三维机器视觉及应用培训讲解.ppt

三维机器视觉及其应用;机器视觉;双目被动视觉 结构光主动视觉 双目主动视觉 ;双目被动视觉;双目被动视觉传感器数学模型;结构光主动视觉;;双目主动视觉;标定点发生方法;传统方法;标定点是靠光平面与标准靶尺上的特征的边缘的交点提供的，因此，边缘的光反射会造成标定点提取的误差。 要保证标准靶尺与单向移动台的严格垂直。这在实际操作中很难做到，必然会引进由于不垂直所产生的误差。 要保证单向移动台的移动方向与激光面的法向垂直。这在实际操作中很难做到，必然会引进由单向移动台移动方向和激光面的夹角所产生的误差。 不能实现标定点图像位置的高精度提取。 ;拉丝法;标准量块法（或称为微分法） 标准量块法与标准靶尺法相似，只不是用标准量块替代了标准靶尺。 ;单视觉传感器标定点发生方法 ;;双视觉传感器标定点发生方法;传统方法; ;双视觉传感器标定点发生方法;;标定点数据的全局统一 ;安装偏角的测量方法 ;人工神经网络;;BP神经网络;;RBF神经网络;;视觉检测网络模型;将RBF神经网络应用于结构光三维视觉检测，建立起高精度的结构光三维双视觉检测的RBF网络模型。针对实际系统没有采用RBF网络的典型学习算法，而是提出一种改进算法，该算法映射精度高、健壮性好、收敛较快，更适用于神经网络技术的结构光三维多视觉检测系统。实验中利用该算法成功的建立起RBF视觉检测模型，该模型的测量精度和BP网络相比，提高了约一倍。在200 mm的测量范围内网络的测试精度为0.084mm。 ;三维机器视觉应用;三维曲面检测;轿车白车身检测;微小型飞行器昆虫运动仿生;装配机器人导引;谢 谢！