手机表面翘曲检测方法讲解

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,手机表面翘曲检测方法讲解,课程目标,处理原理,处理步骤,一,二,三,目录,能力目标,（,1,）能够对双目视觉有基础的认识；,（,2,）能够对完成对双目视觉的标定。,知识目标,（,1,）了解双目视觉标定的原理。,素质目标,（,1,）具有严谨求实精神；,（,2,）具有自主学习的能力；,（,3,）具备,5S,职业素养。,课程,目标,一,课程目标,客观现实世界是一个三维的空间世界，常用的摄像机、数码相机等图像捕获设备利用光学镜头成像原理只能获取到二维图像，但二维图像几乎失去了物体所有的深度信息，然而物体的三维图像能够更加全面、真实地反映客观物体，提供更加丰富而准确的信息，所以有必要从二维图像中重构场景的三维空间，以获取其三维信息。人的视觉系统具有将获取的图像信息转换为立体视图的功能，实现对客观世界三维场景的感知、认识和理解。本案例通过将二维图像重构为三维空间，对手机表面的翘曲程度进行了检测。,二,处理原理,特征提取：,特征提取，就是要从大量的图像数据中选择最能反应景物属性特征的因素，用于特征匹配。在目前的特征提取算法中，经常采用的是区域特征、边缘特征和角点特征。,图像特征点提取方法有很多，可以定义某种算子，通过在图像上寻找该算子的极值来提取图像的特征点；也可以通过从图像中提取边缘，然后在边缘上搜索曲率最大的点作为特征点等等。,二,处理原理,特征匹配：,对两相机的中心分别为C和C，两图像平面分别为I和I，X1、X2为共同视域中的场景空间点，它们在两幅图像平面上的投影点分别为x1和x1,x2和x2。,已知C,C，X1,X2构成一个平面，称为对极平面；该平面与成像平面I和I分别交于直线L和L，称为极线。,对极几何约束可以描述为：假设x和x分别为同一场景空间点X在两幅图像平面I，I上的像点，则X必定位于X对应的极线L上，反之亦然。,二,处理原理,匹配约束条件：,a、唯一性,：在给定的两幅图中，一幅图中的一点，在另一幅图中的对应匹配点至多只有一个，反之亦然。,b、相似性,：对应的特征应该具有相同的属性。在某种度量下，同一物理特性在两幅图像中应该表现出相似的性质。,c、连续性,：与观察点的距离相比，物体表面因凹凸不平引起的深度变化是缓慢的，因而，视差的变化也是缓慢的，或者说视差具有连续性。,二,处理原理,常见算法：,a、区域匹配,b、相位匹配,c、特征点匹配,二,处理原理,三维空间点定位：,空间点三维重建的基本模型如图所示，对于空间物体表面任意一点P，如果用C1摄像机观察，看到它在C1摄像机的图像点位于p1，但他们无法由p1得知P的三维位置，事实上，在O1P(O1为C1摄像机的光心)连线上任意一点P的图像点都是p1，因此，由p1点的位置，我们只知道空间点位于O1P1与O2P2两条直线的交点，即它们的三维位置是唯一确定的。,二,处理原理,点云模型的建立：,点云：三维景物外观表面的点数据集合称之为点云。,面片：即三维景物表面某一部分的估计。,由之前的方法重建出的空间三维点，每个三维点都会对应一组面片。根据PMVS点云生成算法，剔除错误的三维点对应的面片，从而得到点云模型。,二,处理原理,表面重建与实现：,对于散乱点云，寻找一种快速有效地曲面重建方法是当前的一个研究热点。,（1）根据重建曲面和数据点云之间的关系可以将曲面重建分为插值法和逼近法两大类。前者得到的重建曲面完全通过原始数据点。后者得到的重建曲面是原始数据点的一个逼近。,（2）根据重建曲面表示形式的不同可以将曲面重建分为五大类：参数曲面重建、隐式曲面重建、变形曲面重建、细分曲面重建和分片线性曲面重建。,（3）根据曲面拓扑形式的不同可以将曲面重建方法分为两大类：基于矩形域曲面的方法和基于三角域曲面的方法。基于矩形域的曲面建模主要面向有序数据点云，而基于三角域的曲面建模则是面向散乱数据点云。这样，经过曲面重建算法，可以得到三维模型的可见外壳。,二,处理原理,表面重建与实现：,流程图,三,处理步骤,谢谢观看！,