基于平面靶标的线结构光视觉传感器机器人手眼标定方法

为确定线结构光视觉传感器与工业机器人法兰中心的位姿关系，设计了一种只有单个圆的平面靶标及标定方法。调整机器人姿态，使激光线经过平面靶标上实心圆的圆心，通过图像处理，得到圆心的像素坐标，转换后得到圆心在传感器坐标系下的坐标；多次调整姿态，获取多组图像，得到多组传感器坐标系下圆心坐标；结合对应机器人位姿关系，采用最小二乘法直接解算出手眼矩阵。实验结果表明，所提方法与采用标准球为靶标的手眼标定方法对比，反求得到的三维坐标的标准差由0.3893 mm降为0.2145 mm，以同一目标的不同间距为测量对象，均方根误差均有效减小。该方法提高了标定精度，不需要采用昂贵的靶标，适合于现场标定。     

一种改进的基于对称性的Hough变换圆检测算法

为提高圆形轮廓目标检测的快速性,提出一种改进的基于对称性的Hough变换圆检测算法.首先对图像进行去噪和边缘提取,并剔除边缘点中可能共线的点;然后利用圆的对称性分两步在一维空间中利用Hough变换投票得到圆心坐标;最后在一维参数空间利用Hough变换累加半径投票值得到半径.对比实验表明,提出的算法有较高的识别准确率和较高的运算速度.     

一种用于弹道终端飞机红外图像机轴检测的算法

以制导引信一体化(GIF)为背景,利用红外成像导引头图像信息,对飞机目标姿态识别技术展开研究;在提取出飞机目标图像骨架的基础上,提出一种改进的Hough变换与最小二乘拟合相结合的算法检测出了飞机轴线。利用Hough变换鲁棒且不需启发信息的特点进行初步检测,确定直线存在的大致区域;利用最小二乘拟合法确定直线区域内特征点回归直线的精确参数;对该算法进行仿真。仿真结果表明,提出的该算法提高了飞机轴线检测的检测率和检测精度,降低了对Hough变换的分辨率要求,可以减小算法整体的空间开销。     

印刷电路板光电图像走线检测研究

为了更精确地检测出含有噪声与模糊的印刷电路板(PCB)光电图像中走线的信息,提出了结合随机Hough变换和最小二乘法拟合直线两者优点的直线检测新方法。首先对含有走线的PCB光电图像进行预处理,给出误差阈值;然后用随机Hough变换粗略确定图像中直线的大概位置,剔除干扰点与噪声,保留符合误差阈值要求的直线附近的点集;最后用最小二乘法拟合各个集中的点,得到较精确的直线参量,从而得到各条拟合直线。对由CCD与显微镜获取PCB光电图像的走线进行实际检测,结果表明,本文提出的方法可实现精确的直线检测。     

基于Hough变换的瞳孔识别方法研究与实现

研究了一种改进的基于Hough变换圆检测的瞳孔识别方法。直接利用Hough变换圆检测进行瞳孔识别准确度低、运算量大,为此,本文提出了改进的识别方法。在实现Canny边缘检测的基础上,利用Hough变换进行求解时,限定检测的半径范围,在此范围内,根据参数空间圆的方程,求出对应的圆心坐标,得到最佳拟合圆,最终实现瞳孔识别以及中心点定位。在vc++6.0开发平台下,对150幅图像进行瞳孔识别检测实验,结果显示,直接利用Hough变换检测方法的准确率为70.7%,平均速度为1 s;本方法的准确率为94%,平均速度为0.45 s,可见相较于直接利用Hough变换进行瞳孔识别,本文方法在识别准确率和识别速度方面均有显著提高。结果表明,此方法能够快速而准确地进行瞳孔识别以及中心点定位。     

无衍射激光光斑图像定中算法的研究

为有效识别光斑中心,针对无衍射激光斑光图像特点,提出了一种由亮度梯度确定图像中心的方法.利用光斑图像边缘的亮度梯度,设定图像二值化阈值范围,根据二值化结果确定光斑图像边缘点,对于各边缘点,利用最小二乘法拟合出圆,圆心作为光斑图像的中心.利用霍夫变换的方法去除误差点,修正圆心位置.本方法速度快、精度高,适合于实时性要求较...     

基于多阈值和改进的Hough变换检测电表接线圆孔尺寸

针对智能电表接线圆孔尺寸自动检测的问题,提 出一种以多阈值分割方法为主体并基于改进的随机Hough变换的 圆检测方法。首先,实时获得包含所有智能电表接线圆孔并经裁剪的彩色图像,经图像灰度 化、滤波处理后,通过阈值分割 得到能够反应圆孔特征的二值图像。基于连通域标记算法准确将包含多个接线圆孔的图像自 动裁剪为至多包含一个真实接线 圆孔的多个子图像。其次,对于每个子图像,应用给定范围内的连续阈值进行Canny边界提 取,并通过改进的随机Hough变 换提取圆信息,进行圆累积。最后,根据峰值大小和位置提取有效圆及半径。对大量智能电 表接线圆孔图像进行实验的结果 表明,该方法能准确地提取出外观颜色、圆孔尺寸各异的接线圆孔,圆心坐标平均误差不超 过2个像素,圆半径平均误差不 超过2.5mm,是实时电表接线圆孔信息表征的新尝试。     

面向近眼式应用的快速瞳孔中心定位算法

针对Hough圆变换、最小二乘法椭圆拟合瞳孔中心定位算法中运算量大的问题,提出一种基于椭圆外切矩形的快速瞳孔中心定位算法。该算法从人眼图像中通过阈值分割得到瞳孔区域,对瞳孔区域进行边缘像素点的提取,然后利用椭圆外切矩形模型定位出瞳孔中心。通过Matlab对中国科学院自动化研究所公开的虹膜数据库中756张人眼图像进行遍历实验验证,所提算法定位准确率为98.3%,平均用时0.192 s。在同等条件下,与Hough圆变换、最小二乘法椭圆拟合算法进行对比,在保证定位准确率的同时,所提算法平均用时更少。实验结果表明,所提算法能够快速准确地完成瞳孔的中心定位。     

一种改进的随机Hough变换圆形检测算法

由于随机Hough变换在进行圆形检测时无目标的随机采样,引入了大量的无效采样与无用累积,为提高算法效率,提出一种改进的随机Hough变换圆形检测算法.该算法利用圆的几何特性确定圆心的位置,减少了Hough变换在参数空间中累加器的无效累积;通过两次阈值的比较,大大减小产生虚假圆的可能性;另外,用带图像数字量化误差补偿的圆方程进行候选圆的判定,并结合圆周长与像素点的关系使得圆的确认更加合理.经验证,该算法能实现对圆的快速检测.     

基于圆心真实图像坐标计算的高精度相机标定方法

在基于圆点阵二维平面靶标的相机标定方法中,直接在拍摄的标靶图像中提取的椭圆中心并非真实的圆心投影像点,该圆心成像投影偏差必然会降低相机参数标定精度。基于此,提出将标靶图像逆向投影至空间虚拟矩阵以获得真实圆心像点的迭代标定算法。首先,使用椭圆中心提取方法进行平面相机标定;其次,由标定参数和拍摄图像进行逆向投影获得虚拟物理标靶图像,在近似圆虚拟图像上完成圆心坐标提取;再次,将虚拟圆心坐标转化为物理坐标值并投影到图像上,将其作为圆心真实像点坐标值来进行相机标定;最后,经多次迭代投影和标定完成高精度相机标定。模拟和实验结果表明,所提方法将相机标定精度提高约一倍,可为三维重建和视觉测量提供高精度的相机参数。