摘要随着现代计算机技术和光电技术的迅猛发展,计算机视觉逐渐进入人们的视线,并成为了一门热门技术,运用到了很多方面,包括机器人技术,导航,目标跟踪识别等。获得三维信息即物体坐标的方法有单目视觉和多目视觉法,本文研究了单目机器视觉的情况下,对运动平台的六自由度(位移X、Y、Z和旋转角α、β、 )进行测量验证的方法。主要有如下方法:点特征的匹配方法,直线特征的匹配方法,高级几何特征的匹配方法,详细介绍了点特征方法原理(PNP)。利用matlab,opencv等软件进行了测试和仿真,主要针对图像预处理,相机的标定特征元素提取,特征匹配和PNP求解自由度等关键性的步骤,分析了目前这几种方法的优劣。63717
毕业论文关键词 六自由度 matlab 特征匹配 PNP
毕业设计说明书(论文)外文摘要
Title Monocular Visual Measurement of pose and posit for Spatial Object
Abstract With the rapid development of modern computer technology and optical technology, computer vision has become a new popular technology, and apply in many areas, including robotics, navigation, and target tracking identification. Methods to obtain 3-d information mainly consist of the monocular vision and eye vision, this paper studies the methods of measurement of 6-DOF motion under the monocular machine vision as follow:locating method based on point feature, locating method based on linear feature, and positioning method based on the advanced geometric features. This paper also introduce the details of principles(PNP), test and simulate the key steps including Elements of image preprocessing, camera calibration, feature extraction, feature matching and 6-DOF calculating by softwares such as matlab and OpenCV. Finally, the pros and cons of the method is analyzed.
Keywords 6-DOF MatLab feature-maching PNP
1 引言 1
1.1研究背景和意义 1
1.2.1 单目视觉法 2
1.2.1.1 点特征定位 2
1.2.1.2 直线特征定位 3
1.2.1.3 高级几何特征定位 5
1.2.2 双目视觉法 7
1.2.3 多目视觉法 8
1.3 主要研究内容 8
2 测量整体方案设计 9
2.1 单目方法和多目方法的对比和选定 9
2.2 单目方法选定 10
2.3 共面四点的线性求解 10
2.4 流程图设计 10
3 点的标记和识别 11
3.1 点的标记 11
3.2 标记点识别与匹配 11
4 相机标定的原理 13
4.1 相机标定模型 13
4.2 相机畸变修正 14
5 成像原理和PNP求解 15
5.1 成像模型 15
5.2 PNP 问题 18
5.3 PNP 问题线性求解 19