新課標(biāo)下基于線移的雙目三維重構(gòu)匹配算法的過程分析

1、新課標(biāo)下基于線移的雙目三維重構(gòu)匹配算法的過程分析    第1章  緒  論1.1  雙目立體視覺的發(fā)展立體視覺的開創(chuàng)性工作是在六十年代中期開始的。美國麻省理工學(xué)院的Roberts完成了二維景物的分析研究。他的工作就是把過去的二維圖像分析推廣到了二維景物分析，這標(biāo)志著立體視覺技術(shù)的誕生，在隨后二十年中它迅速地發(fā)展并形成了一門新的學(xué)科1。七十年代，立體視覺在圖像的預(yù)處理技術(shù)、提取三維信息和圖像匹配技術(shù)等許多方面都有重大突破。七十年代末，Marr和Poggio等人創(chuàng)立的計(jì)算機(jī)視覺理論對(duì)立體視覺發(fā)展產(chǎn)生巨人影響，使得景物可視表面的重

2、建形成一個(gè)完備的體系。近年來，立體視覺理論日臻完善，立體視覺技術(shù)研究向?qū)嵱没较虬l(fā)展。在整個(gè)計(jì)算機(jī)視覺學(xué)，占有越來越重要的地位2。David Marr教授于1977年提出了計(jì)算機(jī)視覺理論，該理論在80年代成為機(jī)器視覺研究領(lǐng)域中的一個(gè)十分重要的理論框架3。Marr視覺計(jì)算理論立足于計(jì)算機(jī)科學(xué)，系統(tǒng)地概括了心理生理學(xué)、神經(jīng)生理學(xué)等方面業(yè)己取得的所有重要成果，是視覺研究中迄今為止最為完善的視覺理論4。1.2  Marr視覺理論Marr教授于1977提出了一個(gè)比較明確的視覺計(jì)算理論體系，這一理論把視覺過程看做一個(gè)信息處理的過程，而對(duì)于信息處理的研究又分為二個(gè)層次：計(jì)算的理論層次表示與算法層次

3、、硬件實(shí)施層次。Marr從視覺計(jì)算理論出發(fā)，將系統(tǒng)分為自下而上的三個(gè)階段，即視覺信息從最初的原始數(shù)據(jù)（二維圖像數(shù)據(jù)）到最終對(duì)三維環(huán)境的表達(dá)經(jīng)歷了三個(gè)階段的處理，如圖1-1所示。      圖 像                             

4、0;                       3D描述                          要素圖 &

5、#160;              2.5維圖圖1-1  Marr框架的視覺三階段Marr理論是計(jì)算機(jī)視覺研究領(lǐng)域的劃時(shí)代成就，積極推動(dòng)了這一領(lǐng)域的研究，多年來對(duì)圖像理解和計(jì)算機(jī)視覺的研究發(fā)展起了重要的作用。但Marr理論也有不足之處，其中有4個(gè)有關(guān)整體框架（圖1-1）的問題5。1框架中輸入是被動(dòng)的，給什么圖像，系統(tǒng)就處理什么圖像。2框架中加工目的不變，總是恢復(fù)場(chǎng)景中物體的位置和形狀等。3框架缺乏或者說未足夠重視高層知識(shí)的知道作用。4整個(gè)框架中信息加工過

6、程基本自下而上，單向流動(dòng)，沒有反饋。針對(duì)這些問題，近年來人們提出了一系列改進(jìn)思路，對(duì)應(yīng)圖1-1框架將起改進(jìn)融入新的模塊得到圖1-2的框架。     第2章  基于線移的雙目視覺基本原理2.1  雙目視覺的硬件系統(tǒng)組成為了從二維圖像中獲得物體特征點(diǎn)的三維坐標(biāo)，雙目視覺系統(tǒng)至少從不同位置獲取包含物體特征點(diǎn)的兩幅圖像。它的一般結(jié)構(gòu)為交叉擺放的兩個(gè)攝像機(jī)從不同角度觀測(cè)同一被測(cè)物體。雙目視覺系統(tǒng)在很多領(lǐng)域中都有應(yīng)用，根據(jù)不同的使用對(duì)象，視覺系統(tǒng)的軟硬件都會(huì)有所不同。通常的雙目視覺系統(tǒng)主要由七個(gè)部分組成，主要是：攝像機(jī)和光學(xué)部件、燈光、

7、部件傳感器、圖像采集卡、PC平臺(tái)、檢測(cè)軟件以及數(shù)字I/O和網(wǎng)絡(luò)連接。其中，攝像機(jī)和光學(xué)部件主要用于拍攝目標(biāo)物體；燈光用于照亮部件，從攝像機(jī)拍攝到更好的圖像；部件傳感器在被檢測(cè)物體靠近時(shí)給出一個(gè)觸發(fā)信號(hào)，告訴視覺系統(tǒng)去采集圖像；圖像采集卡將攝像機(jī)與PC連接起來。它從攝像頭中獲得數(shù)據(jù)(模擬信號(hào)或數(shù)字信號(hào))，然后轉(zhuǎn)換成PC能處理的信息；PC平臺(tái)為檢測(cè)軟件以及數(shù)字I/O和網(wǎng)絡(luò)連接提供硬件支持，完成圖像數(shù)據(jù)處理和傳輸，以及獲得目標(biāo)物體的三維信     息16。本課題的主要任務(wù)是用雙目視覺系統(tǒng)模擬人眼功能，從獲取的圖像中得到目標(biāo)物體的三維信息。設(shè)計(jì)同時(shí)使用兩個(gè)攝像頭

8、，在不同位置對(duì)同一物體進(jìn)行攝像，根據(jù)兩張圖之間物體成像視差原理獲取物體的空間信息，為機(jī)器人實(shí)現(xiàn)抓取等動(dòng)作提供諸如空間位置、物體重心等有用信息。為完成這一任務(wù)，實(shí)驗(yàn)中構(gòu)建的雙目視覺系統(tǒng)主要由攝像機(jī)和光學(xué)部件、燈光、攝像機(jī)架、圖像采集卡、PC平臺(tái)、檢測(cè)軟件等六部分組成。系統(tǒng)構(gòu)成如圖2-1所示：                          

9、;                                                  

10、;                                                  

11、;                                                  

12、;                                                  

13、;                                                  

14、;                                                  

15、;                                                  

16、;                                                  

17、;                                     圖2-1  雙目視覺系統(tǒng)構(gòu)成2.2  雙目視覺原理雙目立體視覺是基于視差原理，由三角法原理進(jìn)行三維信息的獲取，即由兩個(gè)攝像機(jī)的圖像平面（或單攝像

18、機(jī)在不同位置的圖像平面）和被測(cè)物體之間構(gòu)成一個(gè)三角形。已知兩攝像機(jī)之間的位置關(guān)系，便可以獲取兩攝像機(jī)公共視覺場(chǎng)內(nèi)的三維尺寸空間物體特征點(diǎn)的三維坐標(biāo)。立體視覺是通過多幅圖像獲取物體二維幾何信息的方法，對(duì)生物視覺系統(tǒng)，人們旱就注意到，幾乎所有具有視覺的生物都有兩個(gè)眼睛，用兩個(gè)眼睛同時(shí)觀察一個(gè)物體時(shí)，會(huì)有深度或遠(yuǎn)或近的感覺17。雙目立體視覺就是仿照這個(gè)原理，利用兩臺(tái)攝像機(jī)從不同角度同時(shí)獲取同一景物的兩幅圖像，通過計(jì)算空間點(diǎn)在兩幅圖像中的視差來獲取景物的二維坐標(biāo)值。其視差測(cè)距原理如圖2-2所示，設(shè)分別為左、右兩個(gè)相機(jī)的光學(xué)中心位置(透鏡中心)， 與 之間的距離b，相機(jī)焦距 。設(shè)物體上的點(diǎn)P在左、右相機(jī)

19、圖像平面上的投影點(diǎn)分別為 ， 與  連線間的距離為d，過 ， 分別向圖像面(即視平面)作垂線，垂足分別為 ， ，過P向圖像面作垂線，垂足為B。令 ， ， 。p  aB                  d                   

20、;     F  b           Cr圖2-2  視差測(cè)距原理圖由三角原理得                  左右像面上的外極線。 與左右像平面的交點(diǎn) 、 叫做左右像平面的極點(diǎn)。同一像平面上的所有外極線都應(yīng)相交于 點(diǎn),稱為該像面的外極中心。 

21、0;                             P                     &#

22、160;                                                  &

23、#160;              圖2-5  交向姿態(tài)雙目視覺模型的對(duì)極集合關(guān)系對(duì)極幾何為雙目視覺立體匹配提供了一個(gè)局部約束條件。與左像面上投影點(diǎn) 所對(duì)應(yīng)的右像面投影點(diǎn) 必在右外極線 上，反之與右象平面上投影點(diǎn) 所對(duì)應(yīng)的左像平面投影點(diǎn) 必在左外極線 上。所以極線 、 在左右像平面上是相互對(duì)應(yīng)的。設(shè)左右攝像機(jī)的坐標(biāo)系分別為 和 ，其中：  、 為左右攝像機(jī)的透視中心，設(shè)左右攝像機(jī)坐標(biāo)系之間有如下變換關(guān)系：   &#

24、160;                                       （2-12）          &

25、#160;                           （2-13）如果左像平面上一條斜率為 并通過左外極中心 的直線與右像面上一條斜率為 并通過右外極中心 直線相匹配,則這兩條直線分別為同一外極平面與左右像平面的交線。 與 有如下對(duì)應(yīng)關(guān)系：       

26、60;                          （2-14）              （2-15）給定左像面上一點(diǎn)，計(jì)算過該點(diǎn)的左極線斜率以及與之相對(duì)應(yīng)的右極線斜率，就可以在右圖像中沿著右極線搜索相匹配的右像

27、點(diǎn)。外極線斜率約束為方體匹配提供了橫向上的約束，與空間二進(jìn)制編碼相接合，就可以實(shí)現(xiàn)高精度、高密度的匹配了，經(jīng)過插值處理可以達(dá)到亞像素級(jí)水平的匹配。2.3  線移結(jié)構(gòu)光基本原理根據(jù)光學(xué)投射器的光束模式不同，結(jié)構(gòu)光模式可分為點(diǎn)結(jié)構(gòu)光模式、線結(jié)構(gòu)光模式、和多線結(jié)構(gòu)光模式以及網(wǎng)格結(jié)構(gòu)光模式等。下面介紹線結(jié)構(gòu)光模式和多線結(jié)構(gòu)光模式：線結(jié)構(gòu)光又稱光帶模式。如圖2-6所示，激光器投射的光束通過一柱面鏡在空間形成一窄的激光平面，當(dāng)與物體表面相交時(shí)便在物體表面產(chǎn)生一亮的光條。該光條由于物體表面深度的變化以及可能的間隙而受到調(diào)制，表現(xiàn)在圖像中則是光條產(chǎn)生了畸變和不連續(xù)，畸變的程度與深度成正比，不連續(xù)則顯

28、示出了物體表面間的物理空隙。線結(jié)構(gòu)光視覺的任務(wù)就是從畸變的光條圖像信息中獲取物體表面的三維信息。 圖2-6  線結(jié)構(gòu)光模式多線結(jié)構(gòu)光模式是光帶模式的擴(kuò)展。如圖2-7所示，由光學(xué)投射器向物體邊面投射了多條亮條，其目的一方面是為了在一幅圖像中可以處理多條光條，提高圖像的處理效率，另一方面為了實(shí)現(xiàn)物體表面的多光條覆蓋從而增加測(cè)量的信息量，以獲得物體表面更大范圍的深度信息。這種模式也就是所謂的“光柵結(jié)構(gòu)模式”。多光條可以采用幻燈投影儀投影產(chǎn)生一光柵圖樣，也可以利用激光掃描器來實(shí)現(xiàn)。后者可以使用可控的激光平面掃過視場(chǎng)，旋轉(zhuǎn)鏡的每個(gè)位置都可得到光條圖像以供分析，通過該過程即可獲得覆蓋視

29、場(chǎng)的激光線柵。較之光帶模式，多線結(jié)構(gòu)光模式的效率和范圍增加，但同時(shí)引入了標(biāo)定復(fù)雜性的增加和光條識(shí)別問題。 圖2-7  多線結(jié)構(gòu)光模式技術(shù)實(shí)現(xiàn)方案：采用GRAY碼與線移技術(shù)相結(jié)合的方法，實(shí)現(xiàn)物體空間的劃分和匹配。方案1：投影儀投射的圖像大小是1280 1024，首先采用的是6幅GRAY碼圖案和20次線移條紋相結(jié)合的方法，6幅GRAY編碼把攝像機(jī)采集的空間劃分為64個(gè)區(qū)域，采用20次線移技術(shù)實(shí)現(xiàn)每個(gè)區(qū)域的移動(dòng)覆蓋。方案2：投影儀投射的圖像大小是1280 1024，采用的是7幅GRAY碼圖案和10次線移條紋相結(jié)合的方法，7幅GRAY編碼把攝像機(jī)采集的空間劃分為128個(gè)區(qū)域，采用1

30、0次線移技術(shù)實(shí)現(xiàn)對(duì)每個(gè)區(qū)域的移動(dòng)覆蓋。本文采用的是采用6幅GRAY碼圖案和20次線移條紋相結(jié)合的方法，6幅GRAY編碼把攝像機(jī)采集的空間劃分為64個(gè)區(qū)域，采用20次線移技術(shù)實(shí)現(xiàn)每個(gè)區(qū)域的移動(dòng)覆蓋。因?yàn)镚ray碼將圖像平面分為64個(gè)區(qū)間，每個(gè)區(qū)間擁有一條亮條紋（圖2.6中的紅色條紋）。在最小的GRAY區(qū)域進(jìn)行光條的移動(dòng)，每個(gè)GRAY區(qū)域里每一次只有一根光條在移動(dòng)。在左圖像平面某區(qū)間的亮條紋取上面一點(diǎn)與極點(diǎn) 做連線，設(shè)所做線段的斜率為 。根據(jù)對(duì)極幾何關(guān)系可知其匹配點(diǎn)與對(duì)應(yīng)的極點(diǎn) 所連線的斜率 。然后在右圖像平面與左圖像平面對(duì)應(yīng)的亮條紋上取點(diǎn)與極點(diǎn) 做連線 ，再將 與 做比較，當(dāng) 與 之差最小時(shí)，該

31、點(diǎn)即為所求的匹配點(diǎn)。最后根據(jù)求三維空間坐標(biāo)公式就可求出空間點(diǎn)的三維坐標(biāo)。如此循環(huán)就可以找到所有的匹配點(diǎn)對(duì)應(yīng)的空間點(diǎn)的三維坐標(biāo)。下面5幅圖分別是第0次，第5次，第10次，第15次，第19次線條紋移動(dòng)后的紙杯的圖像： 圖2-8  第0次線移紙杯圖 圖2-9  第5次線移紙杯圖 圖2-10  第10次線移紙杯圖 圖2-11  第15次線移紙杯圖 圖2-12  第19次線移紙杯圖2.4  標(biāo)定的參數(shù)說明雙目立體視覺測(cè)量系統(tǒng)中，通常先采用單攝像機(jī)標(biāo)定方法，分別得到兩個(gè)攝像機(jī)的內(nèi)、外參數(shù)，通過同一

32、世界坐標(biāo)中的一組定標(biāo)點(diǎn)來建立兩個(gè)攝像機(jī)之間的位置關(guān)系，所需標(biāo)定內(nèi)部參數(shù)如下表2-1，外部參數(shù)如表2-2。表2-1 攝像機(jī)內(nèi)部參數(shù)內(nèi)部參數(shù) 左攝像機(jī) 右攝像機(jī)焦距   像面中心   鏡頭徑向畸變參數(shù)   水平掃描比例系數(shù)   像面坐標(biāo)   原始的二維圖像，本設(shè)計(jì)所采集的有6幅圖，然后讀入所標(biāo)定的攝像機(jī)的參數(shù)，對(duì)所采集圖像進(jìn)行圖像處理（主要涉及的處理對(duì)圖像各點(diǎn)進(jìn)行格雷編碼，高斯濾波，圖像二值化，去除孤立點(diǎn)，圖像亮條紋的細(xì)化），再根據(jù)線移結(jié)構(gòu)光原理和對(duì)極幾何關(guān)系原理對(duì)圖像進(jìn)行匹配并

33、計(jì)算出匹配點(diǎn)所反映的物體某點(diǎn)的世界坐標(biāo)。最后以點(diǎn)云形式實(shí)現(xiàn)三維重構(gòu)。設(shè)計(jì)流程為：    圖3-8 雙目立體視覺中空間點(diǎn)的三維重建設(shè)左攝像機(jī) 位于世界坐標(biāo)系的原點(diǎn)處且無旋轉(zhuǎn)圖像坐標(biāo)系為 ，有效焦距為f；右攝像機(jī)坐標(biāo)系為 ，圖像坐標(biāo)系為 ，有效焦距為 ，由攝像機(jī)透視變換模型有：                        

34、;                               (3-3)                   

35、;                                   (3-4)而 坐標(biāo)系與 坐標(biāo)系之間的相互位置關(guān)系可通過空間轉(zhuǎn)換矩陣 表示為         

36、60;        ，               (3-5)其中， ， 分別為 坐標(biāo)系與 坐標(biāo)系之間的旋轉(zhuǎn)矩陣和原點(diǎn)之間的平移變換矢量。由上面幾個(gè)式子可知，對(duì) 坐標(biāo)系中的空間點(diǎn)，兩攝像機(jī)像面點(diǎn)之間的對(duì)應(yīng)關(guān)系為    &n 平移矢量T就可以得到被測(cè)物體點(diǎn)的三維空間坐標(biāo)。然后將計(jì)算結(jié)果以ASC點(diǎn)云格式保存。3.3  小結(jié)本章首先通

37、過雙目立體視覺的硬件系統(tǒng)采集到原始的二維圖像，本設(shè)計(jì)所采集的有6幅圖，然后讀入所標(biāo)定的攝像機(jī)的參數(shù)，對(duì)所采集圖像進(jìn)行圖像處理（主要涉及的處理對(duì)圖像各點(diǎn)進(jìn)行格雷編碼，高斯濾波，圖像二值化，去除孤立點(diǎn)，圖像亮條紋的細(xì)化），再根據(jù)線移結(jié)構(gòu)光原理和對(duì)極幾何關(guān)系原理對(duì)圖像進(jìn)行匹配并計(jì)算出匹配點(diǎn)所反映的物體某點(diǎn)的世界坐標(biāo)。最后以點(diǎn)云形式實(shí)現(xiàn)三維重構(gòu)。         第4章  調(diào)試結(jié)果和分析4.1  調(diào)試結(jié)果本設(shè)計(jì)是利用C#語言在.net平臺(tái)編寫程序（程序見附錄）。由于是經(jīng)過20次線條紋的移動(dòng)完成對(duì)整個(gè)覆蓋

38、面的掃描，因此計(jì)算量比較大，整個(gè)程序運(yùn)行需要大約2分鐘。運(yùn)行的結(jié)果就是在.net臺(tái)平臺(tái)將三維重構(gòu)圖以點(diǎn)云格式顯示出來。圖4-1是一幅紙杯原圖，圖4-2中的（a）、（b）、（c）3幅圖是3幅從不同角度截取的以點(diǎn)云格式顯示的三維重構(gòu)后的紙杯圖；圖4-3是一幅瓷杯原圖，圖4-4中的（a）、（b）、（c）3幅圖是3幅從不同角度截取的以點(diǎn)云格式顯示的三維重構(gòu)后的瓷杯圖；圖4-5是一幅普通紙盒的原圖，圖4-6中的（a）、（b）、（c）3幅圖是3幅從不同角度截取的以點(diǎn)云格式顯示的三維重構(gòu)后的紙盒圖像。紙杯原圖 圖4-1 紙杯原圖從3個(gè)不同角度觀察的重構(gòu)后的紙杯圖像 （a） (b

39、) (c)圖4-2 重構(gòu)后的紙杯圖像瓷杯原圖 圖4-3瓷杯原圖從3個(gè)不同角度觀察的重構(gòu)后的瓷杯圖像   (a)   (b) (c)圖4-4 重構(gòu)后的瓷杯圖像紙盒原圖 圖4-5 紙盒原圖從3個(gè)不同角度觀察的重構(gòu)后的紙盒圖像 (a) (b) (c)圖4-6 重構(gòu)后的紙盒圖像從上面的原圖和重構(gòu)圖可知，線移結(jié)構(gòu)光光能實(shí)現(xiàn)對(duì)物體的三維重構(gòu)，精確度高。同時(shí)由于需要20次線移結(jié)構(gòu)光完成對(duì)整個(gè)覆蓋面的掃描，算法有待提高，耗時(shí)較長。從重構(gòu)后的圖像上來看，誤匹配點(diǎn)較多，說明圖像采集的環(huán)節(jié)需要注意，算法有待

40、改進(jìn)。4.2  結(jié)果分析從調(diào)試結(jié)果來看結(jié)果不是很理想，圖像出現(xiàn)了很多的誤匹配點(diǎn)，經(jīng)過分析，可能是以下因素造成的：1雖然采用外極線的約束條件，但實(shí)驗(yàn)中采用的圖像對(duì)對(duì)應(yīng)像點(diǎn)的位置偏差較人，造成兩幅圖像搜索范圍擴(kuò)大，從而減小了雙向搜索匹配成功率；2攝像機(jī)模型是計(jì)算空間點(diǎn)三維坐標(biāo)的直接依據(jù)，我們采用的是理想的攝像機(jī)針孔模型，攝像機(jī)坐標(biāo)系的精確度也會(huì)增加整個(gè)系統(tǒng)的誤差；3當(dāng)目標(biāo)物體過遠(yuǎn)、過近或過分偏向視場(chǎng)一側(cè)時(shí)，其在左右圖像中的視差較小或過度懸殊，導(dǎo)致視差確定的相對(duì)誤差增加從而引起測(cè)量誤差；4目標(biāo)在左右圖像中成像差異造成匹配成功率的下降。由于相機(jī)視角與共同視野區(qū)的原因，使在一幅圖像中存在的目標(biāo)

41、像點(diǎn)，在另一幅圖像中可能不存在匹配像點(diǎn)，也就無法對(duì)其匹配。4.3  小結(jié)本次設(shè)計(jì)是利用C#語言在.net平臺(tái)編寫程序。由于是經(jīng)過20次線條紋的移動(dòng)完成對(duì)整個(gè)覆蓋面的掃描，因此計(jì)算量比較大，整個(gè)程序運(yùn)行需要大約2分鐘。運(yùn)行的結(jié)果就是在.net臺(tái)平臺(tái)將三維重構(gòu)圖以點(diǎn)云格式顯示出來。本章顯示了三維點(diǎn)云結(jié)構(gòu)的重構(gòu)圖像進(jìn)行的一些截圖，說明了線移結(jié)構(gòu)光法能實(shí)現(xiàn)物體的三維重構(gòu)。證明了本課題采用的技術(shù)具有實(shí)用性，文中還對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了分析。結(jié)  論經(jīng)過數(shù)月的苦戰(zhàn)，本次畢業(yè)設(shè)計(jì)終于進(jìn)入了尾聲。在此過程中，筆者在應(yīng)用所學(xué)習(xí)理論知識(shí)和實(shí)際經(jīng)驗(yàn)的同時(shí)，也學(xué)習(xí)到了不少的知識(shí)，增長了不少的見識(shí)，真所謂

42、是學(xué)到用時(shí)方知少。雙目視覺測(cè)量技術(shù)是機(jī)器視覺的熱點(diǎn)技術(shù)之一，它可以快速準(zhǔn)確地獲得被測(cè)物體表面的點(diǎn)云數(shù)據(jù)，是逆向工程的前提。本畢業(yè)設(shè)計(jì)主要是基于雙目立體視覺原理和極線幾何關(guān)系對(duì)物體的三維重構(gòu)。利用格雷碼加線移結(jié)構(gòu)光對(duì)物體進(jìn)行投影，再經(jīng)攝像機(jī)采集圖像信息以實(shí)現(xiàn)對(duì)物體的三維重構(gòu)：攝像機(jī)采集到的6幅圖像序列形成的格雷碼將圖像空間劃分為64個(gè)周期，通過20次線條紋的移動(dòng)完成對(duì)整個(gè)掃描平面的覆蓋，在已獲得兩攝像機(jī)標(biāo)定參數(shù)基礎(chǔ)上，結(jié)合對(duì)極幾何原理完成左右圖像像素點(diǎn)的匹配。根據(jù)空間點(diǎn)三維坐標(biāo)計(jì)算的數(shù)學(xué)模型計(jì)算出點(diǎn)的空間坐標(biāo)，最后以點(diǎn)云形式實(shí)現(xiàn)物體的三維重構(gòu)。由于是第一次涉及機(jī)器視覺方面的相關(guān)知識(shí)，再加之筆者的

43、水平有限，所做的工作不多。需要學(xué)習(xí)的東西還很多，設(shè)計(jì)中對(duì)機(jī)器視覺的學(xué)習(xí)和運(yùn)用有些膚淺，并沒有進(jìn)行深一些的研究。（1） 論文所涉及的理論工作主要是對(duì)機(jī)器視覺的相關(guān)知識(shí)的學(xué)習(xí)和C#語言軟件平臺(tái)的學(xué)習(xí)。（2） 論文所涉及的實(shí)踐工作主要是對(duì)圖像的采集，以及軟件的編寫和硬件軟件的調(diào)試。希望本次畢業(yè)設(shè)計(jì)能夠機(jī)器視覺研究作出很小的一點(diǎn)點(diǎn)貢獻(xiàn)。    致  謝在本次畢業(yè)設(shè)計(jì)中，首先必須要感謝我的導(dǎo)師劉先勇教授。本文正是在劉先勇教授的指導(dǎo)和關(guān)心下完成的成的。劉老師嚴(yán)謹(jǐn)治學(xué)和誨人不倦的精神使我深受其益，尤其他對(duì)工作的認(rèn)真負(fù)責(zé)的態(tài)度，更是經(jīng)常令我汗顏。在我遇到困難和

44、挫折時(shí)，劉老師的鼓勵(lì)和支持曾幫助我順利度過難關(guān)?？梢哉f在做學(xué)問和做人方面，劉老師給我的影響令我終生難忘。因此，在這里我要特別感謝劉老師給予我的幫助，向劉老師致以深深的謝意和敬意！其次必須要感謝我的師兄郭進(jìn)，在設(shè)計(jì)過程中，郭師兄不僅給了我大量設(shè)計(jì)中的幫助，還在設(shè)計(jì)開始的時(shí)候就借了他的電腦給我。論文的編寫也得到了郭師兄的很多啟發(fā)和指導(dǎo)?？傊?，在畢業(yè)設(shè)計(jì)的過程，郭師兄給予了我們無微不至的關(guān)心和指導(dǎo)，在這里表示忠心的感謝！另外這次畢業(yè)設(shè)計(jì)在程序的編寫上還得到了朱科同學(xué)和劉興強(qiáng)同學(xué)的幫助，在畢業(yè)設(shè)計(jì)的格式上是張凱同學(xué)讓我少走了很多的彎路，在此，我對(duì)你們表示感謝！在這次畢業(yè)設(shè)計(jì)中，參閱了很多的文獻(xiàn)和書籍，

45、從中也學(xué)習(xí)到了很多的知識(shí)，在這里特向有關(guān)的作者表示感謝！人生有涯，學(xué)無止境。面臨畢業(yè)，任重而道遠(yuǎn)，在今后的人生道路上，我將更加努力，不斷進(jìn)步，以加倍努力來回報(bào)在我成長的過程中給予過我?guī)椭母魑粠熼L、同學(xué)和朋友們！最后，我要感謝所有幫助過我、關(guān)心著我的人！并向所有的這些人們說一聲：祝愿你們一生幸福！參考文獻(xiàn)1 張廣軍.機(jī)器視覺M.北京：科學(xué)出版社，2005.1.2 李改從，劉怡光，游志勝.雙目系統(tǒng)中一種車體的三維重建方法J.四川師范大學(xué)學(xué)報(bào)(自然科學(xué)版)，2002，5：320-323. 3 李曉星，康紹     崢，周賢賓.立體視覺與空間編碼技術(shù)相結(jié)合的非接觸三維曲面測(cè)量系統(tǒng)J.中國機(jī)械工程，2004，15（9）：806-809.4 馬利紅，王輝，李勇，金洪震.全息模擬再現(xiàn)像的三維重構(gòu)J.光子學(xué)報(bào)，2006，35（4）：595-598.5 羅先波，鐘約先，李仁舉.三維掃描系統(tǒng)中的數(shù)據(jù)配準(zhǔn)技術(shù)J.清華大學(xué)學(xué)報(bào)(自然科學(xué)版)，2004，44（8）：1104-1106. 6 龍璽，鐘約先，李仁舉.結(jié)構(gòu)光三維掃描測(cè)量的三維拼接技術(shù)J.清華大學(xué)學(xué)報(bào)(自然科學(xué)版)，2002，42（4）：477-480. 7 周驥，石教英，趙友兵.