大尺寸船体曲板摄影测量方法研究

针对传统的大尺寸船体曲板接触式样箱测量方法难以实现自动化、测量精度低,且不能量化测量误差的问题,提出了一种非接触式基于计算机视觉的船体曲板摄影测量方法.利用摄像机标定算法实现对摄像机内参数和外参数的标定.为得到船体曲板表面的更多特征信息,提出了在船体曲板表面投射结构光的摄影测量方法;并基于AKAZE特征提取算法,将KNN机器学习算法与RANSAC算法相结合进行特征匹配与优化,利用基于特征的准稠密扩散算法实现船体曲板的高精度三维重建.搭建基于计算机视觉的双目摄影测量系统,进行摄像机标定实验和船体曲板测量实验,并进行精度分析.试验结果表明,相比于传统的船体曲板测量方法,在测量场景不小于3000 mm×3000 mm,船体曲板尺寸为1500 mm×2000 mm范围内,测量误差小于1 mm,满足船舶制造的精度要求,实现了大尺寸船体曲板相对高精度测量.