机器视觉测量技术在三维非接触测量中的应用

"文献综述.doc" 这篇文献综述主要探讨了机器视觉测量技术在三维非接触测量中的应用，特别关注了如何利用计算机视觉原理来实现高精度、快速且非接触的测量。作者李聪琦在指导教师柴远波的指导下，针对通信工程专业的研究需求，进行了深入的文献分析。 文章首先指出，传统的三维坐标测量机由于其体积大、结构复杂以及依赖接触测量的局限性，无法满足在线测量和对柔软物体的测量需求。因此，研究和发展非接触在线测量技术具有重要意义。目前存在的测量方法，如激光扫描、结构光法和相位测量等，虽然各有优势，但难以同时满足精度、效率、成本、自动化和智能化的综合要求。 论文的核心在于提出了一种基于计算机视觉的三维非接触测量技术。该技术利用神经网络来拟合图像坐标与空间坐标之间的映射关系，通过光栅投影曲线作为特征，结合小波边缘检测和搜索式无监督聚类，实现亚像素级别的立体精确匹配。此外，利用小波的多尺度多分辨率特性，可以有效地进行图像拼接和数据融合，从而对物体进行全面的测量。实验结果表明，该技术的测量精度可控制在0.5mm/m以内，设备简单，测量速度快。 在测量系统原理部分，作者指出了两个关键问题：一是建立图像间的对应点关系，二是立体匹配。为了解决这些问题，论文采用了神经网络进行摄像机标定，利用小波边缘检测和几何不变性解决立体匹配难题。在实际应用中，这种技术能够适应不同大小和形状的物体，尤其对于表面光滑、匹配特征不明显的物体，可以通过光栅投影来增强匹配功能。 这篇文献综述详细阐述了机器视觉在三维测量领域的最新进展，特别是通过神经网络、小波分析和立体匹配技术来提升测量精度和效率。这为未来在工业自动化、产品质量控制等领域的发展提供了理论基础和实践参考。