图像处理的某些算法、编码标志的自动识别 )；反过来，摄影测量中的一些特色理论和方法又为视觉测量所采用 (如整体光束法平差算法、像机自标定原理和方法等 )。 为此，摄影测量界的学者早就开始思考和把握这种态上海工程技术大学毕业设计（论文） 数字摄影测量原理在车身标识点测量中的应用 18 势，也正是学科间这种共同的理论基础、类似的处理方法和基于数字图像量测技术的固有特征，所以在文献中常常是可以互换使用这些术语，如计算机视觉、机器视觉、机器人视觉、数字近景摄影测量和视觉测量。 数字近景工业摄影测量的关键技 术及国内外现状 在 (工业 )摄影测量的发展阶段及主要成果，国内自 70年代末就开始逐步进行近景摄影测量的研究，到目前为止，已有许多学者在数字近景摄影测量方面进行了很多的研究及应用工作，但主要是测绘学科的研究人员、研究的重点也主要是针对普通测绘工程，而针对工业测量的研究和应用就很少了，而且不成系统性。 针对大尺寸工业三坐标测量，数字近景工业摄影测量的关键技术及其国内的研究状况如下： （ 1）高质量“准二值影像”的获取：高质量图像的获取是高精度测量的基础之一，国外主要采用高反射性能的定向 反光材料来制作人工标志，并对其摄影以获取高质量“准二值影像”，早在 1993年就有学者提出要采用 RRT标志，但一直未见到系统的研究及应用报道。 （ 2）标志中心高精度定位算法：目前已不满足亚像素精度的中心定位算法，国内研究还在 0. 1 pixel精度时，国外已做到了 pixel精度的标志中心定位。 （ 3）数字像机的标定与自标定 :标定结果的好坏直接影响到测量结果的度，国内对一般像机的标定方法研究较多，但对数字像机畸变模型的研究和选择不多，尤其是针对近景的自标定理论和方法缺少研究和试验，而国外成型系统均已实 现国内在上世纪的 80年代就针对航上海工程技术大学毕业设计（论文） 数字摄影测量原理在车身标识点测量中的应用 19 空摄影测量在自标定理论方面进行了研究，但针对近景摄影测量的自标定研究还未见公开报道。 （ 4）基于编码标志和自动匹配技术的自动化测量技术：测量的自动化一直是人们追求的目标，对编码标志进行自动识别和利用核线匹配来加快测量速度和实现测量自动化是一条很好的捷径，国内已有人开始进行了初步的研究。 （ 5）测量网形的优化与设计：作为一种光学测量手段，传感器的布设方案决定的测量的网形，对精度影响也很大，经典的测绘学科 (如大地测量和工程测量 )里面已有很深入的研究，国内已有人进行过计算机模拟计算 试验。 （ 6）基于理论研究的系统实现和实际工程应用：在实际工程中应用是对研究成果的最好验证，国外已有很多相对精度达到 1/10万的工业摄影测量工程实例报道，国内也有了少量的低精度工业摄影测量工程的应用报道。 4 数字摄影测量的理论基础 三维测量原理 利用 CCD 摄像机可以获取三维物体的二维图像 , 这就是实际空间坐标系和摄像机像平面坐标之间的透视变换。 通过多个摄像机从不同方向拍摄的 2幅或 2幅以上的二维图像 ， 可以综合出物体的三维曲面轮廓。 为说明问题方便 , 设物空间坐标系为 X Y Z , CCD像面 的像平面坐标系为 x y。 现以双摄像机为例 , 说明系统的透视变换关系。 如图 所示 , 上海工程技术大学毕业设计（论文） 数字摄影测量原理在车身标识点测量中的应用 20 P 为空间三维物点 , 其坐标为 P (X ,Y ,Z ) , 在摄像机 1和摄像机 2 CCD 像面上的像点坐标分别为 1P (1x 1y ) 和 2P (2x 2y )。 图 物空间坐标系和双摄像机的像平面坐标系 对摄像机 1, 像点坐标与物点坐标的变换关系为 : 1 2 3 4111 1 5 6 7 81 9 1 0 1 1 1 1Xa a a axwYy w a a a aZw a a a     „„„„„„„„„„„„„„„„„„ () 其中 , 1w 为非零参数。 1a 、 2a 、 ⋯和 11a 为系统变换矩阵的元素 , 与 摄像机 1 的安放位置及成像系统的参数有关 , 可通过系统定标来确定。 摄像机 2, 像点坐标与物点坐标的变换关系为 : 1 2 3 4222 2 5 6 7 82 9 1 0 1 1 1 1Xb b b bxwYy w b b b bZw b b b     „„„„„„„„„„„„„„„„„ () 其中 , 2w 为非零参数。 1b 、 2b 、 ⋯和 11b 现为系统变换矩阵的元素 , 与摄像机 2的安放位置及成 像系统的参数有关 , 也可通过系统定标来确定。 上海工程技术大学毕业设计（论文） 数字摄影测量原理在车身标识点测量中的应用 21 由 (),() 2个方程可转化为以下 2个方程 : 1 1 1 11 1 1 11 0 0 0 00 0 0 0 1X Y Z x X x Y x Z xAX Y Z y X y Y y Z y             „„„„„ () 2 2 2 22 2 2 21 0 0 0 00 0 0 0 1X Y Z x X x Y x Z xBX Y Z y X y Y y Z y             „„„„„( ) 式中 , 1, 2 , , 1 1... TA a a a 。 1, 2 , , 11... TB b b b 。 ia 和 ib , 加起来共 22 个未 知参数 , 利用 1个已知靶点和它在 2 个 CCD 像面上的像点可建立 4个线性方程。 欲求 22个未知参数 , 则至少需 6个已知靶点。 利用已知的 6个或 6个以上靶点 ， 根据上述方程 ， 便可解得这些参数。 这是测量工作的第 1步 , 即求出双摄像机组成的测量系统的变化矩阵 A 和 B ， 称为系统定标。 测量的第 2步是根据被测点 P 在两个 CCD 像面上的像点坐标 (1x 1y )和 ( 2x 2y ) , 求得未知点 P 的物空间三维坐标 (X , Y , Z )。 由 (),() 2个方程可得到以下方程 : 1 9 1 2 1 0 1 3 1 1 1 14133 9 1 6 1 0 1 7 1 1 1( ) ( ) ( )( ) ( ) ( )Xa a x a a x a a x xaY yaa a y a a y a a yZ          „„„„„„ () 1 9 1 2 1 0 1 3 1 1 1 14133 9 1 6 1 0 1 7 1 1 1( ) ( ) ( )( ) ( ) ( )Xb b x b b x b b x xbY ybb b y b b y b b yZ          „„„„„„ () 由上述方程可方便地求得 3个未知数 X 、 Y 和 Z , 即 P 点的三维空间坐标值。 这样就可以利用双摄像机拍摄的 2 个二维图像逐点测量物体的三维轮廓。 利用 3个或更多的摄像机则可使测量精度更高 ,便于 测量到超出 2个摄上海工程技术大学毕业设计（论文） 数字摄影测量原理在车身标识点测量中的应用 22 像机采集范围以外的点。 不论采用 2 个摄像机还是更多的摄像机 , 测量过程总是先利用靶标对测量系统定标 , 再对被测物测量。 定标后摄像机位置必须保持不变。 但若在测量过程中始终保持靶标和被测物的相对位置不变 , 即测量静态物体 , 则可只用 1 个摄像机 , 而在不同的位置分时进行采样。 共线条件表达式 共线条件方程式是描述像点投影中心以及物方点应位于一直线上的一种条件方程式。 图 像点 a在 2种坐标系下的坐标 现已知某像点 a在像空间坐标系 S xyz内的坐标为 ( x, y, f )要 求解此像点 a在辅助空间坐标系 S XYZ内的坐标 (u, v, w)。 从坐标系 S XYZ 到 S xyz 是经过顺序旋转三个角度 ()   得到的这就相当于三次旋转坐标变换其变换关系为： uxv T T T ywf                  上海工程技术大学毕业设计（论文） 数字摄影测量原理在车身标识点测量中的应用 23 c o s 0 s in 1 0 0 c o s s in 00 1 0 0 c o s s in s in c o s 0s in 0 c o s 0 s in c o s 0 0 1xyf                                            1 2 31 2 31 2 3a a a xxb b b y R yffc c c                  „„„„„„„„„„„„„„„ () 以上各方向余弦值得表达式为： 123123123c os c os si n si n si nc os si n si n si n c ossi n c osc os si nc os c ossi nsi n c os c os si n si nsi n si n c os si n c osc os c osaaabbbccc                     R 为正交矩阵，故有： 1111222333a b cx u uy R v a b c vf w wa b c                         „„„„„„„„„„ () 上海工程技术大学毕业设计（论文） 数字摄影测量原理在车身标识点测量中的应用 24 图 像点和物点的对应关系 考虑到像点 a， 投影中心 S ， 以及物方点 A 应位于一直线上， 可得： 1112223 3 3SSSa b c XXuv a b c Y Yw ZZa b c       „„„„„„„„„„„„„ () 转化为： 1 1 13 3 32 2 23 3 3( ) ( ) ( )( ) ( ) ( )( ) ( ) ( )( ) ( ) ( )S S SS S SS S SS S Sa X X b Y Y c Z Zxfa X X b Y Y c Z Za X X b Y Y c Z Zyfa X X b Y Y c Z Z                     „„„„„„„ () 这就是共线条件方程式。 直接线型变换推导 直接线形变换 (DLT Direct Linear Transformation )算法是直接建立像片影像坐标和物方空间坐标的几何关系式的一种算法计算中不需要上海工程技术大学毕业设计（论文）。