多视角结构光测量是利用结构光测量系统从多个角度测量实现被测对象完整表达的过程,所以多个视角下测量数据的拼接影响了被测对象的完整性。提出一种利用深度学习估计位姿并直接进行多视角数据拼接的方法。结构光测量模型为四步相移配合多频外差法,实现单次高精度三维重建。使用只看一次(YOLO)网络识别被测对象的3D包围盒角点,采用n点透视(PnP)算法进行目标位姿估计。由于测量系统和位姿估计的坐标系均统一到单目相机下,多个视角的数据直接利用估计的位姿进行拼接。建立相邻点云的特征描述子,利用迭代最近点(ICP)算法实现高精度拼接。结果表明,提出的测量方法能够有效实现多视角结构光数据的拼接;位姿估计的平移精度优于3 mm,旋转精度优于1°,拼接点云的平均偏差为0.02 mm;这与利用标志点拼接的结果具有可比较的精度水平。拼接方法适用于单次可完整估计位姿的多视角结构光测量,提升了多视角拼接效率。

为解决雾霾天气条件下激光雷达探测温度高度偏低的难题,研究了一套数据拼接方法。该方法引入高分辨WRF(weather research and forecasting model)模式模拟温度,与激光雷达测温数据进行拼接,通过拟合区域选取、分析高度层确定、拼接数据校正、最佳拼接区域选取、拼接效果评估等关键技术设计,将雾霾天激光雷达探测数据高度由2 km向上拓展至整个对流层并到达平流层中低部区域,即20 km左右高度。对拼接结果的综合质量评估表明,激光雷达与模式数据拼接效果较好,拼接廓线与标准廓线的吻合度较高,且最大相对误差为1.5%。特别是在最佳拼接区域内,激光雷达数据与模式数据具有很高的拟合度。本方法利用模式数据与雷达数据的互补优势,实现了温度廓线大量层、高质量数据重构。本文拼接方法同样适用于其它复杂天气条件。

针对跨尺度数据之间尺度差异导致拼接困难、精度低等问题,提出了一种使用分形维数表征尺度的跨尺度数据拼接方法。利用离散小波变换对原始数据进行多尺度分解,获取其在多个尺度上的近似数据,并采用分形维数对数据之间的尺度差异进行表征与衡量,找出跨尺度数据在相近尺度上的小波变换数据;而后通过迭代最近点算法对获取的尺度近似数据进行拼接。最终将所获得到的转换关系应用于原始数据,完成跨尺度数据的拼接。对获取的不同尺度下的三维表面形貌数据进行分形维数的计算,结果表明,分形维数能有效表征以及衡量尺度参数。跨尺度拼接结果表明,所提出的方法能有效地实现跨尺度的数据拼接。

为实现大动态范围信号的有效接收, 设计了一种三路并行的信号处理架构, 分别设置为低、中、高三种不同增益, 以实现不同水深下不同幅度的回波信号处理.同时利用数据拼接方法以及一种基于五角函数和高斯函数组合的拟合算法综合处理三路数据并进行水深评估.基于Wa-LID回波仿真模型得到回波数据, 验证多路并行处理架构的实用性.仿真结果表明, 本文提出的多通道处理技术可测信号的动态范围达86.9 dB, 对应的最大测深为26 m, 测量偏差为1.6 cm 至4.7 cm, 标准差小于1.1 cm.可有效应用于机载激光雷达测深系统.

现有的手持式激光扫描仪在使用过程中多使用定位标志点，会遮盖部分数据。针对此问题，基于单应矩阵和霍夫直线提取提出了一种新的线结构光点云数据拼接方法,可以避免在扫描过程中粘贴标志点。实验结果证明，该方法能准确得到目标三维点云数据，拼接误差小于1 mm。

双通道数据拼接技术能有效地增大激光雷达系统的动态探测范围, 改善大气回波信号的信噪比。提出了一种基于非支配排序遗传算法II(NSGA-II)与邻域粗糙集(NRS)的大气遥感激光雷达数据拼接智能算法, 即NRSWNSGA-II, 提高了数据拼接的准确性和稳定性。该算法以三个判断双通道数据拟合优度的评价函数为优化目标, 通过NSGA-II获得评价函数的Pareto最优解集, 进而利用NRS训练数据样本得到的权重进行线性规划, 实现了最优拟合范围内的全局随机搜索。实验结果表明, 所提算法拼接效果良好并在全天性数据拼接工作中有较好的稳定性。

多视角三维数据的拼接一直是视觉测量领域研究的难点之一, 本文提出了一种无编码全局控制点的多视角三维数据拼接方法。以多个固定不动的无编码标志点作为全局控制点, 建立全局坐标系。移动结构光立体视觉测量系统的不同视角对物体表面各子区域进行测量, 获得局部坐标系下的三维测量数据及控制点。根据控制点的空间几何变换不变性自动匹配出各视角局部控制点在全局控制点中的同名点。依据同名控制点对, 采用 SVD算法求解局部坐标系与全局坐标系的变换关系, 从而实现全局拼接。最后, 以 10个圆形标志点为全局控制点从 5个视角对鞋楦进行测量, 实验结果表明：该方法消除了多视角拼接中的累积误差, 控制点的重合度平均误差为 η=0.013 mm, 与手持式扫描仪对比标准偏差为 0.177 mm,获得了较好的拼接效果。

针对复杂铸件尺寸大, 结构复杂, 槽、腔多, 测量时需兼顾测量效率和槽腔可测性的特点, 提出了一种大视场双目光栅测量子系统和小视场光栅测量子系统相结合的立体视觉测量方法。 该方法使用前者测量复杂铸件的外部可测部分; 使用后者测量复杂铸件的槽腔等被遮挡部分。建立了两个测量子系统的数据拼接模型, 给出了数据拼接模型参数的定标方法。最后, 通过实验验证了该方法的可行性。实验结果表明: 该系统测量数据拼接的均方根误差(RMSE)为0.22 mm, 满足复杂铸件测量的精度要求。相比传统测量方法, 该方法兼顾了测量复杂铸件速度快和可以灵活测量槽腔等被遮挡部分的特点, 对工程应用具有实际指导意义。

针对大尺寸物体形貌视觉测量中三维数据拼接问题提出了一种基于平面圆靶标的三维数据拼接方法。该方法将平面圆靶标放置在被测物前，三维测头分别在相邻两个测量位置拍摄平面圆靶标，然后以平面圆靶标为中介，利用圆特征边缘点集对应，实现前后两个测量位置的三维数据拼接。经实物实验验证，在x、y、z轴方向的拼接精度分别为0.067、0.035、0.134 mm，与相同实验条件下方格靶标法的精度相当。在被测物存在部分遮挡的情况下，方格靶标法因为角点误匹配而导致三维数据拼接失败，而本文方法可实现数据拼接在x、y、z轴方向的拼接精度分别为0.062、0.037、0.168 mm。