基于MATLAB的数字成像获取物体三维轮廓的提取与分析毕业论文 精品.docx

基于MATLAB的数字成像获取物体三维轮廓的提取与分析毕业论文 精品.docx

《基于MATLAB的数字成像获取物体三维轮廓的提取与分析毕业论文 精品.docx》由会员分享，可在线阅读，更多相关《基于MATLAB的数字成像获取物体三维轮廓的提取与分析毕业论文 精品.docx（58页珍藏版）》请在冰豆网上搜索。

基于MATLAB的数字成像获取物体三维轮廓的提取与分析毕业论文精品

摘要

图像由于携带丰富的信息得到人们的青睐，而目前获取图像的方法有拍照，视屏截图，利用计算机产生彩图，激光扫描

等等。

从图像中获取景物的三维信息属于一个多学科交叉的研究领域,它涉及到射影几何学、数字图像处理、计算机图形学、计算机视觉等许多学科的理论,是目前研究的热点之一。

三维重建就是通过二维图像中基元（如点、线、面）来恢复目标的三维空间信息,需要研究三维空间中点、线、面的三维坐标与二维图像中对应点、线、面的二维坐标之间的关系,实现定量分析物体的大小和空间物体的相互位置关系。

其主要过程是通过对图像的特征提取、特征匹配、图像关键特征的重建、三角化以及数据融合生成物体完整的三维结构。

这种三维信息或三维模型在虚拟植物可视化、数字娱乐、产品外观设计、虚拟场景的模拟等诸多领域具有广泛的应用价值。

本文提出了利用数字图像处理的方法对图像进行处理以获得目标图像的轮廓，并得到目标图像的轮廓关键点上的坐标，这对接下来的三维重建目标十分关键。

在本文中图像采集之后，首先将其数字化。

数字化之后，计算机利用数字图像处理技术对图像进行彩色预处理、去除背景、图像平滑、彩色转灰度、图像锐化、灰度二值化、腐蚀膨胀、滤波、轮廓提取等处理，并且给出每步处理的图像结果。

关键词：

数字成像；图像处理；三维重建；轮廓；坐标

Abtract

Imagewhichduetotherichinformationtogetthefavourofpeople，Atpresent,imageacquisitionmethodsaretakingpictures,screenshots,andproduceimagesbycomputer,laserscanningetc..Three-dimensionalinformationobtainedfromtwo-dimensionalimagesisaninterdisciplinaryresearchfield,itinvolvesmanysubjectsofprojectivegeometry,digitalimageprocessing,computergraphics,computervisiontheory,isaresearchhotspot.Three-dimensionalreconstructionisthrough2Dimageprimitives（suchaspoint,line,surface）three-dimensionalspatialinformationtorestorethetarget,needtostudythree-dimensionalpoint,line,surface3Dcoordinateand2Dimagecorrespondingpoints,lines,surfacestwo-dimensionalcoordinaterelationship,relationshipbetweensizeandspaceobjectstorealizequantitativeanalysisofobjectsthe.Themainprocessisthroughthefeatureextraction,featureofimagematching,reconstructionofkeycharacteristics,triangulationanddatafusiontogeneratecompleteobjectthree-dimensionalstructure.This3Dinformationor3Dmodelshavewideapplicationsinvirtualplantvisualization,digitalentertainment,productdesign,virtualscenesimulationetc.Thispaperproposesthemethodofdigitalimageprocessingtodealwiththeimagewehavegotinordertoobtainatargetimagecontour,andgetthecoordinatesofkeypointsonthecontourofthetargetimage,whichplayakeyroleonthenextstepofthree-dimensionalreconstruction.Inthispaperweshouldfirstlydigitizetheimageacquisition,Afterdigitaliztion,computerwillmakeuseofdigitalimageprocessingtechnologyforpretreatment,removethebackgroundcolor,imagesmoothing,colortogray,imagesharpening,grayvalueoftwo,corrosionexpansion,filtering,contourextraction,andotherimageprocessing,andgivestheresultamongereystepsofimageprocessing.

Keywords:

Digitalimaging；imageprocessing；3Dreconstruction；contour；coordinate

目录

摘要1

Abstract2

目录3

第一章绪论5

1.1论文研究的背景5

1.1.1三维测量技术的背景5

1.12数字图像处理的发展情况6

1.2数字成像与轮廓提取技术在国内外的发展7

1.3论文研究的主要内容7

1.4论文的安排8

第二章光学成像系统和图像系统的设计8

2.1光学成像系统的搭建8

2.1.1摄像系统的方案选择8

2.1.2摄像机的参数选择13

2.1.3光照系统的设计14

2.1.4光学成像系统的搭建效果16

2.2摄像机的标定16

2.2.1摄像机的标定原理16

2.2.2摄像机的标定过程17

2.3图像采集18

2.3.1图像采集的工作过程18

2.3.2D-S4004HC图像采集卡19

2.3.3PCI-2312光电隔离DI/D0卡20

2.3.4软件设计流程21

第三章数字图像处理的基本理论23

3.1数字图像处理的基本知识23

3.1.1数字图像的表示方法24

3.1.2数字图像的颜色模型25

3.2图像平滑25

3.2.1中值滤波26

3.2.2均值滤波26

3.3图像锐化27

3.3.1一阶微分运算27

3.3.2基于拉氏算子的图像锐化处理28

3.4图像表示方法相互转化29

3.4.1彩色图像转为灰度图像29

3.4.2灰度图像二值化29

3.5二值图像的形态学处理30

3.5.1图像膨胀30

3.5.2图像腐蚀30

3.6MATLAB软件的简介31

第四章数字图像处理的实现32

4.1图像的读取与显示33

4.2彩色图像预处理33

4.3彩色图像转为灰度图34

4.4图像的锐化与边缘检测35

4.4.1图像的锐化35

4.4.2图像的边缘检测35

4.5灰度图像的二值化36

4.6二值图像的处理37

4.6.1腐蚀膨胀处理37

4.6.2二值图像的中值滤波38

4.6.3连通域标记法滤波39

4.6.4水杯各分面的轮廓提取41

4.7提取水杯分面的轮廓坐标43

4.7.1建立四个分面的二维坐标系43

4.7.2四个分面的三维坐标系44

4.7.3选取特征点44

第五章系统介绍与误差分析46

5.1系统各环节的误差分析46

5.1.1仪器产生的误差46

5.1.2数字图像处理过程中的误差46

5.1.3环境引起的误差47

第6章总结与展望48

参考文献：

49

第一章绪论

1.1论文研究的背景

1.1.1三维测量技术的背景

21世纪是信息化的时代，而在信息学研究中以图像为载体的信息处理占据重要位置，图像工程

已经渗透到各个学科，从工业机器上的视觉检测，医学上的病变诊断，多媒体通信与娱乐，等各个方面都有巨大的用途。

其中数字成像系统应用十分广泛。

现在这种技术可以被用于地形数据的可视化，这样可以由二维等高线重构出具有光照效果的三维地形图;还有在医学方面比如CT/MRI（核磁共振成像）可以应用于人体断层解剖图像的可视化,同样是得到一个序列的二维轮廓线来重构三维形体,比如人的血管、神经等。

三维测量技术是近年来几何量测量技术中的重点研究领域，该技术以获取被测物体三维轮廓数据为目的，主要包括数据测量与数据后续处理。

伴随着光电传感器件以及计算机技术的日趋成熟，三维测量技术得到了不断丰富和发展，越来越广泛的应用对该技术的发展也提出了更新的要求，同时催化了一些相关技术领域的发展，如摄像机标定技术，图像工程，数据补偿技术，颜色渲染技术，测量视角自动选择技术等等。

1.1.2数字图像处理的发展情况

根据激光扫描的物体尺寸是在一个相对稳定的范围之内的特点。

由此就产生了通过分析目标物体的图像信息，来完成图像面的提取和关键点坐标的提取，而代替人工提取关键点坐标的过程。

产生这些想法的原因主要是因为数字图像处理技术

的飞速发展，下来简单介绍一下数字图像处理的发展情况。

图像是人类视觉的基础，是自然景物的客观反映，是人类认识世界和人类本身的重要源泉。

它所携带的巨大信息量可以将客观事物的原形真实地展现在人们的眼前。

图像可以分为模拟图像和数字图像。

人眼看到的任何自然界的图像都是连续的模拟图像，它的形状和形态表现由图像各位置的颜色所决定。

数字图像是由模拟图像经过采样、量化、编码等步骤离散化得到的。

由于计算机只能处理数字信息，因此必须把模拟图像转化为数字图像之后，才可以进行处理。

数字图像处理是指通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。

广义的图像处理技术，还包括了图像理解、图像分析、图像识别，等等。

数字图像处理主要应用于下面一些领域

：

（1）通信。

通信应用包括图像传输、电视电话、电视会议、数字图像处理技术主要用于图像压缩甚至在图像理解的基础·上进行压缩。

（2）宇宙探测与遥感。

由于太空技术的发展，需要用到数字图像处理大量的星体图片；同样遥感也需要此项技术，这可以应用于地形地质，矿藏探查，森林、水利、海洋、农业等资源调查，自然灾害预测，气象卫星云图处理，以及军事目标识别。

（3）生物医学领域。

数字图像处理在生物医学工程方面的应用十分广泛，而且很有成效。

除了CT技术之外，还有一类是对医用显微图像的处理分析，如红细胞、白细胞分类，染色体分析，癌细胞识别等。

此外，在X光肺部图像增晰、超声波图像处理、心电图分析、立体定向放射治疗等医学诊断方面都广泛地应用图像处理技术。

（4）工业生产中的应用。

在生产线对产品及部件进行无损探伤是图像处理的重要应用领域。

主要有产品质量检测、生产过程的自动控制、CAD/CAM等。

经过上述对数字图像以及其领域的阐述，我们知道数字图像的应用范围十分广泛，因此可以将数字图像处理的方法引入到激光扫描图像处理中来。

通过获取激光扫描对象的图像，再用数字图像处理的方法对图像进行处理，获取关键点位置坐标，以达到目标物体三维重建的目的。

1.2数字成像与轮廓提取技术在国内外的发展

视觉信息作为人类获取外界信息的主要手段，据分析，人类通过视觉获取的信息占其总获取信息量的70%—80%左右。

现在的信息处理，以图像的二维处理和计算机视觉的三维图像处理已在蓬勃发展，即为有效的例证。

图像处理的应用领域已经扩展到人类生活和工作的各个方面，以图像处理为工具的轮廓提取也已经渐渐增加起来。

轮廓提取与表面重建是计算机视觉中的重要研究课题，其在虚拟现实、自控车辆、机器人环境分析、监控系统中的物体跟踪与识别、生物医学图像处理、工业在线自动检测、形状反求等方面有着广泛的应用前景。

反求和重构的一种测量

方法，是目前国内外研究的热点。

根据断层图像提取的实体轮廓可以通过表面重建

得到物体的CAD模型，或直接应用于快速成形系统。

近年来，将物理原理引入物体的形状恢复吸引了学者们的研究兴趣，基于可变形模型的轮廓提取与表面重建就是其中的一类。

可变形模型可视为在内力和外力作用下的能量极小化样条模型，内力来自几何模型，约束它的形状；外力来自图像特征，引导它的行为，将其吸引至图像特征处。

因此，基于可变形模型的断层图像轮廓提取与表面重建研究，在科学研究及工程应用中有着重要的意义。

1.3论文研究的主要内容

论文研究的对象是一个具有明显棱角的物体，因此本论文中根据实际情况以普通水杯为例，来详细地阐述怎样根据数字图像处理的方法获取它的分面信息，然后根据不同面的信息，怎样获取各个面的关键坐标点的值。

首先要根据目标物体的形状信息，来确定怎样搭建光学成像系统。

光学成像系统首先要保证必须得到水杯的各个面的具体信息，所以成像系统选择的是数字摄像机在物体正面、侧面、背面以及顶面的扫描，而激光扫描仪的选择将直接影响到水杯的成像质量。

采集回来的图片要经过一系列数字图像处理的工作，首先进行目标物体的提取、彩色转灰度、图像平滑、锐化、二值化、膨胀腐蚀、二值滤波等得处理，得到到效果比较好的二值图像，然后再二值图像的基础之上，选择比较理想的轮廓提取方法得到图像的轮廓。

图像的轮廓得到之后，要根据二值图像经过滤波之后的图像，确定产品的分面信息以及分面之后得到各个面的关键点的坐标。

上述工作完成之后，还需要讨论整个系统所产生的误差，本文给出了减小误差的方法。

最后得出通过对物体的图像进行数字图像处理能够完成对目标物的三维重建与恢复工作。

1.4论文安排

论文一共分为六个章节，下面对每个章节做个概述。

第一章绪论。

主要介绍了论文的研究背景、目的和意义，以及本论文的章节安排。

第二章图像采集卡对图像的采集。

主要介绍了摄像机系统方案。

第三章数字图像处理的基本理论。

本章介绍了数字图像处理的基本知识，图像表示方法之间的转换，典型的数字图像处理的算法比如图像平滑/滤波、腐蚀膨胀等以及图像处理实现的软件平台。

第四章数字图像的实现过程。

本章从图像的读取开始，根据图像的特点结合上一章图像处理的基本理论，对图像进行平滑锐化、膨胀腐蚀、图像滤波、轮廓提取以及面坐标生成等处理，接着根据各分面的相互对照关系，从二维坐标系映射出三维坐标系，便可以得到轮廓的三维坐标。

第五章结果分析和误差分析。

本章根据论文的结果，分析了系统的误差以及产生误差的原因，并针对这些误差提出的解决方案。

第六章总结和展望。

主要讨论了论文的成果和不足，有待于以后的改进。

第二章光学成像系统和图像采集系统的设计

在这一章，为了达到用数字图像处理的方法对水杯轮廓进行提取的目的，就必须设计合理的图像光学成像系统，很好地完成对图像数据的采集工作。

本章主要介绍两个方面的内容，一个是光学成像系统的搭建，它包括摄像系统的配置和光学系统的设计；另一个方面叙述了图像采集系统的实现过程，以及图像采集工作的软件设计流程。

本章的框图如下图所示：

图2.1图像的光学成像系统和图像采集系统

2.1光学成像系统的搭建

在图像光学系统中包括摄像系统和光照系统。

其中摄像系统包括摄像机系统的方案选择以及摄像机的参数选择。

光照系统主要介绍了光照的设计问题。

2.1.1摄像系统的方案选择

在本论文中，使用的是CCD摄像机，结合论文的目的，本系统采用了双目测量的原理。

由于有极线几何原理和光学三角形原理的理论支撑，基于双目立体成像原理的三维测量方法具有稳定可靠、精度高、速度快等优点,目前已经广泛应用于逆向工程、物体识别、工业质量检测及机器人自导引等领域。

双目测量基本任务之一是从相机获取的图像信息出发，计算被测对象在三维空间中的几何信息，并由此进行被测对象的识别操作，而空间被测对象表面某点的三维几何位置与其在图像中对应点之间的相互关系是由摄像机成像的几何模型决定的，摄像机成像的几何模型是由两摄像机的相对位置和他们在世界坐标系中的三维位置和方向决定的。

在本系统的双目测量中，两相机的相对位置可有两种选择，一种是两相机放置在同一平面内，这样两个相机一般会有共同的视场区，然后通过一系列的算法重构出被测对象的三维信息。

这种放置方式构成了传统的经纬仪三维测量系统的测量模型。

而另一种放置方式是两相机相互垂直交叉放置，一个相机测量一个面的形状信息，然后通过两个相机的相对位置来构建被测对象的三维坐标信息，在这种放置方中，两相机一般没有共同的视场区，这种测量方法的基础其实就是单目测量，然后通过两组单目测量系统进一步构建三维测量系统，严格的说该方法不属于三维测量的方法，该方法一般适用于被测对象具有对称性的场合。

下面分别介绍下两种方法的测量原理。

（1）经纬仪三维测量系统

平行放置法是由人类视觉感知模型得到的启示：

可以利用两个相机代替人眼，从而构成了三维视觉测量系统。

该模型的相机安装位置和被测对象的位置关系如图2.2所示：

图2.2经纬仪三维测量系统模型

现假设物理坐标系OXYZ和左相机CCD1的坐标系重合，p为空间被测对象上的任何一点，p点在两幅图像上的成像点为

（u1,v1）和

（u2,v2），则根据摄像机透视变换模型有

（2.1）

（2.2）

现假设摄像头的两个坐标系之间的关系为：

（2.3）

其中R为两个相机之间的旋转矩阵，T为两个相机之间的平移矩阵

（2.4）

则由式2.3得：

（2.5）

其中

，从2.5式可以看出只要知道了两个相机的

、

、

、

以及两个相机之间的空间位置关系（即旋转矩阵和平移向量），则可以得到两个相机共同视场下的任何一点的空间坐标信息。

由上面的分析可知该种方法能实现三维信息的精确测量，但是它存在一个问题，就是在两幅图像上找同名点比较困难。

如果无法找到同名点，那么这种方法就是失败的，在实际中很多人使用人机交互的方法来找同名点，但是本系统要求的自动化水平比较高，要求在无人操作的情况下能完成系统的功能。

所以本系统没有采用这种方法。

采用的是下面的方法。

（2）两摄像头垂直放置法测量系统

两个摄像头垂直放置法的测量模型如图2.4所示，该模型的物理坐标系为OXYZ，物理坐标系的坐标原点在整个测量系统的底面中心处，摄像头1的坐标系为O1X1Y1，摄像头1相对于物理坐标系OXYZ的位置为：

（2.6）

其中

为摄像头1相对于物理坐标系为OXYZ的旋转矩阵，

为平移向量。

摄像头2相对于物理坐标系OXYZ的位置为：

（2.7）其中

为摄像头2相对于物理坐标系为OXYZ的旋转矩阵，

为平移向量。

图2.3两摄像头垂直放置法测量系统模型

现在假设要求图2.4中面ABCD的位置信息，只要求出ABCD四点的三维坐标值也就确定了该面的位置信息。

不妨以A为例，因为坐标系OXYZ的X，Y轴分别平行于O1X1Y1坐标系的X1，Y1轴，XOY平面平行于X1O1Y1平面，所以物理坐标系上的任意一点投影到O1X1Y1坐标系上时，旋转向量R1的值为单位阵。

A点在物理坐标系中的X和Y方向的坐标（x，y），而A点在摄像机1图像中的坐标为

即相当于把物体上的A点投影到X1O1Y1平面，所以有：

（2.8）

其中

和

分别为摄像机1在x，y方向上的放大倍数，

为摄像机1的平移向量。

根据上式可以求出A点x，y轴坐标。

因为坐标系OXYZ的Y，Z轴分别平行于02X2Y2坐标系的Y2，Z2轴，所以物理坐标系上的任意一点投影到02X2Y2坐标系上时，旋转向量R2的值为单位阵。

A点在物理坐标系中的Y和Z方向的坐标（y，z）A点在摄像机2图像中的坐标为

，则

（2.9）

其中

和

分别为摄像机2在y，z方向上的放大倍数，

为摄像机2的平移向量。

根据上式可以求出A点y，z轴坐标。

综上所述，就可以求出A点在物理坐标系中的坐标（x，y，z），根据同样的理论就可以求出B，C，D在物理坐标系中OXYZ的坐标。

通过以上的分析可以看出，在测量精度要求不高且被测对象具有明显对称性的场合下，该测量系统具有简单，快捷，对环境要求不严格的特点。

2.1.2摄像机的参数选择

摄像机是本系统获取被测对象信息的唯一途径，它的作用就像人的眼睛，它在本系统中起着非常重要的作用，所以在尽可能降低系统总成本的情况下选择一个合适的摄像机在本系统中显得至关重要，摄像机一般要根据以下几个参数进行选择。

（1）灵敏度

作为图像传感器最重要的技术指标之一，灵敏度是衡量图像传感器对于光线的敏感度，一般监控用的低端CMOS的灵敏度高达10V/Lux-sec以上，高过大部分的CCD传感器，灵敏度指标主要体现在画质的亮度和低光效果上，灵敏度越高画面越清晰。

（2）动态范围

动态范围是衡量图像传感器对于明暗光线差别较大的场景下的表现。

在实际应用中，体现在图像传感器是否可以在一幅图像中既可以清晰显示较暗的场景，又可以清晰显示光线充足的场景.动态范围越高，表明在明暗差别较大的场景下，图像传感器表现越好。

目前高端CMOS可实现高达100dB以上的动态范围，而常见CCD的动态范围基本在60dB左右。

从动态范围上讲，CMOS略胜一筹。

（3）焦距

目前，市场上同一产品下会有3.6mm、4mm、6mm、8mm、12mm等不同规格的焦距指标，对于具有相同的成像面积的两个摄像机，镜头焦距越短的摄像机视角就越大，具体选择多大焦距的镜头还得看要拍摄的距离，焦距大一些，相应你要看到的图像范围就要比现在看到的小一些了。

每个焦距的镜头都只能在一定范围内达到最佳的监看效果。

在本系统中，拍摄的距离为2-3米，拍摄的场景是1m×1m的区域。

所以选用了焦距为6mm的摄像机。

（4）线数

目前，市场上对于民用级选用的购摄像机一般有380线、420线、480线、520等不同的规格，线数代表摄像机的清晰度，即在监视器上水平扫描的线数，线数越高，图像的清晰度越好。

根据以上四个指标和成本的综合权衡，本系统选用了安视宝公司的ASB-H88B系列摄像机，镜头焦距为6mm，如图3.4所示，动态范围为48dB，采用的成像器件为1/3英寸的SonyColorCCD，PAL格式的有效像素为512（H）×582（V），NTSC格式的有效像素为512（H）×492（V），水平分辨率为420TVL，经过实验，该摄像头很好的满足了本系统的要求【2-3】。

图2.4ASB-H88B摄像头

2.1.3光照系统的设计

光源设计也是图像测量系统的一个重要组成部分。

被测对象就是在光源的照射下，成像图像传感器的感光面上，最后通过放大输出被测对象的图像信息。

而随着光源光谱成分的变化，以及