双目视觉技术在区域目标检测中的应用研究

针对求取区域目标的世界坐标的需要。以Harris角点算法对摄像机图像进行分析,提取图像中目标区域的角点。通过使用VC++环境中的OpenCV进行编程运算,计算出摄像机标定参数并运用双目视觉法计算出目标位置的世界坐标。     

基于非线性模型的摄像机标定技术研究

摄像机标定的目的是确定摄像机的图像坐标系与物体空间中的三维参考坐标系之间的对应关系。研究非线性模型下摄像机标定两步法的算法实现,并提出用两步法在进行摄像机标定实验时对于算法初步进行的改进。即对于未标定图像在算法初步设定畸变系数初值来校正标定实验所提取的角点,通过实验标定摄像机参数并进行验证,实验表明可以降低重投影误差,使算法精度进一步提高。     

利用立体视觉的线结构光参数标定

准确标定系统参数是利用线结构光进行高精度测量的前提,文中提出了一种基于双目立体视觉的线结构光参数标定算法,以期达到在工业现场进行高精度、强鲁棒性标定的目的。算法首先采用Tsai两步法标定摄像机内参数和双目相机坐标系间的刚体变换,然后利用立体视觉极线约束条件匹配双目激光条纹点,并将其重构到三维空间以进行光平面标定。相对于...     

一种基于三正交约束的摄像机标定方法

提出一种基于三正交约束的摄像机标定方法.设定摄像机坐标系为世界坐标系,标定摄像机内参数中的5个未知量和1个投影缩放因子,设计一种由7个空间点组成的标定模板,在不需要已知标定模板线段长度的情况下,仅需要2幅以上不同姿态标定模板的图像即可根据三正交关系建立约束方程组,通过矩阵特征值分解,求得摄像机内参数的解析解.对同一个摄像机进行对比实验,本文标定结果与平面经典法标定结果的相对误差仅为1.3%左右,且仿真数据实验和真实图像实验的结果表明,该算法具有较高的标定精度和鲁棒性.     

基于双目视觉的直升机旋翼桨叶共锥度检测法

提出了一种基于双目视觉的直升机旋翼桨叶共锥度检测方法。首先,采用平面标定算法对双目视觉系统进行标定,获取摄像机内外参数;其次,采集不同桨叶的立体图像对,并用Bouguet算法对其进行校正,获取重投影矩阵;然后,对立体图像对中的标记点进行检测与匹配,获取标记点的视差;最后,根据双目视觉测量原理计算出桨尖距地面的高度,实现桨叶共锥度检测。通过对旋翼塔进行多次测量实验,结果表明该方法具有动态测量、非接触式、操作简单、危险性小和精度高的优点。     

激光再制造机器人待加工零件形貌三维重建

采用双目摄像机结合结构光组成主动视觉测量系统,并与机器人耦合,构建了一种具有视觉功能的智能激光加工机器人,能够感知各种复杂曲面轮廓,重建三维形貌。系统由六自由度机器人、双目摄像机和结构光发射器组成。机器人带动双目摄像机和结构光发射器运动,既实现多视角测量,消除测量中的"死角",重建工件的完整三维形貌,又将测量到的点云数据转换到机器人坐标系。阐述了测量原理和数学模型,进行了单摄像机内外参数的标定,双目摄像机相对关系的标定,双目摄像机与机器人之间的手眼关系标定,得到摄像机内参数矩阵,手眼关系矩阵,机器人与世界坐标系关系矩阵。对双目图像进行大步距图像分割,提取目标区域,平滑降低图像噪声,重心法提取亚像素级结构光条纹中心,根据极线约束进行左右条纹配准,三维算法得到空间点坐标,可方便地转换到世界坐标系,实现全局坐标的统一。     

采用棋盘格模板的摄像机标定新方法

在分析Opencv摄像机模型和现有的双目视觉系统标定方法的基础上,提出了一种新的标定算法.该算法包括3个步骤,首先利用最小二乘法求解图像的像面中心坐标,在不考虑畸变的情况下,选取中心处一小块作为摄像机标定的初始空间,采用线性优化方法求出除畸变系数以外的其他摄像机内外参数;然后将求得的参数作为初值,利用线性优化方法求解畸...     

基于多尺度图像融合信息的沥青路面三维成像方法

基于图像处理的沥青路面纹理三维重建技术具有快速、全面、分辨率高等优点，针对沥青路面颜色集中、特征点不明显导致三维纹理检测精度低的问题，提出一种基于多尺度图像融合的双目视觉技术。通过加权最小二乘滤波实现图像多尺度分解，利用跨尺度聚合模型融合多尺度图像信息进行沥青路面三维重建，提高了双目重建的精度。通过区域纹理参数，将所提方法与激光扫描仪进行了比较。结果表明，所提方法的区域纹理参数结果与激光扫描仪的结果比较接近。     

基于投影矩阵的摄像机标定新方法

提出一种基于投影矩阵的摄像机标定新方法。该算法根据旋转矩阵的单位正交性结合Cholesky分解,由投影矩阵直接估算内参数矩阵;然后由旋转矩阵行列式约束排除误解,获得摄像机位置和方位矩阵,并以最小化反投影残差为代价函数对估计参数实现优化。该标定方法在针孔相机模型下进行,整个过程无需求解非线性方程,简单可靠。模拟数据和真实图像实验均证明了此算法的可行性与鲁棒性。通过误差分析得出结论,随着已知空间点数量的增加和拍摄距离的减小,标定精度能进一步得到提高。     

基于图像校正与相位相关的视频拼接算法

针对现有基于特征的拼接算法在特征单一的场景中存在配准精度和效率方面的不足,提出了一种新的拼接算法,巧妙地将摄像机标定与相位相关的方法相结合,通过摄像机标定求出摄像机内外参数,对摄像机输入的视频图像进行矫正,从而使得两幅待匹配的图像间只具有平移参量.再通过相位相关算法求取高精度的平移参数,最后进行图像融合处理.拼接过程中,不需要提取拼接图像的特征,减少了图像配准过程中算法对于场景特征的依赖性.实验结果证明,该方法在场景特征单一的条件下能够实现稳定高效的视频拼接.     

基于Harris-SIFT算法的双目立体视觉定位

针对基于尺度空间对图象保持不变性的SIFT算法在双目立体视觉应用时实时性差、误匹配等问题,提出一种运用Harris-SIFT算法进行双目立体视觉定位方法.通过介绍双目立体视觉的模型原理,利用Harris-SIFT算法从左右摄像机分别获取的图像中检测目标,并获取匹配目标的特征点,对两幅图像中目标物体的坐标标定,通过计算可得到目标物体的深度距离,还原其三维信息.实验证明,运用Harris-SIFT算法使该系统的实时性能和距离精度得到提高.     

机械臂双目视觉系统内外参高精度标定

在空间站机械臂中,双目视觉系统作为其重要组成部分,能够引导机械臂自主完成对目标的定位和捕获。内外参标定技术是双目相机高精度获取合作目标位置、方向等运动信息进而进行三维重建的首要前提和重要保障。文中提出了一种基于光束法平差算法的双目视觉系统内外参标定技术,采用三维靶标场作为标定目标,并将高精度测角设备经纬仪作为精测基准,通过坐标转换解算分步得到相机的内、外参数。实验表明,该方法标定的相机内参重投影误差小于0.5个像元,外参测试误差为±0.19 mm,有较高的测试精度和鲁棒性,为机械臂实施视觉闭环自主捕获合作目标提供可靠依据。     

基于格雷码和线移编码的结构光系统标定

结构光系统标定是影响三维物体表面形状测量的关键因素,其中投影仪标定是难点问题。把投影仪当做逆向光路摄像机,采用格雷码和线移的编码方法捕获黑白棋盘标定板,得到其在"投影仪成像平面"上的像素坐标,继而采用传统的摄像机标定方法对投影仪进行标定。采用常规的双目视觉标定技术,最终完成结构光系统的标定。实验结果表明,本文方法实现简单易行,有较高的鲁棒性和标定精度。     

基于神经网络的双目视觉摄像机标定方法的研究

摄像机标定是精密视觉测量的基础，传统的双目标定位需要建立复杂的数学模型。神经网络可以有效地处理非线性映射问题，本文介绍了一种BP神经网络，可以很好地描述双目视觉中三维空间特征点坐标和2个摄像机对应像点间的非线性关系，并且为了提高网络的学习能力引入了动态因子。将神经网络标定方法与传统的常用标定方法比较，实验结果表明，基于神经网络的双目视觉标定方法能获得较高的标定精度。     

鱼眼相机导引下的双目跟踪系统

在智能监控领域,鱼眼相机比传统摄像机拥有更大视野,然而由于其分辨率的限制及鱼眼图像畸变的影响,使得目标物的细节信息难以观察,为克服这个难题,搭建了鱼眼相机导引下的双目跟踪系统。该系统利用鱼眼相机进行全景观察,检测出目标物,采用角度拟合法求出目标物的方位角,通过云台控制双目相机精确定位到目标物,然后对目标物进行距离测量,并使目标在不同的位置进行实验。实验结果表明,系统能准确检测出鱼眼图像中的运动目标,角度标定精度达到系统要求,双目相机能准确测出目标物距离。该智能监控系统能够减小鱼眼相机畸变对检测结果的影响,具有检测视场广和检测精度高的特点,为智能监控技术提供了检测方法。     

一种双正交消隐点的双目相机标定方法

为了保证双目相机标定精度的同时,提高算法速度。利用田字形模板中的两对正交消隐点,拍摄两幅图像,实现快速标定。首先,提出了消隐点寻优的方法来提取每幅图像中误差最小的两对正交消隐点,线性计算相机主点和归一化焦距,作为内参数的初值。再根据同一幅图像消隐点共线和所有直线畸变后也为直线的原则,构建约束函数,利用优化的差分进化算法进行全局寻优,完成相机畸变校正。最后,根据优化后消隐点坐标求得左右相机的旋转矩阵,并结合左右相机的角点世界坐标,利用刚性变换求得平移向量。双目标定的平均重构误差为0.598pixel,跟传统方法标定误差相当。该标定算法重构误差与传统算法在一个级别,能满足标定中稳定可靠、精度高、抗干扰能力强等要求。     

基于双目会聚型立体摄像机的目标深度测量

目标物体的三维测量是双目立体视觉的一项重要任务。基于视差的平行摄像机模型是最常见的用于三维重建的双目摄像机模型。一般双目立体摄像机不是严格平行的,所以采用上述方式进行三维重建时需要进行极线校正。提出了一种新的用于三维测量的双目摄像机模型,该模型针对一般常见的非平行的会聚立体摄像机模型。采用该模型进行目标物体的三维测距时,根据摄像机标定得到的相对外参,即可快速得到目标物体的深度信息。同时,本文从分辨率的角度对提出的深度测量方法进行了精度分析。实验结果验证了提出方法的有效性和可靠性。     

基于双目视觉模型的运动参数测量

通过建立双目测量的数学模型,由标志点在双摄像机成像平面上的坐标求得运动物体的运动参数。在不考虑摄像机内外参数标定误差的情况下,研究了标志点像元的测量精度对运动参数测量的影响。通过分析图像分割求取标志点形心引起的误差,利用窗口中心迭代算法提高标志点形心测量的精度,从而提高了运动参数的测量精度。由空间飞行器自动交会的仿真试验验证了算法的有效性。     

SIFT局部特征描述算法在图像版权搜索中的应用

对图像的内容进行准确快速的描述是图像检索技术中研究的重点和难点,传统的图像特征提取方法鲁棒性较差,无法检索出修改过的图像。SIFT特征对局部特征描述能力好,同时对尺度缩放、旋转、平移、仿射变换、光照变化、剪切、降维等修改具有良好的鲁棒性,并且可以应用在多种场景下,但Lowe提出的SIFT算子的提取复杂度和匹配复杂度都非常高。为了应用SIFT对图像的描述能力及其鲁棒性,并提高效率,对SIFT的提取算法进行了修改,消除可以引起边缘响应的部分极值点,消除图像细节丰富的局部过邻近点,消除图像背景中的低对比度点,以降低算法复杂度。同时在特征提取时增加位置限制和幅度限制以降低特征点的数量,从而在匹配效率上也能得到提高。仿真实验表明,该方法在保证图像检索准确度的同时,提高了算法的效率上。