基于机器视觉的面内转角测量方法的研究的中期报告.docx

基于机器视觉的面内转角测量方法的研究的中期报告
一、研究背景
面内转角是指两个平面间的夹角，广泛应用于机械加工、测绘等领域。目前，传统的面内转角测量方法是使用角度测量仪或投影仪等工具进行测量。但是这些方法存在着测量精度低、操作复杂等问题。因此，基于机器视觉的面内转角测量方法具有成本低、测量精度高、操作简单等优势，成为了研究热点。
二、研究目标
本研究旨在通过开发一种基于机器视觉的面内转角测量方法，提高测量精度和效率，并解决传统测量方法的缺点。
三、研究内容
1.系统架构设计
建立基于机器视觉的面内转角测量系统，并设计其硬件组成和软件功能模块。硬件部分由相机模组、光源、PC机和支架组成，软件部分主要包括图像预处理、特征提取、特征匹配和转角计算等。
2.图像预处理
首先通过光源对被测物体进行照明，然后利用相机模组拍摄物体表面图像。利用一系列的图像处理技术，如图像去噪、图像均衡化和边缘检测等，对图像进行预处理，以得到更具有特征信息的图像。
3.特征提取
在处理过的图像中，提取出物体的特征信息。常用的特征提取算法包括SIFT、SURF和Harris等。在本研究中，使用SIFT算法进行特征点提取。
4.特征匹配
将提取出的两幅图像的特征点进行匹配。匹配算法主要有Brute-Force和FLANN两种。在本研究中，使用FLANN算法进行特征匹配。
5.转角计算
通过已匹配的特征点计算物体的面内转角。具体的计算方法需根据实际情况进行确定。在本研究中，将采用角度余弦函数进行计算。
四、研究进展
1.系统硬件设计已完成，包括相机模组、光源、PC机和支架等部分。
2.对图像进行预处理的图像处理算法已初步确定。
3.对特征点进行提取的SIFT算法已完成，并进行了实验验证。
4.对特征点进行匹配的FLANN算法已完成，并进行了实验验证。
5.正在进一步完善转角计算部分的算法，以及进行实验验证。
五、研究结果的期望
完成基于机器视觉的面内转角测量方法设计，具备较高的测量精度和效率，具有实际应用价值。