双目视觉的弱点动目标粒子滤波跟踪定位研究

在研究红外图像序列的弱点动目标粒子滤波跟踪算法和双目立体视觉摄像机标定算法的基础上,基于双目视觉设计了双目图像序列弱点动目标的跟踪、空间定位系统。仿真实验表明：对粒子基于估计参数后的密度函数分配权重的算法,提高了图像跟踪精度,采用线性三角定位方法,有效地实现目标空间定位。     

基于双目立体视觉的复杂背景下的牛体点云获取

提出一种基于双目立体视觉的复杂背景下的牛体点云获取方法。在点云获取过程中,针对牛不是保持不动的实际情况,采用基于被动视觉技术的双目立体视觉方法;在相机标定过程中,进行单目标定获取相机内部参数,统一标定获取相机外部参数,针对牛体毛色及所处环境复杂的情况,采用基于贝叶斯的皮肤检测算法提取牛体图像,采用基于SIFT的特征点提取和匹配方法实现特征点的匹配,利用计算机视觉中的极线几何原理,剔除误匹配点,通过相机的成像模型求取牛体的三维点云。实验验证了该方法能够在复杂背景下获取牛体点云,并得到较好的点云数据,较好解决了双目立体视觉中相机标定和立体匹配两个较关键和困难的问题。     

结构光测量系统的投影仪标定方法研究

传统单目视觉结构光测量系统通过解相位间接计算被测物的高度信息,系统约束性过强、不易操作、且标定精度较低.将双目立体视觉原理引入单目结构光视觉测量系统,根据投影仪图像坐标和摄像机图像坐标的对应关系,将投影仪当作一个逆向的相机,建立了投影仪模型,使用成熟的相机标定算法对投影仪进行标定.再配合四步相移法和基于多频外差原理的时域相位展开法,实现条纹图像的快速精确解相位.相对于传统的单目视觉结构光测量系统,本方法具有单目视觉系统操作简单、鲁棒性强的特点,同时也可以达到双目视觉测量的精度.实验结果表明,这种方法的投影仪标定精度达到了实际应用的要求.     

直线超声电机驱动的平面3-PRR并联平台的运动学标定

以直线超声电机驱动的平面3-PRR并联平台为研究对象,基于视觉测量对它进行了运动学标定.首先介绍了该并联平台结构,然后推导了其运动学模型并给出了误差函数指标.针对并联平台运动学标定问题,利用CCD相机作为外部测量装置,通过图像处理技术对动平台上的人工特征中心定位,实现了对并联平台动平台位姿的精确测量;最后利用粒子群算法对并联平台运动学参数进行了优化,实现了对并联平台的运动学标定.标定实验结果表明:动平台走一个长轴为16mm、短轴为10mm的椭圆形轨迹,标定前轨迹误差最大大于800μm,标定后轨迹误差缩小到20μm以内,有效提高了并联平台的精度,验证了标定结果的有效性.     

基于线性模型的数码相机定位算法

针对目前大多数的定位算法均或多或少地需要专门的设备问题,本文使用普及性较广的数码相机来对目标进行定位。根据双目定位理论,建立相机成像的线性模型,设计一种检验方法来检验该模型,最后对其成像精度和稳定性作详细分析。该模型简单、计算量小、可扩充性强,对多个相机成像的位置标定具有较高的参考价值和广阔的应用前景。     

双目视觉的立体标定方法

为实现双目视觉系统的立体标定,分析了摄像机成像模型,并充分考虑了透镜的径向畸变和切向畸变,提出了一种新的立体标定算法。该算法利用张正友的灵活标定算法,初步求取摄像机的内参数,结合Brown算法并提取图像中角点的子像素级坐标,精确求取摄像机内参数和畸变向量。为方便后续的图像校正,基于前面的单个摄像机标定,通过计算空间中的景物点在左右摄像机成像平面上的位置关系,计算出双目视觉系统中两个摄像机之间的旋转矩阵R和平移向量T,从而实现了立体标定。实验结果表明,该算法能取得较高的精度,可以应用于双目视觉系统。     

基于立体视觉的目标检测与轨迹预测研究综述

目前基于立体视觉信息的运动目标识别定位、跟踪及轨迹预测是机器视觉领域的研究热点.通过归纳整理相关文献,从双目立体视觉技术、运动目标检测技术、运动目标轨迹预测技术三个方面对基于立体视觉的运动目标检测及轨迹预测进行了概述,分别阐述了相机标定的常见方法、图像特征提取及立体匹配不同算法的适用场景、各运动目标检测方法的优缺点、常...     

基于双目相机深度图的道路边缘测距方法

为了实现道路划线喷头的自动定位，提出一种基于双目相机深度图的道路边缘测距方法。首先采用张氏标定法进行双目相机参数标定，获得相机的内部参数和外部参数，并对标定纸和标定板的标定结果进行比较；然后采用BM算法计算左右图像匹配点对之间的视差值得到深度图，通过二值化、腐蚀、膨胀和寻找最大色块的方法检测深度图中的道路边缘中心点；最后通过坐标转换得到双目相机与道路边缘的距离。实验证明，该方法能有效检测双目相机与道路边缘之间的横向距离。     

双目立体视觉系统的非线性摄像机标定技术*

针对双目立体视觉的工业检测精度和实时性要求,采用LENZ畸变模型建立基于面阵CCD的双目成像几何模型,分析了成像模型的内外参数及针孔模型的局限性,提出改进的双目立体视觉系统摄像机两步标定方法。利用HALCON标定板及函数库平台,采用亚像素精度的边缘提取和椭圆拟合算法精确获取标定点,以建立像点与空间点的对应关系,并对标定参数进行非线性优化。实验证明该标定算法灵活准确,并具有良好的可扩展性。     

Kalman滤波在室内定位动态测量中的应用

为了解决室内定位动态测量系统应用中所估算的目标位置偏差大问题,提出一种基于卡尔曼滤波的室内定位法。利用双目视觉的标定原理估算出目标的位置坐标．再利用卡尔曼滤波算法对目标的估算位置进行滤波处理,以提高室内定位系统的性能和精度。实验结果表明,卡尔曼滤波算法具有良好的有效性。