1、為便于對(duì)工件進(jìn)行現(xiàn)場(chǎng)手持測(cè)量，構(gòu)建一種小視場(chǎng)雙目視覺(jué)系統(tǒng)，該系統(tǒng)所用的攝像機(jī)視場(chǎng)較小，有效工作范圍為200mm～400mm。為獲得精度較高的測(cè)量結(jié)果，對(duì)該系統(tǒng)的關(guān)鍵技術(shù)進(jìn)行了研究:雙目視覺(jué)系統(tǒng)的結(jié)構(gòu)、雙目系統(tǒng)建模與標(biāo)定、雙目立體匹配、空間點(diǎn)三維重建和空間點(diǎn)的流動(dòng)式測(cè)量。通過(guò)理論分析與實(shí)驗(yàn)驗(yàn)證，本文針對(duì)各關(guān)鍵技術(shù)提出的方法具有較高的穩(wěn)定性、精度和實(shí)用價(jià)值。
　　本文的主要工作和創(chuàng)新點(diǎn)如下:
　　1、建立攝像機(jī)成像模型，分析了系

2、統(tǒng)的結(jié)構(gòu)設(shè)計(jì)原則并對(duì)本系統(tǒng)結(jié)構(gòu)進(jìn)行了設(shè)計(jì)。
　　2、實(shí)現(xiàn)了雙目視覺(jué)系統(tǒng)的標(biāo)定。針對(duì)六畸變模型，分析每個(gè)參數(shù)對(duì)圖像的影響。提出一種標(biāo)定優(yōu)化方法，首先基于OpenCV的標(biāo)定方法確定初始標(biāo)定參數(shù)，進(jìn)而利用直線(xiàn)法對(duì)六個(gè)畸變參數(shù)進(jìn)行優(yōu)化，最后使用優(yōu)化后的畸變參數(shù)和OpenCV標(biāo)定的主點(diǎn)，以反投影誤差為目標(biāo)函數(shù)，利用LM法進(jìn)行其余參數(shù)優(yōu)化。為提高標(biāo)定精度和穩(wěn)定性，推導(dǎo)出關(guān)于單應(yīng)性矩陣的兩個(gè)約束，確定如何選擇標(biāo)定姿態(tài)的三個(gè)性質(zhì)，提出一種五姿態(tài)集

3、標(biāo)定方法。
　　3、進(jìn)行雙目立體匹配，提出一種基于圖像相似幾何特征的雙目立體匹配算法。首先利用外極線(xiàn)幾何約束算法獲得不共外極線(xiàn)和共外極線(xiàn)的初始匹配點(diǎn)。根據(jù)左右圖像正確的匹配點(diǎn)具有相似的幾何位置關(guān)系，引出最大向量角和最大角度差準(zhǔn)則。對(duì)于不共外極線(xiàn)的初始匹配點(diǎn)和共外極線(xiàn)的匹配點(diǎn)，分別利用基于更新策略的視差梯度約束與最大向量角準(zhǔn)則相結(jié)合的誤匹配剔除算法和最大角度差與最大向量角準(zhǔn)則篩選正確的匹配點(diǎn)，然后進(jìn)一步檢驗(yàn)篩選的匹配點(diǎn)，有效降低了傳

4、統(tǒng)外極線(xiàn)約束匹配算法的誤匹配率、漏匹配率。
　　4、流動(dòng)式空間點(diǎn)測(cè)量，測(cè)量粘貼在工件上的標(biāo)記點(diǎn)的三維坐標(biāo)。在進(jìn)行了特征點(diǎn)提取、雙目系統(tǒng)標(biāo)定、立體匹配后，對(duì)每次獲取的空間點(diǎn)進(jìn)行三維重建，獲得該空間點(diǎn)在雙目視覺(jué)系統(tǒng)下的坐標(biāo)。首先建立基準(zhǔn)坐標(biāo)系，利用距離網(wǎng)絡(luò)對(duì)系統(tǒng)各個(gè)位置下獲得的空間點(diǎn)進(jìn)行標(biāo)記點(diǎn)匹配，進(jìn)而可以通過(guò)手動(dòng)添加新點(diǎn)的方法求解較準(zhǔn)的轉(zhuǎn)換矩陣，將空間點(diǎn)轉(zhuǎn)換到基準(zhǔn)坐標(biāo)系下。在轉(zhuǎn)換到基準(zhǔn)坐標(biāo)系后，更新已有的空間點(diǎn)坐標(biāo)，并添加新的空間點(diǎn)