摘要
本发明公开一种基于深度学习初值估计与亚像素优化的结构变形场测量方法及其系统,为结构变形场测量领域。获取左相机坐标系与结构坐标系之间的转换矩阵;进行结构变形场计算区域网格划分;获得初始时刻参考图像的感兴趣点的三维坐标;获得初始时刻下一时刻的左右图像上的所有感兴趣点的像素坐标及其他非初始时刻左右图像上的所有感兴趣点的像素坐标;根据立体视觉数学模型公式,得到非初始时刻的结构坐标系下的所有感兴趣点对应的三维坐标;将非初始时刻结构坐标系下的感兴趣点三维坐标与初始时刻的三维坐标的差值,获得各时刻结构表面的全场变形。本发明实现大变形情况下的全场变形测量。
技术关键词
感兴趣
立体视觉数学模型
像素
坐标系
区域网格划分
全场变形
图像
LM算法
相机
阻尼
梯度下降算法
矩阵
测量方法
立体视觉模型
深度学习网络模型
立体视觉系统
棋盘格标定
系统为您推荐了相关专利信息
可见光通信
智能模型
降噪方法
光斑检测系统
复眼系统
加速度传感器控制
坐标系
标识
中央处理器
无线网络接口
人机交互信息
距离标定
自动驾驶状态
自动识别方法
阶段