虚拟双目视差法在公交客流统计中的应用

提出了一种检测运动目标的新思路:虚拟双目视差法.用一个固定的摄像机检测运动目标,拍摄连续的两帧图像,可以将这种情形看作:目标是静止的,而摄像机在两个不同的位置对目标进行拍摄.于是连续两帧图像,可以看成是一个摄像机在原来地方拍摄的一帧图像和另一个摄像机在目标运动反方向的目标运动距离处拍摄的图像.虚拟双目视差法就将单摄像机的运动目标检测转化为双摄像机的静态目标检测.利用双目视觉的图像匹配技术对连续两帧图像进行匹配,匹配所求得的双目视差大小就是运动目标的运动距离,双目视差的反方向就是目标的运动方向.该方法通过实际公交车的序列图像进行了检测,证明了其良好效果.     

基于角点检测的双目视觉测距新方法

为解决双目视觉中立体匹配困难、效率低的问题,提出了一种基于角点检测的人工匹配方法实现双目视觉测距。首先介绍了双目测距基本原理,对摄像机进行了标定,并采用Bouguet 立体校正算法对双目视觉系统进行立体校正;然后采用J．Shi 和C．Tomasi提出的角点方法对立体校正后的左右摄像机图像中被测目标上的同一特征点进行了亚像素级角点提取,并利用提取的匹配角点坐标结合双目视觉测距公式实现距离测量。     

基于角点检测的双目视觉测距新方法

为解决双目视觉中立体匹配困难、效率低的问题,提出了一种基于角点检测的人工匹配方法实现双目视觉测距。首先介绍了双目测距基本原理,对摄像机进行了标定,并采用Bouguet立体校正算法对双目视觉系统进行立体校正;然后采用J.Shi和C.Tomasi提出的角点方法对立体校正后的左右摄像机图像中被测目标上的同一特征点进行了亚像素级角点提取,并利用提取的匹配角点坐标结合双目视觉测距公式实现距离测量。     

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.     

一种基于双目视觉原理的距离测量系统的设计

主要研究一种基于双目立体视觉原理测量图像中物体距离的算法,要实现的目标是采用双摄像头从不同视点拍摄目标物体,投影得到两幅双目图像,用图像处理的方法先提取出需要的信息,进行特征识别,然后利用同一目标在不同投影图像上的成像差异进行立体匹配,并通过视觉算法计算被测物体的距离。由于测量的距离远大于摄像机之间的基线距离,所以传统意义上的双目测距系统近似认为两个摄像机的光轴是平行,但是实际上两光轴是必然相交的,所以文章结合实际,考虑两光轴相交,以达到提高距离测量精确度的目的,系统的主要流程包括图像获取、摄像机标定、角点检测、特征识别、立体匹配、距离计算等几个方面。     

双目立体视觉被动测距

视觉是人类获取周围环境信息的重要手段,当用双眼去观察不同物体的时候,会有远近之分。双目立体视觉系统就是仿照人的双眼去感知距离,具体实现过程如下:双目视觉系统的摄像机标定、双目摄像机同时获取图像、图像预处理、特征点提取、特征点匹配和空间坐标计算。本文从双目视觉系统的原理出发,推导了双目视觉系统的数学表达式,分析了几种不同的特征点提取方法,提出了F-HARRIS方法,提高了计算效率,利用双向交叉匹配办法匹配特征点,在利用几何约束,剔除误匹配点,原理简单易懂,效果比较理想。试验中采用畸变效应小的摄像机(即不考虑畸变),且摄像机已做过标定;图像预处理就是一些简单的平滑滤波;图像分辨率为2048*1536。     

基于BRISK的模板匹配在变电设备红外监测中的应用

为了提高电力系统变电设备红外监测的效率,同时对多个相似目标进行监测,提出了一种改进的基于BRISK(Binary Robust Invariant Scalable Keypoints,二进制鲁棒尺度不变特征)的模板匹配方法。首先在对目标模板图像与被监测图像预处理的基础上,利用BRISK算法提取模板与被监测红外图像的特征点,生成二进制描述子;利用滑动窗口在被监测图像上等步长滑动,检测出图像中存在的多个疑似目标区域,然后通过Hamming距离来判断正确匹配点对,从而正确识别变电设备。通过实验平台进行了相关实验,通过与模板匹配方法比较,该方法明显减少了运算量,充分满足系统实时性要求,提高了变电设备红外监测的效率。     

一种基于改进ORB算法的双目视觉测距方法

针对传统基于特征点图像匹配算法误匹配率高和 双目视觉系统测量精度低问题,提 出一种基于改进ORB 算法的双目视觉测距方法。首先采用引导滤波对图像进行预处理,然 后将FAST 检测得到的特征点作为中心,得到围绕该特征点的区域,将该区域进行分割, 分别求出左右区域的质心坐标,根据两质心坐标进行主方向的确定;再采用Sobel 算子计 算出像素点水平和垂直梯度,比较每个像素点对之间水平与垂直梯度中的较大值,把比较 结果串成一个二值位字符串的形式,从而形成描述符,采用汉明距离进行匹配;最后在测 量阶段用二维二次函数拟合的方法获得特征点的亚像素坐标,通过三角测量原理获得对应 特征点的空间三维坐标,从而得到被测物体的尺寸。实验结果表明,本文改进算法的匹配精度较 传统ORB算法提高35.25%,同时测量的最低相对误差达到0.428%,满足测量要求。     

平行照明多目视觉检测技术

多目视觉检测技术是通过多个不同位置的视觉传感器,从不同角度获取同一目标的图像,并对所得图像进行目标匹配、差分相减等,最终清晰提取出目标信息的一种视觉测量技术.相比单目视觉方法,利用多个传感器能搜集更多的目标物信息,且在检测系统中又融入了平行光照明方式下,对称式多角度的图像采集方法,可以使不同显现力的被测物平面信息通过极高的对比度显现出来,再结合多幅图像匹配、差分规则,最终可以得到效果更佳的缺陷或轮廓信息.描述了遵照该检测方法设计的实验装置,并通过成组实验证明了其可行性.基于平行光照明的多目视觉检测方法提高了系统的抗干扰能力,使系统从根本上提高了图像处理结果的精度,相比以往软件除噪、滤波等方法更加便捷、快速、稳定,适用范围也更广.提出了利用大功率LED芯片构造平行光源的思路,该平行光源设计准直度更好,非平行杂光干扰更小.     

基于会聚型双目立体视觉的测距模型北大核心CSCD

传统的双目视觉模型基于特征对左右画面进行匹配,但当画面中出现多个高度相似且表面特征不明显的目标时,无法通过特征进行有效匹配。针对上述问题,本文采用基于特征和空间位置的方式进行目标匹配,并根据人类双眼锁定目标时,目标始终处于视野中心位置的原理,选择舵机来控制摄像头光轴会聚于目标,建立了一种基于会聚型双目立体视觉的测距模型。该模型能够通过控制舵机使摄像头自动汇聚于目标,并实现测距功能。理论推导及实验研究验证了该模型的可靠性及一定的实用性。     

形心匹配优化下的狭长空间近距离轨迹测量系统

在基于双目视觉的三维轨迹测量中,双目同名点的高精度匹配是提高测量精度的关键。在狭长空间的近距离测量场景下,针对双目拍摄角度不同导致仅用形心法定位匹配的轨迹测量精度不高的问题,研制了一种形心匹配优化下的狭长空间近距离轨迹测量系统。首先,在仅用形心法对目标物体定位匹配的基础上利用极线约束投影进行双目形心的二次定位;其次,提出了一种基于距离和方法权重的灰度互相关方法进行双目形心的亚像素匹配;最后,通过卡尔曼滤波对于目标物体的三维重建运动轨迹进行滤波修正。实验结果表明：该轨迹测量系统通过对多方法组合优化,显著提高了狭长空间近距离条件下的轨迹测量精度,在128 mm的全量程测量范围内对纹理较好目标物体的平均轨迹长度测量误差为13.14μm,测量精度约为0.01%,相比于仅用形心法定位匹配,轨迹长度测量精度提高了94.3%。     

基于联合双机MUSIC的多目标无源定位算法

在无源定位中,基于角度信息的双机协同定位方法具有参数少、精度高和灵活性好等优点。但在辐射源日益密集的战场环境中,对多个目标实施定位时,通常将双机观测到的信息分别匹配并联合方程求解每个目标的位置,容易出现匹配错误、定位模糊问题。本文提出了一种双站联合MUSIC角度估计算法,通过降维投影的方法减少了谱函数和谱峰搜索的计算量,可以获得同一目标测向线匹配结果,并获得更高的测角精度。在定位解算中,利用经典的最小二乘法解算目标位置。仿真结果表明,对慢速多目标,相比匹配测向法,本文所提算法具有更高的定位精度。      

基于双目视觉的移动机器人避障研究

为了实现Pioneer3-AT轮式移动机器人避障的目的,设计了一种移动机器人避障的系统方案。该方案采用一种快速融合图像分割和立体视觉的障碍物定位方法,即利用经典图像处理把障碍物从背景中分割出来,同时提取其轮廓信息进行立体匹配,之后结合摄像头标定结果,实现空间点的三维重建。采用双目视觉和声纳传感器相配合来获得周围障碍物的信息,最终根据模糊控制原理设计了避障规则和避障控制器。通过实际的躲避障碍物实验,实现了移动机器人成功躲避障碍物的功能。实验结果证实了该系统的可行性和有效性。     

低照度双目立体显著目标距离测定方法与实现

针对位置已固定的双目立体装置,提出了一种基于非平行模式测距原理的双目系统光轴-光心参数标定方法,减小了光轴-光心位置误测量带来的测距误差;为解决低照度下双目立体视觉中存在的立体匹配误匹配点多、目标识别度低的问题,采取了最大熵法结合整体光强变化的阈值选取方法提取显著目标,提高了目标识别率,搭建了显著目标测距系统.结果表明:采用文中的系统标定与阈值选取方法的双目立体视觉装置在低照度下具有较高的测距精度及目标识别率.     

基于改进SURF算法的双目视觉定位

随着机器人技术的发展,机器人视觉方面的研究也越来越受到人们的重视。在机器人视觉系统中,双目视觉应用最为广泛。在利用双目视觉对物体进行定位时,文中采用了各方面性能都较有优势的SURF算法,来对图像中的特征点进行提取与匹配。由于客观因素的影响,在SURF匹配过程中存在特征点误匹配现象,为了消除误匹配,文中对SURF算法做了改进,加入了剔除误匹配的RANSAC算法。实验结果表明,改进后的SURF算法,能够大大提高双目视觉定位的精准度。     

双目立体实时测距系统的关键技术研究

基于双目视差测距原理,建立了一个被动测距实验系统。围绕提高测距系统的测距精 度、准确率、速度和抗干扰性能等,研究了图像预处理、配准算法、搜索策略等关键技术。提出了改进的互积相关配准测度,并采用粗、精配准相结合的搜索策略以及抛物线拟合方法,实现了快速双目立体目标测距。实验证明该测距算法可有效地抑止噪声、双目光强和图像对比度差异等因素的影响;测距系统测距精度高、稳定性好、实时性好,对于10km目标相对测距误差小于4% ,响应时间小于0. 5 s。     

基于改进欧式聚类算法的双目主动视觉点云目标检测研究

双目视觉立体匹配时,在同色调表面因为缺乏纹理信息,不仅计算量大且匹配度低, 而且生成的 场景中的点云又具有非结构化、近密远疏的性质, 因此,提高双目视觉匹配的精度与速度, 以及准确分割点 云目标, 一直是点云获取及目标检测中的难点问题。 针对以上问题, 本文首先提出了一种融合主动激光 的 3D 点云目标采集方法, 快速准确地获得原始点云数据; 其次提出了一种基于欧式聚类的改进算法, 使用距离阈值和角度阈值作为阈值分割判断条件进行分段聚类, 得到边界明确的 3D 点云目标检测框。 实验结果表明:所设计的 3D 点云成像系统能够有效获取前方物体的 3D 点云信息,且具有比激光雷达成 本低、易实现、信息丰富等优势;改进后的欧式聚类算法能有效改善传统算法对阈值较为敏感导致的物 体易出现欠分割或过分割的问题, 提高了目标检测的准确率, 在室内场景下具有良好的检测效果。     

一种改进的激光光斑中心亚像素定位方法

为了满足平台漂移测量系统中平台漂移角速度高精度测量的要求,基于傅里叶级数,提出了一种改进的激光光斑中心高斯拟合定位方法。该方法在简化高斯拟合模型的同时保证了相对较高的激光光斑中心定位精度。结果表明,改进的高斯定位算法中心定位精度为0.01pixel,明显优于传统质心法和带阈值质心法的0.1pixel。改进后的算法具有较好的算法稳定性。