一、FTP法三維輪廓測(cè)量系統(tǒng)的快速標(biāo)定技術(shù)（論文文獻(xiàn)綜述）
何周旋[1]（2021）在《基于相位的線結(jié)構(gòu)光復(fù)雜形面測(cè)量方法研究》文中指出隨著制造技術(shù)對(duì)復(fù)雜形面廓形檢測(cè)技術(shù)的要求不斷提高,發(fā)展一種具有360°輪廓的三維測(cè)量技術(shù)變得越來(lái)越重要。然而,現(xiàn)有的面結(jié)構(gòu)光測(cè)量方法因?yàn)楣饩€遮擋,難以單次完成測(cè)量任務(wù)。線結(jié)構(gòu)光測(cè)量方法可以克服遮擋問(wèn)題,但在光條中心提取時(shí),易受噪音影響,同時(shí)存在斷線、歪曲等問(wèn)題。因此,本文在深入研究線結(jié)構(gòu)光三維測(cè)量技術(shù)的基礎(chǔ)上,發(fā)展了一種基于相位的線結(jié)構(gòu)光復(fù)雜形面360°測(cè)量方法,主要完成工作如下:（1）首先,研究了結(jié)構(gòu)光測(cè)量原理,分析論證了基于面結(jié)構(gòu)光的測(cè)量過(guò)程中不足,設(shè)計(jì)并搭建了基于線結(jié)構(gòu)光的360°實(shí)驗(yàn)測(cè)量裝置,應(yīng)用基于混合自適應(yīng)線結(jié)構(gòu)光光刀細(xì)化技術(shù),進(jìn)行了三維測(cè)量實(shí)驗(yàn),研究發(fā)現(xiàn)傳統(tǒng)光條中心提取過(guò)程中存在光刀中心斷線、歪曲等問(wèn)題。（2）針對(duì)上述問(wèn)題,提出了基于相位的線結(jié)構(gòu)光360°疊合條紋解調(diào)技術(shù),建立了360°光條疊合圖的構(gòu)建方法,并利用二維傅里葉變換實(shí)現(xiàn)了疊合圖測(cè)量相位的提取。通過(guò)改變?cè)胍羲?分析了基于強(qiáng)度傳輸方程（TIE）的去包裹方法的性能,采用離散余弦變換（DCT）展開(kāi)了測(cè)量相位。進(jìn)而,對(duì)光條疊合的載頻條紋圖進(jìn)行相位解調(diào)和去包裹實(shí)驗(yàn),實(shí)現(xiàn)測(cè)量相位求解,證明發(fā)展的基于相位的線結(jié)構(gòu)光解調(diào)技術(shù)的正確性。（3）為了避免傅里葉變換相位解調(diào)技術(shù)存在的頻譜混疊、泄露問(wèn)題,基于Riesz變換的數(shù)字相移解調(diào)技術(shù),提出了一種單幀疊合條紋圖數(shù)字相移解調(diào)方法;實(shí)現(xiàn)了光條疊合條紋圖的90°、180°、270°數(shù)字相移,并對(duì)數(shù)字相移條紋圖的正弦性、相移量誤差、重建精度等方面進(jìn)行仿真和實(shí)驗(yàn)研究分析,建立了疊合條紋圖數(shù)字相移解調(diào)技術(shù)。（4）考慮到數(shù)字相移量誤差較大,影響了相位提取精度的進(jìn)一步提高,為了提高疊合圖數(shù)字相移解調(diào)技術(shù)的精度,本文提出了一種多幀隨機(jī)相移條紋圖相位提取算法,其方法利用解析信號(hào)振幅和失調(diào)相移在演變過(guò)程中存在最小值的特點(diǎn),通過(guò)一維搜索優(yōu)化的方法實(shí)現(xiàn)隨機(jī)相移提取。與現(xiàn)有的自標(biāo)定相位提取方法相比,提出的方法具有精確、穩(wěn)定、高效的特點(diǎn),光學(xué)仿真和實(shí)驗(yàn)數(shù)據(jù)均表明該方法具有較高的精度和效率。本文發(fā)展的技術(shù)為360°復(fù)雜形面的三維輪廓測(cè)量提供了途徑,提出的基于數(shù)字相移的光條疊合圖解調(diào)方法,可以避免傅里葉變換方法存在的混疊問(wèn)題,對(duì)于發(fā)展新型的線結(jié)構(gòu)光三維輪廓測(cè)量方法具有重要的理論和現(xiàn)實(shí)價(jià)值。
薛太萍[2]（2021）在《人臉三維形貌高度測(cè)量研究》文中指出本文利用正弦分布的分?jǐn)?shù)倍頻投影光柵相移技術(shù),測(cè)量了人臉三維形貌,為這一測(cè)量系統(tǒng)建立了相應(yīng)的位相-高度變換的投影標(biāo)定關(guān)系,獲得了人體面部完整的三維信息。針對(duì)條紋投影三維形貌測(cè)量技術(shù)中條紋投影和圖像采集環(huán)節(jié)存在的位相信息非線性畸變,我們提出了通過(guò)縱向移動(dòng)標(biāo)準(zhǔn)平板,獲得平板上不同部位的位相分布信息與平板移動(dòng)距離的對(duì)應(yīng)關(guān)系,即為測(cè)量系統(tǒng)的位相-高度變換關(guān)系,完成了人臉三維位相分布到高度分布的轉(zhuǎn)換,這一標(biāo)定技術(shù)能夠在人臉的不同部位獲得不同的位相-高度轉(zhuǎn)換系數(shù),避免了傳統(tǒng)標(biāo)定方法中使用單一位相-高度變換系數(shù)引入的系統(tǒng)誤差。在已經(jīng)建立了位相-高度變換關(guān)系的測(cè)量系統(tǒng)中,利用正弦光柵四步移相投影技術(shù),得到與面部表面形貌有關(guān)的包裹位相,通過(guò)分?jǐn)?shù)倍頻解包裹算法獲得人臉三維形貌的位相分布,再利用系統(tǒng)的位相-高度變換關(guān)系完成人體面部三維高度測(cè)量。主要研究工作內(nèi)容如下:（1）編寫了用于投影的正弦分布分?jǐn)?shù)倍頻光柵制作程序。通過(guò)數(shù)字圖像技術(shù)制作不同空間頻率的正弦光柵圖像,該程序可以調(diào)節(jié)制作光柵的亮度和對(duì)比度,使最終采集的條紋圖像滿足實(shí)驗(yàn)要求。（2）建立了測(cè)量系統(tǒng)的位相-高度變換關(guān)系。將倍頻光柵投影到縱向移動(dòng)相同步長(zhǎng)的標(biāo)準(zhǔn)平板上,獲得平板上不同部位的位相分布信息,建立起平板上不同部位的位相與平板位置的對(duì)應(yīng)關(guān)系,從而實(shí)現(xiàn)了測(cè)量系統(tǒng)的位相-高度轉(zhuǎn)換。（3）利用完成標(biāo)定的測(cè)量系統(tǒng),實(shí)現(xiàn)了人體面部的三維高度測(cè)量。將正弦分布的一系列分?jǐn)?shù)倍頻光柵條紋依次投影到人體面部,通過(guò)四步移相投影技術(shù),獲得面部包裹位相信息,利用分?jǐn)?shù)倍頻解包裹算法將包裹位相展開(kāi),獲得人臉位相分布的三維形貌,利用已經(jīng)建立的位相-高度關(guān)系,計(jì)算出面部三維高度分布。
汪錦航[3]（2021）在《高動(dòng)態(tài)表面三維形貌測(cè)量技術(shù)研究》文中研究表明結(jié)構(gòu)光三維形貌測(cè)量技術(shù)在工業(yè)中有著廣泛的應(yīng)用,相位測(cè)量輪廓術(shù)是獲取物體表面三維形貌信息的最有效的方法之一,但是對(duì)于表面反射率變化較大的高動(dòng)態(tài)范圍物體表面,傳統(tǒng)的條紋投影技術(shù)難以使高反射率和低反射率的區(qū)域都能實(shí)現(xiàn)高精度的形貌測(cè)量。針對(duì)這一問(wèn)題,首先對(duì)于飽和不明顯的場(chǎng)景提出了一種基于算法的技術(shù),該技術(shù)利用反向條紋補(bǔ)償飽和區(qū)域被截?cái)嗟膹?qiáng)度值,達(dá)到減小飽和誤差的目的,然后提出了一種基于遞歸的自適應(yīng)條紋投影方法,算法首先針對(duì)相機(jī)與投影儀之間像素?zé)o法一一映射這一問(wèn)題對(duì)傳統(tǒng)映射方法進(jìn)行了改進(jìn),大大提高了映射精度,該算法能夠分析采集圖像中亮度飽和及亮度不足的像素點(diǎn),并根據(jù)坐標(biāo)映射關(guān)系自適應(yīng)地調(diào)整投影圖案的亮度,使各像素投影亮度遞歸地二分趨近于最佳投影亮度,達(dá)到避免飽和及提高信噪比的目的。最后將多曝光圖像融合技術(shù)應(yīng)用到高動(dòng)態(tài)三維測(cè)量中,使用少量的不同曝光下的圖像序列就能融合成一幅沒(méi)有飽和及過(guò)暗像素點(diǎn)的圖像,使用融合后的圖像進(jìn)行三維數(shù)據(jù)計(jì)算?；谔岢龅姆椒?搭建了多個(gè)高動(dòng)態(tài)場(chǎng)景用于實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,反向條紋補(bǔ)償法對(duì)于不過(guò)分飽和的高動(dòng)態(tài)場(chǎng)景補(bǔ)償效果明顯,多曝光圖像融合技術(shù)能夠大大減小由于飽和及信噪比過(guò)低引起的誤差。所提出的自適應(yīng)條紋投影方法能夠準(zhǔn)確實(shí)現(xiàn)投影亮度的調(diào)整,僅需少量的遞歸,就能糾正99.3%投影亮度不合理的像素點(diǎn),在改善高動(dòng)態(tài)范圍表面的三維顯示效果的同時(shí)提高了其三維形貌的測(cè)量精度。
張旭[4]（2020）在《基于光柵投影的三維人臉識(shí)別研究與實(shí)現(xiàn)》文中提出作為計(jì)算機(jī)視覺(jué)和圖像識(shí)別領(lǐng)域的研究熱點(diǎn),人臉識(shí)別技術(shù)具有生物特征唯一性和終身不變性等特點(diǎn),但目前常見(jiàn)的二維人臉識(shí)別技術(shù)忽略人臉深度信息,存在檢測(cè)速度慢,誤識(shí)率高等問(wèn)題,三維人臉技術(shù)可以更加全面地描述人臉,被廣泛地應(yīng)用在支付驗(yàn)證、智慧交通等場(chǎng)景中。針對(duì)三維人臉重建過(guò)程中相位展開(kāi)方法速度慢且精度低的問(wèn)題,提出優(yōu)化的Goldstein枝切法進(jìn)行相位展開(kāi)。該方法使用質(zhì)量圖導(dǎo)向法將包含三維人臉信息的包裹相位圖劃分為高質(zhì)量和低質(zhì)量?jī)蓚€(gè)區(qū)域,高質(zhì)量區(qū)域利用改進(jìn)的Goldstein枝切法進(jìn)行相位展開(kāi),低質(zhì)量區(qū)域利用最小二乘法進(jìn)行相位展開(kāi)。針對(duì)二維人臉識(shí)別過(guò)程中識(shí)別速度慢且易受光照等因素影響的問(wèn)題,提出一種基于光柵結(jié)構(gòu)光的三維人臉識(shí)別方法。該方法首先根據(jù)基于膚色和Adaboost算法進(jìn)行人臉檢測(cè),對(duì)包含人臉信息的圖片進(jìn)行三維重建,然后采用基于形狀指數(shù)的三維人臉特征定位方法對(duì)鼻尖點(diǎn)、眼角和耳朵定位,再選用六條人臉曲線作為特征曲線,利用分層彈性匹配方法和點(diǎn)距信息進(jìn)行特征匹配,最后加權(quán)融合計(jì)算相似度來(lái)實(shí)現(xiàn)三維人臉識(shí)別。針對(duì)本文提出的基于光柵投影的三維人臉識(shí)別方法,通過(guò)仿真實(shí)驗(yàn)和實(shí)物實(shí)驗(yàn),實(shí)現(xiàn)了三維人臉重建和識(shí)別,驗(yàn)證了該方法的有效性。該方法具有良好的識(shí)別性能,受自然光的影響較小,并且對(duì)于表情、姿態(tài)具有較好的魯棒性。
王中興[5]（2020）在《基于數(shù)字光柵投影的結(jié)構(gòu)光三維測(cè)量方法研究》文中指出由于基于相移結(jié)構(gòu)光的三維測(cè)量技術(shù)具有高精度、非接觸式、以及大視場(chǎng)等特點(diǎn),在工業(yè)制造、逆向工程等領(lǐng)域展現(xiàn)出極大的應(yīng)用前景。本文主要圍繞數(shù)字光柵投影的結(jié)構(gòu)光三維測(cè)量方法展開(kāi)研究,其中對(duì)三維測(cè)量系統(tǒng)中的結(jié)構(gòu)光編碼、相機(jī)與投影儀的標(biāo)定以及Gamma誤差校正等關(guān)鍵技術(shù)進(jìn)行深入研究。研究?jī)?nèi)容主要包括以下幾個(gè)方面:（1）被測(cè)物包裹相位的獲取和相位展開(kāi)?；跀?shù)字光柵三維測(cè)量系統(tǒng)的組成和工作原理建立數(shù)學(xué)模型,論證了高度—相位之間的映射關(guān)系,深入分析了格雷碼結(jié)合相移與多頻外差原理的解相方法。利用格雷碼結(jié)合相移法作為相位展開(kāi)方法進(jìn)行了相應(yīng)的實(shí)驗(yàn)分析研究,實(shí)驗(yàn)結(jié)果表明其具有空間分辨率高、魯棒性好的特點(diǎn)。根據(jù)實(shí)驗(yàn)結(jié)果顯示的相移步數(shù)與測(cè)量精度之間的關(guān)系,綜合考慮計(jì)算精度和計(jì)算量的利弊平衡,在實(shí)踐應(yīng)用中采用16步相移法進(jìn)行獲取包裹相位和格雷碼結(jié)合相移法進(jìn)行相位展開(kāi),具有計(jì)算精度高和可操作性強(qiáng)的優(yōu)點(diǎn)。（2）基于數(shù)字光柵三維測(cè)量系統(tǒng)中相機(jī)與投影儀的標(biāo)定。根據(jù)數(shù)字光柵三維測(cè)量系統(tǒng)中相機(jī)與投影儀的標(biāo)定原理,分析了相機(jī)的成像模型以及相機(jī)鏡頭存在的畸變問(wèn)題?；趶堈褬?biāo)定法原理,我們論證了一種將相機(jī)與投影儀同時(shí)標(biāo)定的方法,利用改進(jìn)的標(biāo)定程序完成了標(biāo)定實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明該標(biāo)定方法具有較高的精度。（3）Gamma非線性效應(yīng)引起的相位誤差校正。分析了數(shù)字光柵三維測(cè)量系統(tǒng)的主要誤差來(lái)源,重點(diǎn)對(duì)三維測(cè)量系統(tǒng)中由Gamma非線性效應(yīng)引起的相位誤差進(jìn)行理論分析,推導(dǎo)了Gamma系數(shù)和高階相位誤差分量之間的關(guān)系,論證了一種簡(jiǎn)易預(yù)標(biāo)定系統(tǒng)Gamma值的方法。最后進(jìn)行實(shí)驗(yàn)分析,Gamma校正前后的相位誤差范圍縮小了約50%。（4）三維測(cè)量系統(tǒng)實(shí)驗(yàn)的搭建和分析。根據(jù)選型硬件搭建了一套結(jié)構(gòu)光三維測(cè)量系統(tǒng)實(shí)驗(yàn)平臺(tái),編寫了配套的軟件程序,軟件集成采集、標(biāo)定和三維重建功能,提供了較好的人機(jī)交互界面,可對(duì)三維重建后結(jié)果進(jìn)行多方位觀察。實(shí)驗(yàn)實(shí)現(xiàn)了對(duì)被測(cè)物（標(biāo)準(zhǔn)球和玩具石膏像）的三維重建,實(shí)驗(yàn)結(jié)果表明系統(tǒng)的測(cè)量誤差約為0.26mm,能夠較好還原被測(cè)物表面的三維形貌。
蔡柏林[6]（2020）在《基于條紋投影的三維測(cè)量關(guān)鍵技術(shù)研究》文中進(jìn)行了進(jìn)一步梳理相位測(cè)量輪廓術(shù)作為目前研究較為熱門的一種結(jié)構(gòu)光三維重建技術(shù),已經(jīng)較為廣泛地應(yīng)用在軍事、農(nóng)業(yè)、娛樂(lè)、醫(yī)學(xué)和科學(xué)研究等領(lǐng)域中?，F(xiàn)階段,研究者們集中于快速相位展開(kāi)算法和高速動(dòng)態(tài)三維測(cè)量的研究,而忽略對(duì)系統(tǒng)標(biāo)定和精確相位展開(kāi)算法的優(yōu)化研究。同時(shí)向高精度、高速率和多場(chǎng)合等方向發(fā)展過(guò)程中,仍然面對(duì)諸多問(wèn)題和挑戰(zhàn)?；诖?本文對(duì)影響基于條紋投影系統(tǒng)的相位測(cè)量技術(shù)精度的攝像機(jī)標(biāo)定、投影儀標(biāo)定、精確相位展開(kāi)算法和不同場(chǎng)景下三維重建等關(guān)鍵問(wèn)題進(jìn)行了研究,針對(duì)其中的問(wèn)題提出了可靠的解決方案,保證了相位測(cè)量輪廓術(shù)的精度。本文的研究?jī)?nèi)容可以概括為:1.結(jié)構(gòu)光系統(tǒng)中攝像機(jī)的標(biāo)定:現(xiàn)有攝像機(jī)標(biāo)定技術(shù)很難對(duì)離焦場(chǎng)景中的攝像機(jī)進(jìn)行精確標(biāo)定。本文基于相移算法的技術(shù)特點(diǎn),提出了三種適應(yīng)離焦攝像機(jī)的標(biāo)定方法。這些方法簡(jiǎn)化了標(biāo)定工作,能夠?qū)崿F(xiàn)精確的離焦攝像機(jī)標(biāo)定。其中彩色契形圓光柵陣列對(duì)彩色攝像機(jī)的離焦標(biāo)定提供了解決方案。實(shí)驗(yàn)證明了這三種方法的有效性。2.投影儀的標(biāo)定:一般投影儀標(biāo)定是將投影儀視為偽攝像機(jī),通過(guò)攝像機(jī)像面特征點(diǎn)坐標(biāo)與投影儀像面相位分布的約束關(guān)系,求解出投影儀像面的“特征點(diǎn)”坐標(biāo)。但是并未考慮設(shè)備非線性問(wèn)題對(duì)標(biāo)定的影響。本文使用希爾伯特變換對(duì)標(biāo)定過(guò)程中的相位誤差進(jìn)行補(bǔ)償,提高了投影儀標(biāo)定精度。3.相位展開(kāi)算法:時(shí)間相位展開(kāi)算法中,由于環(huán)境隨機(jī)噪聲或設(shè)備離焦等問(wèn)題造成的相位誤差,導(dǎo)致絕對(duì)相位展開(kāi)失敗或較大的相位誤差。本文結(jié)合截?cái)嘞辔恍再|(zhì),提出了基于半周期校正的灰度編碼法和K-means算法優(yōu)化的相位編碼法,這兩種方法能夠消除相位展開(kāi)誤差?；跀?shù)列編碼提出了優(yōu)化的變移相法,測(cè)量過(guò)程中只需要4幅圖像,適用于高速動(dòng)態(tài)的三維重建并提高了條紋頻率。4.多場(chǎng)景三維重建:利用偽雙目視覺(jué)模型,推導(dǎo)絕對(duì)相位與空間坐標(biāo)之間的關(guān)系,將圖像坐標(biāo)轉(zhuǎn)換成空間三維坐標(biāo),實(shí)現(xiàn)了目標(biāo)物體的三維點(diǎn)云重構(gòu)。對(duì)不同場(chǎng)景中的目標(biāo)物體進(jìn)行了三維重建,如投影儀聚焦下的靜態(tài)和動(dòng)態(tài)目標(biāo)物體的重建,投影儀離焦下的靜態(tài)目標(biāo)物體重建。實(shí)驗(yàn)中對(duì)比了文中提出的相位展開(kāi)方法的性能,證明了方法的有效性。
楊學(xué)文[7]（2020）在《基于MEMS微振鏡的三維測(cè)量系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)》文中研究指明傳統(tǒng)的基于主動(dòng)結(jié)構(gòu)光的三維測(cè)量系統(tǒng),是通過(guò)投影儀的散焦技術(shù)來(lái)獲得黑白相間的正弦條紋。但通過(guò)散焦技術(shù)雖然可以完整的正弦條紋圖,但由于投影儀焦距等原因所獲得條紋圖不夠精確,因此測(cè)量過(guò)程中需要通過(guò)機(jī)械的移動(dòng)光學(xué)元件來(lái)完成相位測(cè)量工作,從而導(dǎo)致系統(tǒng)的測(cè)量精度低,工作量大,測(cè)量穩(wěn)定性差等問(wèn)題;同時(shí)龐大昂貴的投影儀僅用來(lái)投影條紋,導(dǎo)致功能浪費(fèi),體積大、笨重而難以集成化。為解決上述問(wèn)題,本文利用基于MEMS（Micro Electro mechanical System,微機(jī)電系統(tǒng)）的條紋投影技術(shù)搭建新型三維測(cè)量系統(tǒng)。首先,研究了基于MEMS的條紋投影系統(tǒng)的測(cè)量原理,并搭建了數(shù)學(xué)模型。利用Matlab編寫了數(shù)據(jù)處理程序用于相位展開(kāi)。提出了一種對(duì)基于MEMS的條紋投影系統(tǒng)的標(biāo)定方法,利用標(biāo)定棋盤格角點(diǎn)作為MEMS條紋投影系統(tǒng)的“捕捉點(diǎn)”,并完成了對(duì)系統(tǒng)的標(biāo)定。與相移標(biāo)定法相比,簡(jiǎn)化了標(biāo)定流程,提高了標(biāo)定的速度。其次,完成了三維測(cè)量系統(tǒng)的硬件選型和模塊設(shè)計(jì),其中包括測(cè)量系統(tǒng)控制信號(hào)的設(shè)計(jì)、激光器驅(qū)動(dòng)電路的設(shè)計(jì)、振鏡驅(qū)動(dòng)電路的設(shè)計(jì)、CCD相機(jī)觸發(fā)電路的設(shè)計(jì)。最后,搭建了基于MEMS條紋的三維測(cè)量系統(tǒng),并進(jìn)行了實(shí)測(cè)。實(shí)驗(yàn)結(jié)果表明,基于MEMS產(chǎn)生的條紋成像清晰可見(jiàn),測(cè)量的相對(duì)誤差為1.86%,平均誤差為0.631mm,標(biāo)準(zhǔn)差為0.042mm,測(cè)量系統(tǒng)有效、可行且穩(wěn)定性較好。但是條紋寬度不均勻,呈兩邊窄,中間寬的趨勢(shì),如何才能避免這種趨勢(shì),提高條紋正弦性和精度,需要進(jìn)一步研究。
王露玲[8]（2019）在《基于光柵投影的物體表面三維重構(gòu)方法研究》文中認(rèn)為基于光柵投影的物體表面三維重構(gòu)方法屬于結(jié)構(gòu)光視覺(jué)三維測(cè)量方法中的一種,是目前應(yīng)用最廣泛的主動(dòng)式非接觸三維測(cè)量技術(shù)之一。由于該技術(shù)具有測(cè)量精度高、測(cè)量速度快及非接觸等優(yōu)點(diǎn),所以被廣泛應(yīng)用于工件測(cè)量、質(zhì)量控制、生物醫(yī)學(xué)、磨具設(shè)計(jì)、文物保護(hù)、逆向工程及機(jī)器視覺(jué)等領(lǐng)域,故對(duì)基于光柵投影的物體表面三維重構(gòu)方法進(jìn)行研究具有重要的理論和現(xiàn)實(shí)意義。本文以計(jì)算機(jī)視覺(jué)檢測(cè)理論為基礎(chǔ),采用理論與實(shí)驗(yàn)相結(jié)合的方法,對(duì)基于光柵投影的物體表面三維重構(gòu)方法進(jìn)行了研究。論文對(duì)光柵投影技術(shù)的相關(guān)理論基礎(chǔ)和研究現(xiàn)狀做了介紹,并分析了光柵投影技術(shù)的研究熱點(diǎn)和難點(diǎn),結(jié)合空間相位展開(kāi)技術(shù)和時(shí)間相位展開(kāi)技術(shù)的研究現(xiàn)狀和優(yōu)缺點(diǎn),指出了基于多頻率投影條紋進(jìn)行時(shí)間相位展開(kāi)技術(shù)研究的價(jià)值。光柵投影三維測(cè)量中的關(guān)鍵步驟是從相位圖中準(zhǔn)確地求解出絕對(duì)相位,在眾多相位展開(kāi)方法中,基于多頻投影條紋的時(shí)間相位展開(kāi)方法具有計(jì)算速度快、可實(shí)現(xiàn)像素點(diǎn)獨(dú)立相位展開(kāi)、細(xì)節(jié)分辨能力較強(qiáng)等特點(diǎn)而得到廣泛應(yīng)用。基于對(duì)時(shí)間相位展開(kāi)技術(shù)的文獻(xiàn)調(diào)研,本文采用了一種三頻外差解相位算法,該算法提高了多頻外差解相對(duì)細(xì)節(jié)的分辨能力,有效地抑制了解相產(chǎn)生的跳躍性誤差,且大大減小了解相的非線性誤差。選用了合適周期的投影條紋并進(jìn)行了仿真和實(shí)驗(yàn)研究,通過(guò)添加擾動(dòng)和隨機(jī)誤差的兩種方式驗(yàn)證了本算法的有效性,并通過(guò)實(shí)驗(yàn)驗(yàn)證了本算法的準(zhǔn)確性。在分析了現(xiàn)有的系統(tǒng)參數(shù)標(biāo)定方法的基礎(chǔ)上,本文采用了一種攝像機(jī)投影儀聯(lián)合標(biāo)定方法,只需一個(gè)標(biāo)準(zhǔn)塊再結(jié)合已知像素信息,就可以得到高度相位映射關(guān)系,并通過(guò)實(shí)驗(yàn)驗(yàn)證了本算法的有效性。通過(guò)搭建實(shí)驗(yàn)平臺(tái),對(duì)目標(biāo)工件進(jìn)行了三維重構(gòu)和三維測(cè)量,得到了幾何參數(shù)信息,減小了測(cè)量誤差,進(jìn)一步驗(yàn)證了本文所述方法的有效性和準(zhǔn)確性,達(dá)到了預(yù)期目標(biāo),研究工作具有一定的理論意義與實(shí)際應(yīng)用價(jià)值。
肖媛[9]（2019）在《光柵投影結(jié)構(gòu)光三維測(cè)量的關(guān)鍵技術(shù)研究與實(shí)現(xiàn)》文中提出光柵投影結(jié)構(gòu)光三維測(cè)量系統(tǒng)在人體和人臉測(cè)量、產(chǎn)品設(shè)計(jì)、快速制造系統(tǒng)、虛擬實(shí)現(xiàn)和文物保護(hù)等眾多領(lǐng)域具有廣泛的應(yīng)用前景,相位測(cè)量輪廓術(shù)是目前使用最為廣泛的一種結(jié)構(gòu)光三維形貌測(cè)量技術(shù)。但是,光柵投影結(jié)構(gòu)光測(cè)量系統(tǒng)普遍存在著精度低、魯棒性差、使用條件苛刻等缺點(diǎn),限制了該技術(shù)的推廣和應(yīng)用。本文主要對(duì)數(shù)字光柵投影中的關(guān)鍵問(wèn)題進(jìn)行了系統(tǒng)而深入的研究,研究?jī)?nèi)容包括相位計(jì)算、相位誤差補(bǔ)償、相機(jī)和投影儀的參數(shù)標(biāo)定、絕對(duì)相位到三維坐標(biāo)的轉(zhuǎn)換等。相機(jī)和投影儀的參數(shù)標(biāo)定是結(jié)構(gòu)光三維測(cè)量技術(shù)的基礎(chǔ)工作。本文首先使用張正友相機(jī)標(biāo)定法對(duì)實(shí)驗(yàn)系統(tǒng)中的相機(jī)進(jìn)行了標(biāo)定;然后采用投影棋盤格,利用相機(jī)的小孔成像原理,將投影儀當(dāng)做反向相機(jī)來(lái)對(duì)實(shí)驗(yàn)系統(tǒng)中的投影儀進(jìn)行標(biāo)定;最后對(duì)相機(jī)和投影機(jī)分別進(jìn)行姿態(tài)估計(jì),整個(gè)過(guò)程采用C/C++編程語(yǔ)言實(shí)現(xiàn)。相位測(cè)量輪廓術(shù)是結(jié)構(gòu)光三維測(cè)量的關(guān)鍵技術(shù)之一,包括相位主值的計(jì)算和相位展開(kāi)兩個(gè)過(guò)程。本文使用四步相移法計(jì)算了光柵條紋圖像的相位主值,使用多頻外差原理對(duì)相位主值進(jìn)行相位展開(kāi),得到了絕對(duì)相位值。在相位展開(kāi)的過(guò)程中,本文通過(guò)實(shí)際測(cè)量和分析,找到了光柵條紋級(jí)數(shù)的跳變是相位展開(kāi)誤差的來(lái)源,在此基礎(chǔ)上,提出了一種多頻外差相位展開(kāi)的誤差補(bǔ)償方法,實(shí)驗(yàn)結(jié)果表明,本論文提出的算法能有效消除這種跳變錯(cuò)誤。
易軍高[10]（2019）在《基于激光干涉條紋的三維輪廓測(cè)量算法研究》文中研究指明隨著科技的發(fā)展,人們對(duì)物體的三維結(jié)構(gòu)測(cè)量的精度要求越來(lái)越高。近年以來(lái),光學(xué)三維輪廓測(cè)量以其非接觸、精度高、和耗時(shí)少等特點(diǎn)得到廣泛研究與應(yīng)用。本文提出一種基于剪切干涉條紋的表面形狀精密測(cè)量方法,它利用了激光剪切干涉產(chǎn)生的密集干涉條紋。具有簡(jiǎn)單、緊密、穩(wěn)定可靠結(jié)構(gòu),實(shí)現(xiàn)方便穩(wěn)定等特點(diǎn)。同時(shí)編寫了包括圖像采集、圖像處理、測(cè)量結(jié)果顯示三部分在內(nèi)的軟件系統(tǒng),使得整個(gè)測(cè)量系統(tǒng)在操作者和計(jì)算機(jī)的協(xié)調(diào)控制下進(jìn)行表面精密測(cè)量。本論文的主要研究工作分為兩部分,分別研究了密集干涉條紋下的大面積物體與微小物體的不同三維輪廓測(cè)量方法。對(duì)于微小物體的形貌測(cè)量研究:1.根據(jù)光學(xué)剪切干涉原理搭建實(shí)驗(yàn)所使用的測(cè)量系統(tǒng)硬件平臺(tái),并對(duì)測(cè)量系統(tǒng)產(chǎn)生的干涉條紋特性進(jìn)行了簡(jiǎn)單分析。2.研究了使用傅里葉變換輪廓術(shù)來(lái)測(cè)量物體的三維輪廓,對(duì)傅里葉變換輪廓術(shù)進(jìn)行了理論推導(dǎo)和實(shí)驗(yàn)測(cè)試,并對(duì)實(shí)驗(yàn)還原結(jié)果中發(fā)現(xiàn)的問(wèn)題進(jìn)行了研究分析。最后簡(jiǎn)單介紹了該方法的應(yīng)用場(chǎng)景。3.介紹了產(chǎn)生截?cái)嘞辔坏脑?并研究了對(duì)截?cái)嘞辔坏恼归_(kāi)方法。對(duì)一維相位展開(kāi)方法進(jìn)行了推廣,使其適用于二維相位展開(kāi)。4.介紹了使用圖像帶通濾波的原因,并推導(dǎo)了圖像濾波的原理。深入研究了本文中的圖像濾波技術(shù),將圖像處理中的閾值選取方法——最大類間方差法,應(yīng)用于該圖像濾波中,使本文中所用的圖像濾波方法能夠適應(yīng)復(fù)雜的實(shí)際使用場(chǎng)景。由于在傅里葉變換輪廓術(shù)中所使用的激光剪切干涉所產(chǎn)生的干涉條紋區(qū)域較小,因此無(wú)法應(yīng)用于實(shí)現(xiàn)對(duì)大面積物體的三維輪廓測(cè)量,因此,本文研究了相機(jī)標(biāo)定技術(shù)并結(jié)合計(jì)算機(jī)技術(shù)編寫了自動(dòng)處理軟件。對(duì)較大物體的輪廓測(cè)量取得了較高精度的實(shí)驗(yàn)成果,完成了對(duì)較大物體的三維輪廓測(cè)量系統(tǒng)的核心算法研究。
二、FTP法三維輪廓測(cè)量系統(tǒng)的快速標(biāo)定技術(shù)（論文開(kāi)題報(bào)告）
（1）論文研究背景及目的
此處內(nèi)容要求：
首先簡(jiǎn)單簡(jiǎn)介論文所研究問(wèn)題的基本概念和背景，再而簡(jiǎn)單明了地指出論文所要研究解決的具體問(wèn)題，并提出你的論文準(zhǔn)備的觀點(diǎn)或解決方法。
寫法范例：
本文主要提出一款精簡(jiǎn)64位RISC處理器存儲(chǔ)管理單元結(jié)構(gòu)并詳細(xì)分析其設(shè)計(jì)過(guò)程。在該MMU結(jié)構(gòu)中,TLB采用叁個(gè)分離的TLB,TLB采用基于內(nèi)容查找的相聯(lián)存儲(chǔ)器并行查找,支持粗粒度為64KB和細(xì)粒度為4KB兩種頁(yè)面大小,采用多級(jí)分層頁(yè)表結(jié)構(gòu)映射地址空間,并詳細(xì)論述了四級(jí)頁(yè)表轉(zhuǎn)換過(guò)程,TLB結(jié)構(gòu)組織等。該MMU結(jié)構(gòu)將作為該處理器存儲(chǔ)系統(tǒng)實(shí)現(xiàn)的一個(gè)重要組成部分。
（2）本文研究方法
調(diào)查法：該方法是有目的、有系統(tǒng)的搜集有關(guān)研究對(duì)象的具體信息。
觀察法：用自己的感官和輔助工具直接觀察研究對(duì)象從而得到有關(guān)信息。
實(shí)驗(yàn)法：通過(guò)主支變革、控制研究對(duì)象來(lái)發(fā)現(xiàn)與確認(rèn)事物間的因果關(guān)系。
文獻(xiàn)研究法：通過(guò)調(diào)查文獻(xiàn)來(lái)獲得資料，從而全面的、正確的了解掌握研究方法。
實(shí)證研究法：依據(jù)現(xiàn)有的科學(xué)理論和實(shí)踐的需要提出設(shè)計(jì)。
定性分析法：對(duì)研究對(duì)象進(jìn)行“質(zhì)”的方面的研究，這個(gè)方法需要計(jì)算的數(shù)據(jù)較少。
定量分析法：通過(guò)具體的數(shù)字，使人們對(duì)研究對(duì)象的認(rèn)識(shí)進(jìn)一步精確化。
跨學(xué)科研究法：運(yùn)用多學(xué)科的理論、方法和成果從整體上對(duì)某一課題進(jìn)行研究。
功能分析法：這是社會(huì)科學(xué)用來(lái)分析社會(huì)現(xiàn)象的一種方法，從某一功能出發(fā)研究多個(gè)方面的影響。
模擬法：通過(guò)創(chuàng)設(shè)一個(gè)與原型相似的模型來(lái)間接研究原型某種特性的一種形容方法。
三、FTP法三維輪廓測(cè)量系統(tǒng)的快速標(biāo)定技術(shù)（論文提綱范文）
（1）基于相位的線結(jié)構(gòu)光復(fù)雜形面測(cè)量方法研究（論文提綱范文）
| 摘要 |
| Abstract |
| 1 緒論 |
| 1.1 課題研究背景 |
| 1.2 課題研究目的意義 |
| 1.3 三維輪廓測(cè)量技術(shù)發(fā)展現(xiàn)狀 |
| 1.3.1 接觸式三維測(cè)量方法 |
| 1.3.2 非接觸式光學(xué)三維測(cè)量方法 |
| 1.3.3 線結(jié)構(gòu)光測(cè)量方法研究現(xiàn)狀 |
| 1.4 論文的主要研究?jī)?nèi)容及結(jié)構(gòu) |
| 2 復(fù)雜形面線結(jié)構(gòu)光測(cè)量系統(tǒng)搭建及實(shí)驗(yàn)研究 |
| 2.1 結(jié)構(gòu)光測(cè)量技術(shù) |
| 2.1.1 線結(jié)構(gòu)光測(cè)量技術(shù) |
| 2.1.2 面結(jié)構(gòu)光測(cè)量技術(shù) |
| 2.1.3 結(jié)構(gòu)光測(cè)量技術(shù)現(xiàn)存問(wèn)題 |
| 2.2 復(fù)雜形面360°輪廓測(cè)量系統(tǒng) |
| 2.2.1 線結(jié)構(gòu)光條投射方式 |
| 2.2.2 測(cè)量系統(tǒng)機(jī)械運(yùn)動(dòng)方案 |
| 2.2.3 實(shí)驗(yàn)系統(tǒng)搭建 |
| 2.3 線結(jié)構(gòu)光圖像采集及預(yù)處理 |
| 2.3.1 光條圖像的噪聲來(lái)源 |
| 2.3.2 圖像批量截取 |
| 2.3.3 最大類方差法圖像二值化 |
| 2.3.4 圖像噪音濾除 |
| 2.4 光條中心提取實(shí)驗(yàn)研究及分析 |
| 2.4.1 混合自適應(yīng)光條中心提取方法 |
| 2.4.2 光條中心線提取實(shí)驗(yàn) |
| 2.4.3 實(shí)驗(yàn)結(jié)果分析及討論 |
| 2.5 本章小結(jié) |
| 3 基于相位的光條疊合載頻條紋圖解調(diào) |
| 3.1 光條疊合載頻條紋圖構(gòu)建 |
| 3.1.1 測(cè)量系統(tǒng)結(jié)構(gòu)參數(shù)化 |
| 3.1.2 光條疊合載頻條紋圖技術(shù) |
| 3.1.3 條紋圖像疊合過(guò)程仿真實(shí)驗(yàn)研究 |
| 3.2 光條疊合載頻條紋圖實(shí)驗(yàn)合成及預(yù)處理 |
| 3.2.1 光條疊合載頻條紋圖像實(shí)驗(yàn)研究 |
| 3.2.2 疊合載頻條紋圖像頻域低通濾波 |
| 3.3 基于傅里葉變換的疊合條紋圖相位提取 |
| 3.3.1 疊合條紋圖相位解調(diào)流程 |
| 3.3.2 測(cè)量相位提取方法 |
| 3.4 相位展開(kāi)方法 |
| 3.4.1 泊松方程相位展開(kāi)方法 |
| 3.4.2 相位展開(kāi)算法仿真實(shí)驗(yàn) |
| 3.5 傅里葉變換相位解調(diào)實(shí)驗(yàn)研究及分析 |
| 3.5.1 傅里葉變換相位解調(diào)實(shí)驗(yàn) |
| 3.5.2 解調(diào)實(shí)驗(yàn)結(jié)果討論及分析 |
| 3.6 本章小結(jié) |
| 4 光條疊合圖數(shù)字相移解調(diào)方法研究 |
| 4.1 數(shù)字相移技術(shù)原理 |
| 4.2 數(shù)字相移技術(shù)的實(shí)現(xiàn)與分析 |
| 4.2.1 數(shù)字相移技術(shù)流程設(shè)計(jì) |
| 4.2.2 數(shù)字相移技術(shù)算法仿真 |
| 4.2.3 數(shù)字相移條紋圖誤差分析 |
| 4.2.4 數(shù)字相移條紋圖相移量誤差 |
| 4.2.5 相位重建精度分析 |
| 4.2.6 數(shù)字相移技術(shù)實(shí)驗(yàn)研究 |
| 4.3 多幀隨機(jī)相移條紋圖提取算法及研究 |
| 4.3.1 多幀隨機(jī)相移條紋圖相位提取原理 |
| 4.3.2 多幀隨機(jī)相移條紋圖相位提取算法 |
| 4.3.3 光學(xué)算法仿真分析 |
| 4.3.4 實(shí)驗(yàn)研究結(jié)果及分析 |
| 4.4 本章小結(jié) |
| 5 結(jié)論與展望 |
| 5.1 結(jié)論 |
| 5.2 創(chuàng)新點(diǎn) |
| 5.3 展望 |
| 參考文獻(xiàn) |
| 攻讀碩士學(xué)位期間發(fā)表的論文及成果 |
| 致謝 |
（2）人臉三維形貌高度測(cè)量研究（論文提綱范文）
| 摘要 |
| Abstract |
| 1 緒論 |
| 1.1 數(shù)字光柵投影測(cè)量技術(shù)介紹及國(guó)內(nèi)外研究現(xiàn)狀 |
| 1.2 課題研究背景與意義 |
| 1.3 課題研究?jī)?nèi)容及章節(jié)安排 |
| 2 分?jǐn)?shù)倍頻數(shù)字光柵投影系統(tǒng)介紹 |
| 2.1 系統(tǒng)的硬件構(gòu)成 |
| 2.2 數(shù)字光柵投影測(cè)量術(shù)基本原理 |
| 2.3 條紋位相主值的提取 |
| 2.3.1 位相計(jì)算原理 |
| 2.3.2 四步移相法 |
| 2.4 位相展開(kāi)方法 |
| 2.4.1 位相解包裹原理 |
| 2.4.2 分?jǐn)?shù)倍頻位相解包裹 |
| 2.5 分?jǐn)?shù)倍頻投影光柵 |
| 3 測(cè)量系統(tǒng)位相-高度轉(zhuǎn)換 |
| 3.1 條紋投影的標(biāo)定問(wèn)題 |
| 3.2 位相-高度轉(zhuǎn)換 |
| 4 實(shí)驗(yàn)過(guò)程及結(jié)果的處理與分析 |
| 4.1 實(shí)驗(yàn)過(guò)程 |
| 4.1.1 擺放實(shí)驗(yàn)裝置 |
| 4.1.2 制作理想正弦光柵 |
| 4.1.3 位相-高度轉(zhuǎn)換關(guān)系的建立 |
| 4.2 面部測(cè)量過(guò)程分析與結(jié)果 |
| 4.2.1 人臉正面 |
| 4.2.2 人臉側(cè)面 |
| 4.2.3 實(shí)驗(yàn)總結(jié) |
| 結(jié)論 |
| 參考文獻(xiàn) |
| 攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況 |
| 致謝 |
（3）高動(dòng)態(tài)表面三維形貌測(cè)量技術(shù)研究（論文提綱范文）
| 致謝 |
| 摘要 |
| abstract |
| 第一章 緒論 |
| 1.1 研究背景及意義 |
| 1.2 光學(xué)三維形貌測(cè)量技術(shù)簡(jiǎn)介 |
| 1.3 高動(dòng)態(tài)三維形貌測(cè)量方法國(guó)內(nèi)外研究現(xiàn)狀分析 |
| 1.4 論文的研究?jī)?nèi)容和章節(jié)安排 |
| 第二章 數(shù)字條紋投影技術(shù)的基本原理 |
| 2.1 引言 |
| 2.2 條紋投影技術(shù)概述 |
| 2.2.1 基于相位的條紋投影技術(shù) |
| 2.2.1.1 FTP技術(shù) |
| 2.2.1.2 三步相移技術(shù) |
| 2.2.1.3 標(biāo)準(zhǔn)N步相移 |
| 2.2.1.4 雙三步相移技術(shù) |
| 2.2.2 基于強(qiáng)度比的條紋投影技術(shù) |
| 2.3 相位解包裹技術(shù) |
| 2.3.1 格雷碼相位解包裹 |
| 2.3.2 多頻外差法 |
| 2.3.3 倍頻法 |
| 2.3.4 相位展開(kāi)方法對(duì)比 |
| 2.4 相位-高度映射原理 |
| 2.4.1 幾何結(jié)構(gòu)系統(tǒng)模型 |
| 2.4.2 多項(xiàng)式擬合系統(tǒng)模型 |
| 2.5 本章小結(jié) |
| 第三章 高動(dòng)態(tài)表面三維形貌測(cè)量技術(shù) |
| 3.1 引言 |
| 3.2 高動(dòng)態(tài)三維形貌測(cè)量方法分類 |
| 3.2.1 基于相機(jī)的方法 |
| 3.2.2 基于改變投影亮度的方法 |
| 3.2.3 基于額外設(shè)備的方法 |
| 3.2.4 基于算法的方法 |
| 3.3 基于反向條紋的高動(dòng)態(tài)測(cè)量技術(shù) |
| 3.4 自適應(yīng)條紋投影算法 |
| 3.4.1 投影儀像素坐標(biāo)系與相機(jī)圖像坐標(biāo)系的映射 |
| 3.4.2 生成自適應(yīng)投影條紋 |
| 3.4.3 類似方法比較 |
| 3.5 基于多曝光圖像融合的高動(dòng)態(tài)測(cè)量技術(shù) |
| 3.6 本章小結(jié) |
| 第四章 誤差補(bǔ)償及標(biāo)定技術(shù) |
| 4.1 引言 |
| 4.2 非線性誤差補(bǔ)償技術(shù) |
| 4.2.1 伽馬校正和多項(xiàng)式擬合技術(shù) |
| 4.2.2 反向誤差補(bǔ)償技術(shù) |
| 4.2.3 指數(shù)條紋方法 |
| 4.2.4 非線性誤差補(bǔ)償方法對(duì)比 |
| 4.3 標(biāo)定技術(shù) |
| 4.3.1 相機(jī)標(biāo)定原理 |
| 4.3.2 系統(tǒng)標(biāo)定 |
| 4.4 無(wú)效點(diǎn)云剔除技術(shù) |
| 4.4.1 k-均值聚類技術(shù) |
| 4.4.2 自適應(yīng)閾值技術(shù) |
| 4.5 本章小結(jié) |
| 第五章 實(shí)驗(yàn)系統(tǒng)及實(shí)驗(yàn)分析 |
| 5.1 引言 |
| 5.2 硬件系統(tǒng)介紹 |
| 5.3 實(shí)驗(yàn)及結(jié)果分析 |
| 5.4 精度分析 |
| 5.5 本章小結(jié) |
| 第六章 總結(jié)與展望 |
| 6.1 論文總結(jié) |
| 6.2 論文展望 |
| 參考文獻(xiàn) |
| 攻讀碩士學(xué)位期間的學(xué)術(shù)活動(dòng)及成果情況 |
（4）基于光柵投影的三維人臉識(shí)別研究與實(shí)現(xiàn)（論文提綱范文）
| 摘要 |
| Abstract |
| 第1章 緒論 |
| 1.1 課題研究背景及意義 |
| 1.2 三維測(cè)量技術(shù)國(guó)內(nèi)外研究現(xiàn)狀 |
| 1.2.1 飛行時(shí)間法 |
| 1.2.2 激光三角法 |
| 1.2.3 結(jié)構(gòu)光法 |
| 1.2.4 雙目視覺(jué)法 |
| 1.3 三維人臉識(shí)別國(guó)內(nèi)外研究現(xiàn)狀 |
| 1.3.1 基于整體特征的三維人臉識(shí)別方法 |
| 1.3.2 基于局部特征的三維人臉識(shí)別方法 |
| 1.3.3 基于特征融合的三維人臉識(shí)別方法 |
| 1.4 本文主要研究?jī)?nèi)容與結(jié)構(gòu)安排 |
| 第2章 基于四步相移法的相位解調(diào)方法 |
| 2.1 三維人臉測(cè)量實(shí)驗(yàn)方案 |
| 2.2 光柵投影法的測(cè)量原理 |
| 2.2.1 平行光軸系統(tǒng)a |
| 2.2.2 平行光軸系統(tǒng)b |
| 2.2.3 交叉光軸系統(tǒng)c |
| 2.2.4 交叉光軸系統(tǒng)d |
| 2.3 常見(jiàn)的三維測(cè)量方法 |
| 2.3.1 莫爾條紋法 |
| 2.3.2 傅里葉變換輪廓術(shù) |
| 2.3.3 卷積解調(diào)法 |
| 2.3.4 相位測(cè)量輪廓術(shù) |
| 2.4 四步相移法的仿真實(shí)驗(yàn) |
| 2.5 本章小結(jié) |
| 第3章 基于優(yōu)化的Goldstein枝切法的相位展開(kāi)方法 |
| 3.1 相位展開(kāi)方法 |
| 3.1.1 時(shí)間相位展開(kāi)方法 |
| 3.1.2 空間相位展開(kāi)法 |
| 3.2 常見(jiàn)的空間相位展開(kāi)算法 |
| 3.2.1 Iton一維相位展開(kāi)法 |
| 3.2.2 Goldstein枝切法 |
| 3.2.3 質(zhì)量圖導(dǎo)向法 |
| 3.2.4 最小二乘法 |
| 3.3 基于優(yōu)化的Goldstein枝切法的相位展開(kāi)算法 |
| 3.3.1 改進(jìn)的Goldstein枝切法 |
| 3.3.2 三種算法的組合 |
| 3.4 仿真實(shí)驗(yàn)與結(jié)果 |
| 3.5 本章小結(jié) |
| 第4章 基于特征曲線和點(diǎn)距信息的三維人臉識(shí)別過(guò)程 |
| 4.1 基于膚色和Adaboost算法的人臉檢測(cè) |
| 4.1.1 人臉檢測(cè)常見(jiàn)算法 |
| 4.1.2 基于特征和統(tǒng)計(jì)的算法 |
| 4.1.3 人臉檢測(cè)實(shí)驗(yàn) |
| 4.2 基于形狀指數(shù)的三維人臉特征定位方法 |
| 4.2.1 基于曲率的形狀指數(shù)算法 |
| 4.2.2 鼻尖、眼角和耳朵的定位實(shí)驗(yàn) |
| 4.3 基于分層匹配的特征曲線匹配算法 |
| 4.3.1 三維特征曲線的提取 |
| 4.3.2 形狀樹(shù)的建立 |
| 4.3.3 分層彈性匹配算法 |
| 4.3.4 融合點(diǎn)距信息 |
| 4.4 總相似度計(jì)算 |
| 4.5 本章小結(jié) |
| 第5章 設(shè)計(jì)與實(shí)現(xiàn) |
| 5.1 實(shí)驗(yàn)裝置 |
| 5.2 光柵條紋數(shù)量的選取 |
| 5.3 實(shí)驗(yàn)過(guò)程 |
| 5.4 本章小結(jié) |
| 結(jié)論 |
| 參考文獻(xiàn) |
| 攻讀碩士學(xué)位期間所發(fā)表的論文 |
| 致謝 |
（5）基于數(shù)字光柵投影的結(jié)構(gòu)光三維測(cè)量方法研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 第一章 緒論 |
| 1.1 課題研究背景及意義 |
| 1.2 三維視覺(jué)測(cè)量的概述 |
| 1.2.1 激光三角法 |
| 1.2.2 飛行時(shí)間法 |
| 1.2.3 結(jié)構(gòu)光法 |
| 1.2.4 立體視覺(jué)法 |
| 1.3 結(jié)構(gòu)光測(cè)量國(guó)內(nèi)外研究現(xiàn)狀 |
| 1.3.1 結(jié)構(gòu)光測(cè)量國(guó)外研究現(xiàn)狀 |
| 1.3.2 結(jié)構(gòu)光測(cè)量國(guó)內(nèi)研究現(xiàn)狀 |
| 1.4 本論文的主要研究?jī)?nèi)容 |
| 第二章 數(shù)字光柵投影系統(tǒng)的原理 |
| 2.1 光柵投影測(cè)量方法的比較 |
| 2.2 光柵投影系統(tǒng)數(shù)學(xué)模型 |
| 2.2.1 高度和相位映射關(guān)系的求解 |
| 2.3 獲取相位主值的方法 |
| 2.4 相位解包裹的原理與方法 |
| 2.4.1 基于格雷碼結(jié)合相移的測(cè)量方法 |
| 2.4.2 基于多頻外差法的測(cè)量方法 |
| 2.5 相移結(jié)合格雷碼法實(shí)驗(yàn)與討論 |
| 2.6 本章小結(jié) |
| 第三章 三維測(cè)量系統(tǒng)的標(biāo)定 |
| 3.1 相機(jī)標(biāo)定原理 |
| 3.1.1 標(biāo)定方法分類 |
| 3.1.2 相機(jī)成像模型 |
| 3.1.3 相機(jī)的非線性模型 |
| 3.2 投影儀標(biāo)定方法 |
| 3.3 相機(jī)與投影儀標(biāo)定實(shí)驗(yàn) |
| 3.4 本章小結(jié) |
| 第四章 投影光柵的相位誤差分析與校正 |
| 4.1 光柵條紋的非正弦化影響及研究現(xiàn)狀 |
| 4.1.1 投影儀的Gamma非線性效應(yīng)模型 |
| 4.2 非正弦化誤差分析 |
| 4.3 相位誤差模型與補(bǔ)償方法 |
| 4.4 補(bǔ)償實(shí)驗(yàn)結(jié)果與分析 |
| 4.5 本章小結(jié) |
| 第五章 數(shù)字光柵投影的三維測(cè)量系統(tǒng) |
| 5.1 硬件選擇與系統(tǒng)搭建 |
| 5.1.1 相機(jī) |
| 5.1.2 工業(yè)鏡頭 |
| 5.1.3 DLP投影儀 |
| 5.2 基于數(shù)字光柵的三維測(cè)量系統(tǒng)的軟件系統(tǒng) |
| 5.3 實(shí)驗(yàn)結(jié)果與分析 |
| 5.4 本章小結(jié) |
| 第六章 總結(jié)與展望 |
| 6.1 總結(jié) |
| 6.2 論文展望 |
| 參考文獻(xiàn) |
| 攻讀碩士研究生期間的研究成果 |
| 致謝 |
（6）基于條紋投影的三維測(cè)量關(guān)鍵技術(shù)研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 第一章 緒論 |
| 1.1 光學(xué)三維重建方法 |
| 1.1.1 被動(dòng)式測(cè)量法 |
| 1.1.2 主動(dòng)式測(cè)量法 |
| 1.2 相位測(cè)量輪廓法研究現(xiàn)狀 |
| 1.3 研究目的與意義 |
| 1.4 研究?jī)?nèi)容與章節(jié)安排 |
| 第二章 攝像機(jī)標(biāo)定 |
| 2.1 引言 |
| 2.2 攝像機(jī)模型 |
| 2.2.1 線性模型 |
| 2.2.2 非線性模型 |
| 2.2.3 離焦圖像模糊原理 |
| 2.3 標(biāo)定算法 |
| 2.3.1 張正友標(biāo)定法 |
| 2.3.2 相移光柵標(biāo)定法 |
| 2.4 單一同心圓光柵 |
| 2.4.1 同心圓光柵生成 |
| 2.4.2 圓心檢測(cè) |
| 2.4.3 內(nèi)參數(shù)估計(jì) |
| 2.4.4 模擬標(biāo)定實(shí)驗(yàn) |
| 2.4.5 真實(shí)標(biāo)定實(shí)驗(yàn) |
| 2.5 同心圓光柵陣列 |
| 2.5.1 光柵陣列生成 |
| 2.5.2 圓心陣列獲取 |
| 2.5.3 模擬標(biāo)定實(shí)驗(yàn) |
| 2.5.4 真實(shí)標(biāo)定實(shí)驗(yàn) |
| 2.6 彩色契形圓光柵陣列 |
| 2.6.1 彩色契形光柵陣列生成 |
| 2.6.2 圓心檢測(cè) |
| 2.6.3 彩色耦合 |
| 2.6.4 模擬標(biāo)定實(shí)驗(yàn) |
| 2.6.5 真實(shí)標(biāo)定實(shí)驗(yàn) |
| 2.7 本章小節(jié) |
| 第三章 基于非線性校正的投影儀標(biāo)定 |
| 3.1 引言 |
| 3.2 典型的投影儀標(biāo)定法 |
| 3.2.1 逆向攝像機(jī)標(biāo)定法 |
| 3.2.2 偽攝像機(jī)標(biāo)定法 |
| 3.3 非線性誤差補(bǔ)償 |
| 3.3.1 非線性誤差模型 |
| 3.3.2 希爾伯特變換后誤差模型 |
| 3.3.3 基于希爾伯特變換的相位誤差補(bǔ)償 |
| 3.4 亞像素優(yōu)化 |
| 3.5 標(biāo)定流程 |
| 3.6 實(shí)驗(yàn)結(jié)果與分析 |
| 3.7 本章小結(jié) |
| 第四章 相位展開(kāi)算法 |
| 4.1 引言 |
| 4.2 基于半周期校正的灰度編碼法 |
| 4.2.1 灰度編碼法原理 |
| 4.2.2 半周期校正算法 |
| 4.2.3 仿真實(shí)驗(yàn) |
| 4.2.4 物體重建實(shí)驗(yàn) |
| 4.3 基于K-means的相位編碼法 |
| 4.3.1 相位編碼法原理 |
| 4.3.2 基于K-means校正 |
| 4.3.3 仿真實(shí)驗(yàn) |
| 4.3.4 物體重建實(shí)驗(yàn) |
| 4.4 基于循環(huán)數(shù)列編碼的變移相法 |
| 4.4.1 變移相法原理 |
| 4.4.2 優(yōu)化的變移相法 |
| 4.4.3 仿真實(shí)驗(yàn) |
| 4.4.4 物體重建實(shí)驗(yàn) |
| 4.5 本章小結(jié) |
| 第五章 優(yōu)化方法的多場(chǎng)景三維重建 |
| 5.1 引言 |
| 5.2 系統(tǒng)原理與標(biāo)定 |
| 5.2.1 偽雙目視覺(jué)模型及重建算法 |
| 5.2.2 結(jié)構(gòu)光系統(tǒng)標(biāo)定 |
| 5.3 點(diǎn)云濾波 |
| 5.4 靜態(tài)三維測(cè)量 |
| 5.4.1 對(duì)焦三維重建 |
| 5.4.2 離焦三維重建 |
| 5.5 動(dòng)態(tài)三維測(cè)量 |
| 5.6 本章小結(jié) |
| 第六章 總結(jié)與展望 |
| 6.1 全文內(nèi)容總結(jié) |
| 6.2 本文創(chuàng)新之處 |
| 6.3 后期工作展望 |
| 參考文獻(xiàn) |
| 致謝 |
| 在讀期間發(fā)表的學(xué)術(shù)論文與取得的研究成果 |
（7）基于MEMS微振鏡的三維測(cè)量系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)（論文提綱范文）
| 摘要 |
| abstract |
| 第一章 緒論 |
| 1.1 選題背景及研究意義 |
| 1.2 國(guó)內(nèi)外研究現(xiàn)狀 |
| 1.2.1 國(guó)外研究現(xiàn)狀 |
| 1.2.2 國(guó)內(nèi)研究現(xiàn)狀 |
| 1.2.3 國(guó)內(nèi)外研究現(xiàn)狀綜述 |
| 1.3 研究?jī)?nèi)容及安排 |
| 第二章 相移法三維測(cè)量原理技術(shù)研究 |
| 2.1 相移法三維測(cè)量原理 |
| 2.1.1 傳統(tǒng)相移法三維測(cè)量基本原理 |
| 2.1.2 基于MEMS的相移法三維測(cè)量基本原理 |
| 2.1.3 基于MEMS的相移法三維測(cè)量數(shù)學(xué)模型 |
| 2.2 相位展開(kāi)/解包裹 |
| 2.2.1 相位展開(kāi)方法 |
| 2.2.2雙頻率四步相移法相位展開(kāi)實(shí)驗(yàn) |
| 2.3 本章小結(jié) |
| 第三章 測(cè)量系統(tǒng)的標(biāo)定技術(shù)研究 |
| 3.1 CCD相機(jī)的標(biāo)定 |
| 3.1.1 相機(jī)的成像原理 |
| 3.1.2 坐標(biāo)系間的矩陣變換 |
| 3.1.3 相機(jī)的畸變矯正 |
| 3.1.4 CCD相機(jī)標(biāo)定過(guò)程 |
| 3.2 條紋投影系統(tǒng)的標(biāo)定 |
| 3.2.1 傳統(tǒng)投影系統(tǒng)(投影儀)的標(biāo)定 |
| 3.2.2 基于MEMS的條紋投影系統(tǒng)的標(biāo)定 |
| 3.2.3 基于MEMS的條紋投影系統(tǒng)標(biāo)定過(guò)程 |
| 3.3 本章小結(jié) |
| 第四章 三維測(cè)量系統(tǒng)模塊及控制信號(hào)設(shè)計(jì) |
| 4.1 三維測(cè)量系統(tǒng)模塊設(shè)計(jì) |
| 4.1.1 條紋投影系統(tǒng) |
| 4.1.2 圖像采集系統(tǒng) |
| 4.1.3 控制系統(tǒng) |
| 4.1.4 系統(tǒng)測(cè)量方案 |
| 4.2 控制信號(hào)的設(shè)計(jì) |
| 4.3 本章小結(jié) |
| 第五章 系統(tǒng)驅(qū)動(dòng)模塊硬件電路設(shè)計(jì) |
| 5.1 驅(qū)動(dòng)電路的工作流程 |
| 5.2 反饋調(diào)節(jié)網(wǎng)絡(luò) |
| 5.3 半導(dǎo)體激光器驅(qū)動(dòng)模塊電路設(shè)計(jì) |
| 5.3.1 半導(dǎo)體激光器的特性 |
| 5.3.2 激光器驅(qū)動(dòng)電路設(shè)計(jì) |
| 5.4 MEMS振鏡驅(qū)動(dòng)模塊電路設(shè)計(jì) |
| 5.4.1 MEMS振鏡的特性 |
| 5.4.2 振鏡驅(qū)動(dòng)電路設(shè)計(jì) |
| 5.5 MEMS振鏡與半導(dǎo)體激光器的同步 |
| 5.6 CCD相機(jī)觸發(fā)電路設(shè)計(jì) |
| 5.7 本章小結(jié) |
| 第六章 測(cè)量系統(tǒng)的調(diào)試及實(shí)驗(yàn)與結(jié)果分析 |
| 6.1 實(shí)驗(yàn)前準(zhǔn)備工作 |
| 6.1.1 測(cè)量系統(tǒng)的調(diào)試 |
| 6.1.2 條紋正弦性驗(yàn)證 |
| 6.2測(cè)量實(shí)驗(yàn) |
| 6.3 結(jié)果分析 |
| 6.4 本章小結(jié) |
| 第七章 總結(jié)與展望 |
| 7.1 總結(jié) |
| 7.2 展望 |
| 參考文獻(xiàn) |
| 附錄 |
| 攻讀碩士學(xué)位期間取得的學(xué)術(shù)成果 |
| 致謝 |
（8）基于光柵投影的物體表面三維重構(gòu)方法研究（論文提綱范文）
| 摘要 |
| Abstract |
| 引言 |
| 1 緒論 |
| 1.1 三維測(cè)量技術(shù)概述 |
| 1.2 光學(xué)三維輪廓重構(gòu)方法概述 |
| 1.2.1 光學(xué)三維輪廓重構(gòu)方法分類 |
| 1.2.2 光學(xué)三維輪廓重構(gòu)的應(yīng)用 |
| 1.2.3 光學(xué)三維輪廓重構(gòu)的研究熱點(diǎn)和難點(diǎn) |
| 1.3 光柵投影三維測(cè)量技術(shù)國(guó)內(nèi)外研究現(xiàn)狀 |
| 1.3.1 光柵投影三維測(cè)量方法 |
| 1.3.2 國(guó)內(nèi)外研究現(xiàn)狀 |
| 1.4 研究?jī)?nèi)容及章節(jié)安排 |
| 1.4.1 主要研究?jī)?nèi)容 |
| 1.4.2 論文章節(jié)安排 |
| 2 光柵投影三維測(cè)量理論基礎(chǔ) |
| 2.1 基于光柵投影的物體表面三維重構(gòu)總體方案設(shè)計(jì) |
| 2.2 經(jīng)典光柵投影系統(tǒng)模型 |
| 2.3 相位獲取和解相技術(shù) |
| 2.3.1 四步相移算法 |
| 2.3.2 單頻相位展開(kāi)算法 |
| 2.3.3 雙頻相位展開(kāi)算法 |
| 2.3.4 多頻相位展開(kāi)算法 |
| 2.4 本章小結(jié) |
| 3 多頻外差相位測(cè)量技術(shù)研究 |
| 3.1 相位展開(kāi)算法研究 |
| 3.1.1 空間相位展開(kāi)算法研究 |
| 3.1.2 時(shí)間相位展開(kāi)算法研究 |
| 3.2 相位測(cè)量誤差分析 |
| 3.3 本章小結(jié) |
| 4 系統(tǒng)參數(shù)標(biāo)定與模型優(yōu)化 |
| 4.1 攝像機(jī)參數(shù)標(biāo)定 |
| 4.1.1 攝像機(jī)透視投影模型 |
| 4.1.2 攝像機(jī)成像模型 |
| 4.1.3 攝像機(jī)標(biāo)定方法 |
| 4.2 投影儀參數(shù)標(biāo)定 |
| 4.2.1 基于相位標(biāo)定方法 |
| 4.2.2 基于反向成像標(biāo)定方法 |
| 4.3 系統(tǒng)模型優(yōu)化研究 |
| 4.3.1 測(cè)量系統(tǒng)模型 |
| 4.3.2 高度相位映射關(guān)系 |
| 4.3.3 實(shí)驗(yàn)分析 |
| 4.4 本章小結(jié) |
| 5 物體表面三維輪廓重構(gòu)實(shí)驗(yàn)研究 |
| 5.1 系統(tǒng)軟硬件平臺(tái) |
| 5.2 目標(biāo)物體三維重構(gòu)實(shí)驗(yàn)研究 |
| 總結(jié) |
| 參考文獻(xiàn) |
| 在學(xué)研究成果 |
| 致謝 |
（9）光柵投影結(jié)構(gòu)光三維測(cè)量的關(guān)鍵技術(shù)研究與實(shí)現(xiàn)（論文提綱范文）
| 中文摘要 |
| abstract |
| 第一章 緒論 |
| 1.1 研究背景與意義 |
| 1.2 國(guó)內(nèi)外研究現(xiàn)狀及發(fā)展趨勢(shì) |
| 1.2.1 國(guó)外研究現(xiàn)狀 |
| 1.2.2 國(guó)內(nèi)研究現(xiàn)狀 |
| 1.3 本論文主要研究?jī)?nèi)容及章節(jié)安排 |
| 第二章 三維測(cè)量的主要測(cè)量方法與關(guān)鍵技術(shù) |
| 2.1 引言 |
| 2.1.1 被動(dòng)三維測(cè)量概述 |
| 2.1.2 主動(dòng)三維測(cè)量概述 |
| 2.2 光柵投影結(jié)構(gòu)光三維測(cè)量系統(tǒng)設(shè)計(jì) |
| 2.3 結(jié)構(gòu)光三維測(cè)量技術(shù)概述 |
| 2.3.1 相位移算法概述 |
| 2.3.2 相位展開(kāi)算法概述 |
| 2.4 本章小結(jié) |
| 第三章 參數(shù)標(biāo)定技術(shù)的研究與實(shí)現(xiàn) |
| 3.1 引言 |
| 3.2 攝像機(jī)的參數(shù)標(biāo)定 |
| 3.2.1 相機(jī)標(biāo)定理論推導(dǎo) |
| 3.2.2 鏡頭畸變 |
| 3.2.3 相機(jī)標(biāo)定流程及函數(shù)調(diào)用 |
| 3.2.4 相機(jī)標(biāo)定實(shí)驗(yàn)結(jié)果與分析 |
| 3.3 投影儀標(biāo)定 |
| 3.3.1 投影儀標(biāo)定原理 |
| 3.3.2 投影儀標(biāo)定實(shí)驗(yàn)分析 |
| 3.4 姿態(tài)估計(jì) |
| 3.5 本章小結(jié) |
| 第四章 相位測(cè)量輪廓術(shù)與三維重建 |
| 4.1 引言 |
| 4.2 四步相移法 |
| 4.2.1 光柵條紋圖像的采集及預(yù)處理 |
| 4.2.2 相位主值實(shí)驗(yàn)結(jié)果 |
| 4.3 基于多頻外差的相位展開(kāi) |
| 4.3.1 雙頻投影條紋相位展開(kāi) |
| 4.3.2 三頻投影條紋相位展開(kāi) |
| 4.4 一種多頻外差相位展開(kāi)的誤差補(bǔ)償方法 |
| 4.4.1 相位展開(kāi)誤差分析 |
| 4.4.2 相位展開(kāi)誤差補(bǔ)償方法 |
| 4.4.3 實(shí)驗(yàn)結(jié)果 |
| 4.5 絕對(duì)相位到三維坐標(biāo)的轉(zhuǎn)換 |
| 4.6 本章小結(jié) |
| 第五章 總結(jié)與展望 |
| 5.1 工作總結(jié) |
| 5.2 工作展望 |
| 參考文獻(xiàn) |
| 致謝 |
| 攻讀學(xué)位期間取得的研究成果 |
（10）基于激光干涉條紋的三維輪廓測(cè)量算法研究（論文提綱范文）
| 摘要 |
| abstract |
| 第一章 緒論 |
| 1.1 課題研究的背景和意義 |
| 1.2 國(guó)內(nèi)外光學(xué)三維輪廓測(cè)量的研究現(xiàn)狀和發(fā)展趨勢(shì) |
| 1.3 本文研究?jī)?nèi)容及章節(jié)安排 |
| 第二章 形貌測(cè)量系統(tǒng)的原理和結(jié)構(gòu) |
| 2.1 激光剪切干涉原理 |
| 2.2 微小物體三維形貌測(cè)量基本原理 |
| 2.3 激光干涉條紋的產(chǎn)生及特性 |
| 2.3.1 干涉條紋的生成 |
| 2.3.2 干涉條紋的頻譜 |
| 2.4 本章小結(jié) |
| 第三章 微小物體輪廓測(cè)原理 |
| 3.1 傅里葉變換輪廓術(shù)的計(jì)算原理 |
| 3.2 傅里葉變換輪廓術(shù)測(cè)量原理的算法流程 |
| 3.3 傅里葉變換 |
| 3.3.1 快速傅里葉變換的原理 |
| 3.3.2 快速傅里葉變換的計(jì)算量 |
| 3.4 幾種常見(jiàn)的快速傅里葉變換算法 |
| 3.4.1 庫(kù)利-圖基算法 |
| 3.4.2 其他算法 |
| 3.5 相位展開(kāi)算法 |
| 3.5.1 相位展開(kāi)算法的原理 |
| 3.5.2 相位展開(kāi)算法的改進(jìn) |
| 3.6 本章小結(jié) |
| 第四章 微小物體輪廓測(cè)中的帶通濾波 |
| 4.1 帶通濾波的基本原理 |
| 4.2 帶通濾波器的實(shí)現(xiàn) |
| 4.2.1 頻譜中心的確定 |
| 4.2.2 基頻范圍的確定 |
| 4.2.3 帶通濾波器的實(shí)現(xiàn) |
| 4.3 本章小結(jié) |
| 第五章 大面積物體輪廓測(cè)量原理 |
| 5.1 測(cè)量系統(tǒng)結(jié)構(gòu) |
| 5.2 多截面標(biāo)定原理 |
| 5.3 相機(jī)標(biāo)定技術(shù) |
| 5.3.1 相機(jī)標(biāo)定原理 |
| 5.3.2 相機(jī)標(biāo)定方法 |
| 5.3.3 相機(jī)標(biāo)定實(shí)驗(yàn) |
| 5.4 本章小結(jié) |
| 第六章 系統(tǒng)測(cè)試結(jié)果和分析 |
| 6.1 測(cè)量系統(tǒng)框架介紹 |
| 6.1.1 測(cè)量系統(tǒng)的實(shí)驗(yàn)框架 |
| 6.1.2 實(shí)驗(yàn)器材介紹 |
| 6.1.3 測(cè)試系統(tǒng)的軟件介紹 |
| 6.2 測(cè)量系統(tǒng)的算法實(shí)現(xiàn) |
| 6.2.1 微小物體形貌測(cè)量中的算法設(shè)計(jì) |
| 6.2.2 大面積物體輪廓測(cè)量方法中的算法設(shè)計(jì) |
| 6.3 實(shí)驗(yàn)結(jié)果與分析 |
| 6.3.1 微小物體輪廓原理的實(shí)驗(yàn)結(jié)果與分析 |
| 6.3.2 大面積物體測(cè)量結(jié)果分析 |
| 6.4 本章小結(jié) |
| 第七章 總結(jié)與展望 |
| 7.1 總結(jié) |
| 7.2 展望 |
| 致謝 |
| 參考文獻(xiàn) |
| 攻讀碩士學(xué)位期間取得的成果 |
四、FTP法三維輪廓測(cè)量系統(tǒng)的快速標(biāo)定技術(shù)（論文參考文獻(xiàn)）
- [1]基于相位的線結(jié)構(gòu)光復(fù)雜形面測(cè)量方法研究[D]. 何周旋. 西安工業(yè)大學(xué), 2021
- [2]人臉三維形貌高度測(cè)量研究[D]. 薛太萍. 遼寧師范大學(xué), 2021(08)
- [3]高動(dòng)態(tài)表面三維形貌測(cè)量技術(shù)研究[D]. 汪錦航. 合肥工業(yè)大學(xué), 2021(02)
- [4]基于光柵投影的三維人臉識(shí)別研究與實(shí)現(xiàn)[D]. 張旭. 河北科技大學(xué), 2020(07)
- [5]基于數(shù)字光柵投影的結(jié)構(gòu)光三維測(cè)量方法研究[D]. 王中興. 浙江理工大學(xué), 2020(06)
- [6]基于條紋投影的三維測(cè)量關(guān)鍵技術(shù)研究[D]. 蔡柏林. 中國(guó)科學(xué)技術(shù)大學(xué), 2020(01)
- [7]基于MEMS微振鏡的三維測(cè)量系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 楊學(xué)文. 中國(guó)民用航空飛行學(xué)院, 2020(12)
- [8]基于光柵投影的物體表面三維重構(gòu)方法研究[D]. 王露玲. 內(nèi)蒙古科技大學(xué), 2019(03)
- [9]光柵投影結(jié)構(gòu)光三維測(cè)量的關(guān)鍵技術(shù)研究與實(shí)現(xiàn)[D]. 肖媛. 太原科技大學(xué), 2019(04)
- [10]基于激光干涉條紋的三維輪廓測(cè)量算法研究[D]. 易軍高. 電子科技大學(xué), 2019(01)
標(biāo)簽：光柵論文; 光柵圖像論文; 相機(jī)標(biāo)定論文; 數(shù)字技術(shù)論文; 技術(shù)原理論文;