数字近景工业摄影测量中基于方位圆的相机标定方法研究

针对目前数字近景工业摄影测量中常用标定方法使用上的局限性,提出了一种基于方位圆的相机标定新方法.首先,使用带有5个方位圆的圆形标定板获取图像序列并进行预处理,利用椭圆检测准则剔除冗余信息,确定出所有标志点;然后,根据方位圆之间特殊的几何关系,从识别方位圆出发,完成标定板上所有标志点从物空间到像空间的自动匹配;最后,求解出相机内参数并结合高斯-牛顿法对内参数进行优化,从而进一步提高测量精度.提出的方法和理论通过在Matlab 2010中对所拍摄的一组图片进行实验验证,结果表明具有较好的鲁棒性,可以满足工业摄影测量的精度要求.     

基于RGB-D深度相机的室内场景重建

目的 重建包含真实纹理的彩色场景3维模型是计算机视觉领域重要的研究课题之一,由于室内场景复杂、采样图像序列长且运动无规则,现有的3维重建算法存在重建尺度受限、局部细节重建效果差的等问题。方法 以RGBD-SLAM 算法为基础并提出了两方面的改进,一是将深度图中的平面信息加入帧间配准算法,提高了帧间配准算法的鲁棒性与精度;二是在截断符号距离函数(TSDF)体重建过程中,提出了一种指数权重函数,相比普通的权重函数能更好地减少相机深度畸变对重建的影响。结果 本文方法在相机姿态估计中带来了比RGBD-SLAM方法更好的结果,平均绝对路径误差减少1.3 cm,能取得到更好的重建效果。结论 本文方法有效地提高了相机姿态估计精度,可以应用于室内场景重建中。     

单目同时定位与建图中的地图恢复融合技术

目的 传统的单目视觉SLAM（simultaneous localization and mapping）跟踪失败后需要相机重新回到丢失的位置才能重定位并恢复建图,这极大限制了单目SLAM的应用场景。为解决这一问题,提出一种基于视觉惯性传感器融合的地图恢复融合算法。方法 当系统跟踪失败,仅由惯性传感器提供相机位姿,通过对系统重新初始化并结合惯性传感器提供的丢失部分的相机位姿将丢失前的地图融合到当前的地图中;为解决视觉跟踪丢失期间由惯性测量计算导致的相机位姿误差,提出了一种以关键帧之间的共视关系为依据的跳跃式的匹配搜索策略,快速获得匹配地图点,再通过非线性优化求解匹配点之间的运动估计,进行误差补偿,获得更加准确的相机位姿,并删减融合后重复的点云;最后建立前后两个地图中关键帧之间与地图点之间的联系,用于联合优化后续的跟踪建图过程中相机位姿和地图点位置。结果 利用Euroc数据集及其他数据进行地图精度和地图完整性实验,在精度方面,将本文算法得到的轨迹与ground truth和未丢失情况下得到的轨迹进行对比,结果表明,在SLAM系统跟踪失败的情况下,此方法能有效解决系统无法继续跟踪建图的问题,其精度可达厘米级别。在30 m²的室内环境中,仅有9 cm的误差,而在300 m²工厂环境中误差仅有7 cm。在完整性方面,在相机运动较剧烈的情况下,恢复地图的完整性优于ORB_SLAM的重定位算法,通过本文算法得到的地图关键帧数量比ORB_SLAM多30%。结论 本文提出的算法在单目视觉SLAM系统跟踪失败之后,仍然能够继续跟踪建图,不会丢失相机轨迹。此外,无需相机回到丢失之前的场景中,只需相机观察到部分丢失前场景,即可恢复融合所有地图。本文算法不仅保证了恢复地图的精度,还保证了建图的完整性。与传统的重定位方法相比,本文算法在系统建图较少时跟踪失败的情况下效果更好。     

Kinect传感器的彩色和深度相机标定

目的 针对现有的Kinect传感器中彩色相机和深度相机标定尤其是深度相机标定精度差、效率低的现状,本文在现有的基于彩色图像和视差图像标定算法的基础上,提出一种快速、精确的改进算法。方法 用张正友标定法标定彩色相机,用泰勒公式化简深度相机中用于修正视差值的空间偏移量以简化由视差与深度的几何关系构建的视差畸变模型,并以该模型完成Kinect传感器的标定。结果 通过拍摄固定于标定平板上的标定棋盘在不同姿态下的彩色图像和视差图像,完成Kinect传感器的标定,获得彩色相机和深度相机的畸变参数及两相机之间的旋转和平移矩阵,标定时间为116 s,得到彩色相机的重投影误差为0.33,深度相机的重投影误差为0.798。结论 实验结果表明,该改进方法在保证标定精度的前提下,优化了求解过程,有效提高了标定效率。     

单张平面圆图像的空间圆心快速提取方法

空间圆圆心坐标提取是视觉测量系统的关键技术之一。为了解决空间圆心坐标需要提取多视角图像椭圆圆心,而由于透视投影椭圆圆心并不是空间圆心像点的问题,提出了一种基于单张平面圆图像的空间圆心提取方法。该方法首先基于圆锥曲线特性根据相机光心坐标与成像椭圆像素坐标构建了空间圆锥方程,再根据圆锥方程构建出圆锥正底面表达式,根据正底面表达式求解出与空间圆所在平面平行的平面方程,最后根据平行平面与实际目标直径找出正确空间圆方程。该方法避免了空间圆心投影坐标求解与需要多张图像求解圆心的问题,只需单张图像即可求解出空间圆心坐标。实验结果表明,该方法能精确求解圆形目标中心空间坐标,有效提高了三维坐标的求解效率与精度。     

基于改进圆形靶的圆心自动提取与排序

针对传统圆形靶不便于相机全自动标定、特征圆圆心提取精度不高以及圆心点阵排序受圆形靶旋转角度影响较大的问题,设计了适用于相机全自动标定的圆形靶,并针对该靶,提出了基于随机抽样一致的最小二乘圆心拟合法和基于向量夹角的圆心点阵顺序排序法。实验结果表明,采用该圆心提取算法,平均拟合误差为0.006?1个像素,相比传统的最小二乘拟合法,精度较高;对于标定靶0°~360°角度的旋转,均能够快速且准确地完成圆心点阵排序,平均排序时间为0.009?6?s,易于实现在线的相机全自动标定。     

基于立体视觉的平面圆参数高精度测量算法*

针对目前平面圆的圆心和半径测量方法存在的不足,提出一种基于立体视觉的平面圆参数高精度测量方法。该方法首先根据边缘分组算法和二次曲线椭圆拟合判别算法提取双目图像中的椭圆特征;其次利用分段立体匹配算法获取平面圆特征上部分点的三维坐标;最后通过三维平面拟合、坐标转换、平面圆拟合以及坐标反变换获取平面圆的圆心和半径参数。实验结果表明,该方法有效地减小了平面圆透视投影引起的畸变误差,提高了平面圆参数的测量精度。     

基于连通区域标记算法的圆检测算法的研究

针对传统Hough变换进行圆检测,计算量过大、检测同心圆精度不高、自动化程度低等缺点,提出一种基于连通区域标记算法的圆检测算法。该算法首先通过连通区域标记算法对图像进行处理得到一个圆,解决了传统Hough变换计算量过大的问题,再根据圆的特性确定其圆心及半径,从而避免了检测同心圆精度不高的问题。最后,分别取圆心的8邻域像素为圆心做圆,找到最优圆并将其与检测得出的圆进行比较来确定最终的圆,以达到自动化的目的。实验结果表明,提出的算法可以正确地检测出圆并具有很高的检测精度同时比Hough变换计算量小、自动化程度较高。     

基于椭圆假设的磁罗盘航向测量算法研究

磁罗盘常用于自主式水下航行器（Autonomous Underwater Vehicle,AUV）导航系统中对惯性器件的姿态测量进行校正。为了补偿载体内干扰磁场对磁罗盘航向解算带来的误差,采用基于椭圆假设的误差模型,通过最小一：乘拟合椭圆,扶得磁罗盘误差补偿算法中椭圆模型的各分布参数。陆上仿真实验的结果表明,基于椭圆假设的实时补偿算法能够获得稳定、高精度的航向角测量,不同路径类型下的误差精度可提高60％至80％。补偿结果为水下导航系统算法设计提供了精度依据。     

结合卷积神经网络与曲线拟合的人体尺寸测量

目的 人体尺寸测量是服装制作中的一个重要环节。非接触式人体测量具有效率高、方便快捷的优点,但存在测量精准度较低、对设备和外界环境要求高等问题。为进一步改进这些问题,本文基于卷积神经网络建立模型,相继提出人体分割和关键点检测的方法、基于Bezier曲线的人体肩宽测量方法和基于双椭圆拟合的人体围度测量方法。方法 通过摄像头获取人体的正面、侧面及背面图像;利用Deeplabv3+算法对人体图像进行分割获得人体轮廓,利用OpenPose算法对人体关键点进行检测及定位,利用肩部端点处的角度特征并结合人体肩部关节点信息确定肩部端点,利用肩部曲线与Bezier曲线的相似性通过计算肩部Bezier曲线的长度得到肩宽,通过关键点信息确定胸围、腰围及臀围的宽度和厚度,并建立围度曲线的双椭圆拟合模型,采用线性回归法训练得到拟合模型中的参数,最后利用双椭圆拟合曲线的周长得到人体围度。结果 根据本文方法对100位被测者进行肩宽计算,对132位被测者进行人体围度计算,平均绝对误差均在3 cm以内,符合国家测量标准,且整套方法操作方便,结果稳定。结论 实验验证了本文方法在人体尺寸测量中的精度,降低了非接触式人体测量法对外界环境和设备的依赖程度,提高了系统的鲁棒性,为非接触式人体测量走向实用化打下了坚实基础。     

三维视觉测量中圆中心投影误差分析方法

针对像平面上椭圆的中心不是空间圆中心在像平面上的真正投影中心这一问题,提出了一种圆中心投影误差分析方法。通过建立空间圆平面与像平面之间的映射关系,推导了空间圆中心投影误差的数学模型,并对影响中心投影误差的因素进行了仿真分析。该方法为圆中心的测量误差评估、摄像机网络布局等提供了理论依据,在实际的视觉测量工程中具有一定的应用价值。     

基于圆结构光的复杂深孔内轮廓尺寸测量方法

涡流法、超声法测量深孔截面轮廓尺寸精度低,而光学单点扫描法测量效率低。介绍了一种基于圆结构光的复杂深孔内轮廓3维测量系统,提出了一种采用FFT分析和差分分析进行测试数据处理的方法,能够实现快速高精度测量。测试系统主要由圆结构光发生器、扩束锥镜、成像锥镜、镜头和CCD组成,对于获取的每一幅被测截面的结构光图像,首先提取光条中心,对光条中心上的点作最小二乘法拟合获取光条中心拟合圆心,并以此圆心点将光条中心线展开,展开波形中存在整体形状误差,主要由圆心偏心误差、椭圆形状误差两个周期性误差分量构成,由于二者振动频率与细节分量的振动频率不相同,借助于FFT分析,将两个误差分量分离出来,进而采取措施减小其对系统的影响;差分分析用于去除阴线和阳线之间的过渡线。该方法提高了阴线圆与阳线圆尺寸计算的精度和效率,实验结果表明,系统内径测量精度达到005mm。     

基于圆形靶标的数码相机外部参数标定算法

数码相机的外部参数标定是应用计算机视觉进行现场测量和图像处理的关键技术。提出一种基于圆形靶标的数码相机外部参数标定算法,首先提出一种用于估计靶标上圆的圆心在该相机像平面的像坐标的迭代学习算法,在此基础上,利用已知的数码相机内部参数和成像几何模型计算出数码相机的外部参数。实验结果表明算法具有较高的精度和良好的稳定性。     

正交距离椭圆拟合法的推广及其实现

同心椭圆弧的拟合问题存在于计算机视觉、天文图像处理、CAD等领域。将椭圆的正交几何距离拟合算法推广到多个同心椭圆弧拟合上,提出一种同心椭圆弧拟合的处理方法。文中还给出了该方法实现的具体步骤和伪代码,该方法将单一圆、椭圆的拟合以及多个同心圆和椭圆的拟合统一了起来。实验表明该方法稳定、有效。     

多动态目标的多机器人协同环航控制

主要研究了多个非完整机器人对多个动态目标的协同环航控制问题;首先,针对多目标护航任务,建立目标扩展圆形构型,以期完成紧密目标保卫任务;其次,针对护航机器人,通过利用自身及相邻节点的位置与方位信息及所包围的动态目标的中心位置及扩展半径设计分布式时变圆形编队控制协议,实现预定几何分布下的机器人环航编队设计;其中,通过引入虚拟信号变量设计期望的速度及角速度控制律,利用反步技术提出了一种新的考虑时变护航半径的分布式控制策略;在对目标节点速度的温和假设下,所提出的编队控制器可以驱动多护航机器人渐近收敛到以多目标中心的圆上,同时维持一个预定的几何编队配置;Lyapunov分析证明了所有的误差都可以渐进稳定到原点,数值仿真核实了所构建的控制方案的可行性。     

改进的遮挡条件下瞳孔检测方法

受到眼睑、睫毛、反光等干扰,提取的瞳孔往往无法近似成标准的椭圆,给瞳孔精确检测带来了难度。针对遮挡问题,提出了一种改进的遮挡瞳孔精确检测方法,该方法首先获取瞳孔图像的感兴趣区域,在对该区域进行阈值分割的基础上,通过滤波去噪和扫描线法去除光源反光的影响;根据沿遮挡瞳孔的分界线进行水平旋转,应用内接平行四边形法确定瞳孔的中心;根据圆形检测理论,提出一种中心修正算法,将求得的两个圆的交点作为眼睑与瞳孔的交点,计算出旋转角度,从而精化瞳孔中心的定位;最后利用五点法计算得到的瞳孔椭圆参数作为初始值,通过最小化拟合椭圆与边缘点之间的欧氏距离,使得该椭圆在非线性最小二乘意义下是最优的。实验结果表明,该方法具有良好的鲁棒性和准确性,在遮挡不超过瞳孔面积一半的情况下,能得到较为精确的瞳孔位置和边界。