1. 研究目的与意义

立体视觉三维成像系统在工业检测、质量控制、逆向工程、医学、虚拟现实、文物数字化和人体轮廓测量等众多领域具有广泛的应用前景。立体视觉三维成像系统参数的标定是此技术的关键问题之一，其目标在于确定系统基线、极线、相机参数与世界坐标系等参数，标定精度直接决定后续三维重建的精度。立体视觉系统的标定精度在很大程度上取决于标定板特征点的提取精度，因此进行标定图像处理研究具有重要的应用价值。标定图像的处理难点主要集中在亚像素特征提取中，这是由于相机采集的图像通常为像素级别，像素级别的特征点位置误差较大。目前，常用的标定板图像主要有圆点阵列型、国际象棋棋盘型与行列线型三种，本课题主要对圆点阵列型与行列线型进行研究。

2. 课题关键问题和重难点

课题关键问题：

(1)学会基于ofmm的边缘检测方法；

(2)学会使用matlab软件进行图像处理；　

3. 国内外研究现状（文献综述）

我的课题主要内容是亚像素的提取，我先后读了椭圆目标的亚像素边缘定位方法研究、结构光三维测量系统标定的关键算法研究、基于双目立体视觉的三维重建方法研究亚像素边缘检测技术研究张美静、机器人双目立体视觉若干关键理论文体及其技术实现研究。

张虎，达飞鹏，李勤，邢德奎写了椭圆目标的亚像素边缘定位方法研究，我知道在roi提取和sobel算子边缘初定位的基础上，将参与计算的矩模板个数减少至一个，得出椭圆目标的亚像素边缘定位原理，大大地减少了算法运行时间；此外比较灰度空间矩法、zernike正交矩法和正交傅里叶一马林矩法及椭圆目标的亚像素边缘定位方法这四种方法，得出椭圆目标的亚像素边缘定位方法相对于其他基于矩的边缘定位方法不仅具有更高的精度，而且运算速度也得到提高，并更加准确地获得椭圆目标的几何参数和利用椭圆边缘点进行标定、匹配等算法有重要的参考作用；通过比较sgm、zom、ofmm和椭圆目标的亚像素边缘定位方法这四种亚像素边缘检测方法得出椭圆目标的亚像素边缘定位方法精度更高，所以这种基于矩的椭圆目标的亚像素边缘定位方法与我的课题有关。亚像素边缘定位的前期步骤、边缘模型参数的求取以及边缘的亚像素定位、具体实施步骤。学会求取边缘点的零阶矩m00数值、边缘像素点的梯度方向的斜率k、边缘像素点的边缘角度和边缘参数的求取，学会相关运算。

朱统晶，周平，刘欣冉，袁骏杰写了结构光三维测量系统标定的关键算法研究，通过推导结构光三维测量系统gamma非线性数学模型,将计算得到的系统gamma值的倒数作为投影正弦光栅的指数来降低gamma效应引起的相位误差；通过采用sobel算子粗定位标定板特征圆的边缘点；通过以正交傅里叶-马林矩(ofmm)算子来对边缘点进行亚像素定位；通过用椭圆拟合法确定特征圆圆心的方法来提高标定板特征圆检测精度；通过将sobel算子结合ofmm算子来有效亚像素定位图像边缘，提高了圆心检测的精度；通过gamma效应预校正来有效去除gamma畸变引起的相位误差，提高相位精度；基于正交傅里叶马林矩的标定点检测算法和gamma效应预校正这两种算法原理分别提高对边缘点进行亚像素定位的精度和减少投影仪、相机gamma效应引起的相位误差，利用这两个原理下的计算表达式可以得到圆心坐标和系统gamma值。这篇论文里的理论方法用来提高系统参数标定的精度，参数标定精度直接影响三维重建的精度，所以提高参数标定的精度很重要。

4. 研究方案

首先求取物体几何形状参数；然后采用sobel算子边缘粗定位，将数据中的圆粗提取出来；再根据连续的二维边缘模型求出边缘参数，用基于OFMM的亚像素边缘定位方法方法精确提取边缘；对圆点阵列型的特征圆进行亚像素提取；对圆点阵列型的特征圆心进行亚像素提取；对行列线型的特征点进行亚像素提取。

5. 工作计划

第1周：了解毕业设计任务，收集与课题相关的一些资料。

第2周:弄清课题与设计思想，还有设计方法。

第3周:下载matlab软件，并且学会该软件的简单使用。