导读:本文包含了多线激光条纹论文开题报告文献综述及选题提纲参考文献，主要关键词:激光条纹提取,快速的,高鲁棒性,精度高
多线激光条纹论文文献综述
庄磊磊,张旭,马仲航[1]（2018）在《线激光条纹特征的健壮性快速提取》一文中研究指出为了提高传统的线激光条纹特征提取算法的精度、健壮性和计算效率,使其能够满足更大范围的工业应用,本文在平顶激光模型的基础上提出了线激光条纹中心的健壮性快速提取算法。首先将线激光条纹建模为平顶激光来提高其对各种场景激光条纹的检测鲁棒性;同时,在遍历图像查找激光条纹中心点的过程中加入一种"加窗预判加速机制",将每个激光条纹中心的检测范围限制在与前一个目标点相连的梯形域中,极大地提高了条纹中心点的检测速度。仿真实验表明:当图像中亮度噪声水平小于6时,该算法的条纹中心提取误差小于0. 07pixel,并且检测单张130万像素的线激光条纹图像耗时小于5ms。对各种零件的实际测量实验表明:该算法可以用于光滑、粗糙、深色、浅色、普通金属材质等各种物体的线激光条纹特征的提取,具有很强的健壮性。(本文来源于《计量与测试技术》期刊2018年12期）
赵彬,马国军[2]（2017）在《线激光条纹中心亚像素定位研究》一文中研究指出针对现有算法不能兼顾线激光条纹提取速度和精度的缺陷,根据激光条纹红色通道分量的纹理特性,提出自适应阈值加权重心法进行激光条纹的亚像素定位。该方法以含激光条纹的图像中的红色通道分量为研究对象,将Otsu算法得到的自适应阈值对激光条纹进行粗提取,最后利用加权重心法获取激光条纹的亚像素坐标。自适应阈值加权重心法消除了背景对提取激光条纹的影响,增加了光强较强点在重心法中的权重,缩小了有效数据的范围,减少了重心法的计算量。实验表明,该方法具有较快速度和较高的精度,可应用于实时扫描测距系统中。(本文来源于《电子设计工程》期刊2017年24期）
刘文学,高桂霞[3]（2008）在《基于极线约束的多线激光条纹匹配算法》一文中研究指出依据双目视觉方法,先由双CCD摄像机摄取左右两幅标记有多线激光条纹的图像,然后对图像进行预处理.处理后的两幅图像是在不同视角下摄取的多条单像素宽的激光条纹,在极线约束的理论基础上,提出了一种多线激光条纹的匹配方法,从而实现了激光条纹的匹配和激光扫描线的叁维重建.(本文来源于《山东理工大学学报(自然科学版)》期刊2008年04期）
刘文学[4]（2007）在《基于多线激光条纹测量的匹配与重建研究》一文中研究指出本课题提出了一种基于多线激光条纹的视觉坐标测量技术，并在该技术中运用外极线约束的方法对多线激光条纹进行有效匹配，重建叁维物体。该技术改进了在被测物体上添加标记的测量手段，是一种非接触式快速获取叁维物体外形的测量方法。该方法先采集包含物体表面形状叁维信息的畸变激光条纹图像，之后对图像进行改进的差影法处理，再对这些图像进行预处理、阈值分割、条纹细化等一系列处理后，根据双目立体视觉相应的数学模型和图像处理算法对畸变条纹进行分析，其中对应条纹间的匹配采用基于极线约束的配策略，得到被测物体表面的叁维外形数据信息。在此基础上，通过实验验证极线约束匹配的精确性和有效性，并利用OpenGL，对实验结果数据进行叁维重构和点云处理。具体来说研究结果包括以下几个部分：1、多线激光条纹标记的产生。生成多线激光条纹标记时需要通过确定光源的适当的焦距、强度和组合方式，使所投射出的激光线具有较普遍的适用性。本文通过反复的实验，制作了一种适当的光源发生器件，并对其一些重要参数进行了比较准确的描述。2、标记图像的采集与处理。为了将激光条纹能从原始图像中提取出来，本文设计了适当的图像采集方案。采用改进差影法进行条纹提取，并且较好地解决了由于采集条件的不稳定性(环境光线的不确定性变化、图像采集器本身的不稳定性等)所产生的噪声干扰的抑制问题。根据标记图像结构简单的特性，采用Ostu方法对差影后图像进行有效分割，之后采用数学形态学细化方法对条纹二值图像进行细化，得到单像素宽的条纹图像。3、基于极线约束的条纹匹配及重建。本文的匹配方法提出了利用极线约束的理论，进行激光条纹间的匹配，并根据实验的实际情况提出了多线激光条纹的匹配算法，提高了匹配的精度。在匹配的基础上，对物体进行了重建。4、实验及数据可视化后处理。通过实验验证极线约束匹配的精确性和有效性，并在VC++平台上利用OpenGL对实验结果进行叁维重构和点云显示，进行了数据的分组排序、重新采样、数据网格化，更好地逼近被测物体表面。(本文来源于《青岛大学》期刊2007-05-14）
多线激光条纹论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对现有算法不能兼顾线激光条纹提取速度和精度的缺陷,根据激光条纹红色通道分量的纹理特性,提出自适应阈值加权重心法进行激光条纹的亚像素定位。该方法以含激光条纹的图像中的红色通道分量为研究对象,将Otsu算法得到的自适应阈值对激光条纹进行粗提取,最后利用加权重心法获取激光条纹的亚像素坐标。自适应阈值加权重心法消除了背景对提取激光条纹的影响,增加了光强较强点在重心法中的权重,缩小了有效数据的范围,减少了重心法的计算量。实验表明,该方法具有较快速度和较高的精度,可应用于实时扫描测距系统中。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多线激光条纹论文参考文献
[1].庄磊磊,张旭,马仲航.线激光条纹特征的健壮性快速提取[J].计量与测试技术.2018
[2].赵彬,马国军.线激光条纹中心亚像素定位研究[J].电子设计工程.2017
[3].刘文学,高桂霞.基于极线约束的多线激光条纹匹配算法[J].山东理工大学学报(自然科学版).2008
[4].刘文学.基于多线激光条纹测量的匹配与重建研究[D].青岛大学.2007