Формирование электронной модели поверхности объекта для технологии бесконтактных измерений

• Автор: Осипов, Михаил Павлович
• Шифр специальности: 05.01.01
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Нижний Новгород
• Количество страниц: 178 с. : ил.

Глава 1. Методы восстановления поверхности
объекта по набору изображений
1.1 Историческое развитие методов моделирования объектов
1.2 Методы реконструкции моделей объектов
1.3 Пассивные методы
1.4 Активные методы
1.5 Анализ результатов
Глава 2. Основы стереореконструкции
2.1 Модель камеры
2.2 Калибровка камеры
2.2.1 Параметры камеры
2.2.2 Методы калибровки камеры
2.3 Работа с некалиброванными изображениями
2.3.1 Определение внутренних параметров камеры
2.3.2 Определение внешних параметров камеры
2.4 Анализ пары снимков
2.4.1 Взаимное ориентирование снимков
2.4.2 Определение элементов взаимного ориентирования
2.4.2.1 Приведение уравнения к линейному виду
2.4.2.2 Использование упрощённого случая съёмки
2.4.3 Трансформация снимка, вызванная его переводом
в другое положение
2.4.4 Определение координат точек объекта
2.5 Определение точек соответствия
2.5.1 Эпиполярная прямая
2.5.2 Методы поиска соответствий
2.5.3 Повышение эффективности методов согласования

2.5.3.1 Двухэтапный алгоритм
2.5.3.2 Иерархический алгоритм
2.5.3.3 Использование дополнительных изображений
2.5.3.4 Использование условия упорядочивания и динамического программирования
2.6 Анализ результатов
Глава 3 Выделение объекта на изображении
3.1 Постановка задачи
3.2 Сегментация
3.3 Построение контура
3.3.1 Выделение прямых линий на изображении
3.4 Анализ результатов
Глава 4 Восстановление формы поверхности объекта
4.1 Постановка задачи
4.2 Обзор методов
4.3 Триангуляция Делоне для конечного набора точек
4.3.1 Структура хранения элементов триангуляционного
разбиения
4.3.2 Алгоритм построения триангуляции Делоне для конечного набора точек
4.3.2.1 Выбор первого ребра
4.3.2.2 Формирование области поиска следующей точки
4.3.2.3 Принцип выбора следующей точки для
построения нового треугольника
4.3.2.4 Клеточный пошаговый алгоритм
4.3.2.5 Новый метод выбора следующей точки для построения треугольника
4.3.2.6 Построение нового треугольника
4.3.3 Сравнение эффективности модифицированного алгоритма
прямого построения с традиционными методами
4.4 Создание триангуляционного разбиения
с учетом особенностей формы объекта
4.4.1 Подразбиение готовой триангуляции в соответствии
с контурными линиями
4.4.1.1 Поиск треугольника из триангуляционного разбиения, касающегося или включающего в себя один из концов контурного отрезка
4.4.1.2 Последовательный переход по ветке соседних рёбер к треугольникам, пересекающим контурный отрезок
4.4.2 Перестройка триангуляционного разбиения в
соответствии с контурными линиями
4.4.3 Сужение выпуклой триангуляции до границ объекта
4.5 Иерархическое восстановление поверхности объекта
4.6 Анализ результатов
Глава 5 Вычисление метрических характеристик объекта
5.1 Получение координат точки на поверхности объекта
по координатам точки на его проекции
5.2 Определение расстояния между точками по
поверхности объекта
5.3 Вычисление площади поверхности выделенного фрагмента
5.3.1 Триангуляционное разбиение внутренности фрагмента
5.3.2 Определение площади поверхности, используя
текущее триангуляционное разбиение
5.3.2.1 Определение граничных треугольников, опоясывающих границу выделенного фрагмента и резание этих треугольников по границе
5.3.2.2 Формирование фигуры внутри треугольника
5.3.2.3 Вычисление площади многоугольной фигуры

ствия используется иерархический алгоритм. Суть его состоит в поиске точек соответствия на разных уровнях изображения.
Идея алгоритма аналогична принципу работы мозга при обработке зрительных образов, описанному в работе [16]. Изображение сцены, спроецированное на сетчатке глаза превращается в целый набор представлений изображения - от наиболее размытой картинки до более чёткой. Таким образом, мозг вначале видит общие контуры предметов, а затем только их детали, облегчая тем самым общее восприятие сцены.
Аналогично иерархический алгоритм использует результаты поиска соответствий на грубом уровне изображения, чтобы провести поиск на более высоком уровне. Различные уровни представлений изображения создаются путём построения "гауссовой пирамиды" [95, 93]. "Гауссова пирамида" представляет собой набор слоёв, каждый из которых в два раза меньше по высоте и ширине, чем предыдущий. Каждый слой "гауссовой пирамиды" получен путём сглаживания симметричным гауссовым ядром и повторной дискретизации предыдущего слоя. Это означает, что следующий по величине слой получить легче, поскольку лишняя информация не обрабатывается. Поэтому иерархический алгоритм является почти эквивалентным, но в вычислительном отношении более эффективным, чем, например, сопоставление на одном уровне представления изображения окон различных размеров.
Операцию сглаживания можно записать, как свёртку изображения Б с симметричным гауссовым ядром Н:
В данном случае среднеквадратическое отклонение гауссиана (ст) принимает значения, как правило, от одного до двух пикселей.