双目立体视觉方法测量雷管药量高度

介绍了双目立体视觉系统的基本原理、摄像机标定技术以及对得到的点云图进行的后续处理。采用维视图像的CCAS单双目视觉标定算法软件对所用的VS078FC摄像机进行了标定,结果精确度高,用时短,实用性强。应用Geomagic studio软件进行点云处理去除噪声,误差小,数据完整。     

双目立体视觉匹配技术综述

立体视觉匹配技术是立体视觉研究的核心问题。立体匹配方法在不同的应用领域有着不同的应对策略。介绍了双目视觉立体匹配技术的原理和一些研究关键点。通过总结现有各种算法的优缺点,对基于区域的立体匹配算法和基于全局的立体匹配算法进行了深入论述和研究,最后对立体匹配算法的未来发展做了展望。对研究者选择立体匹配算法有一定参考意义。     

双目全方位视觉传感器及其极线校正方法

为了扩大双目立体视觉的视场范围, 提高双目立体匹配的速度和准确度, 设计了一种双目全 方位视觉传感器(ODVS)立体视觉成像系统, 提出了一种基于竖直线的极线校正算法.将两个结构 相同的ODVS 以上下同轴同向的方式进行组合, 得到全景立体视觉空间, 分析了双目ODVS 的成 像特性, 实现了一种无需任何专门的标定设备、仅利用场景中与ODVS 成像平面垂直的竖直直线 (如门框、窗框, 墙角线等)来校正其极线的算法.实验结果表明, 该算法对双目立体全景视觉成像系 统是一种有效的极线校正方法.     

基于标准杆的双目视觉传感器标定技术研究

目前制造业对大范围精密测量技术要求越来越高,为了克服传统双目立体视觉标定过程中测量场难实现、标定精度低等缺点,提出了一种较灵活的基于一维标准杆的双目视觉传感器的标定方法。该方法首先利用正方形模板和带有四个特征点的标准杆实现主点和畸变的标定,然后在测量场多次摆放标准杆,由两摄像机拍摄标准杆图像,利用标准杆上对应特征点之间的约束以及基本矩阵估计双目视觉传感器其余参数,最后光束法平差进行整体优化,消除累积误差。仿真实验和真实实验结果均表明该方法适用于大视场双目视觉传感器的标定,操作简单、标定效率高。     

双目立体视觉分步标定及精度分析

在双目立体视觉中,为了解决传统标定时间长、自标定精度低的问题,使用一种分步标定方法并从Harris角度对影响精度的因素进行了分析.首先,利用Open CV通过张氏标定法计算出内部参数和畸变参数;其次,利用Matlab测算出了摄像机运动参数未知情况下的双目立体参数.结果表明:经计算得出总的图像残差均值为0.158 5像素,时间为200 s;标定结果比自标定方法精度高,同时比传统标定方法时间短.实验结果不仅达到了预期目的,而且从Harris角度分析发现,光照、标定靶的旋转程度对精度影响很大,同时摄像机的分辨率越高,对图片的拍摄条件要求越高.该方法为机器视觉中的三维测量和重建等工作奠定了良好的基础.     

基于显微双目立体视觉系统的研究

对显微双目立体视觉系统中的图像预处理、特征提取、立体匹配三个方面进行了深入的研究.在图像预处理方面,采用了高斯平滑和图像增强处理,有效的抑制了随机噪声对图像处理的影响,为后续工作提供了良好的图像信息.在特征提取方面,采用Canny算子进行边缘特征提取与采用census变换提取邻域特征相结合的原则.在立体匹配方面,应用三个匹配约束条件,采用Hamming距离检测的方法作为灰度相关测度.本论文采用Visual C++6.0高级语言,进行试验,以深度图形式给出了最终的立体匹配结果图像.     

基于SURF算法的双目视觉立体匹配研究

针对双目视觉立体匹配效率低的问题,从SURF匹配算法和摄像机标定、校准方面进行了改进。与传统视觉匹配算法相比,SURF匹配算法具有效率高、抗干扰能力强等优点。对摄像机进行标定与校准,校准后的特征点更精确,为准确匹配奠定了基础。利用极线约束条件改进SURF算法匹配速率,并进行了相关实验。实验结果表明,算法不仅降低了匹配时间,而且还提高了匹配准确率。     

基于双目视觉的焊缝图像立体匹配

针对焊接图像缺乏纹理的问题,研究了一种弱纹理检测跨尺度聚合的立体匹配算法。根据张氏标定法,对双目视觉传感器进行标定,得到了双目视觉传感器的外部和内部参数。然后,对双目视觉传感器获取的焊缝图片进行中值滤波、二值化等一系列图片预处理。利用弱纹理检测跨尺度聚合算法对焊缝图像进行立体匹配,得出焊缝图像视差图,再从视差中恢复距离,得到了焊枪的高度信息。对双目视觉传感器采集的焊缝图像进行实验,实验结果验证了弱纹理检测跨尺度聚合的立体匹配算法的可靠性。     

基于SIFT特征点的双目视觉定位

提出了一种结合了SIFF特征点的双目立体视觉定位方法.介绍了对尺度、旋转、视角等变化具有良好鲁棒性的SIFT特征向量,利用SIFT特征向量匹配算法在双目视觉系统采集的左、右图片中分别检测目标、获取匹配的目标SIFT特征点.经过空间匹配点选择、标定点坐标计算等步骤获取左、右图片中具有空间位置一致性的目标标定点,并在摄像机坐标系中恢复目标标定点三维信息.实验结果表明,利用该方法进行目标定位具有较强的适应性.有一定的实用价值.     

基于特征匹配算法的双目视觉测距

距离测量作为障碍物检测以及路径规划的前提和基础是机器人研究领域的一个重要分支。在众多测距方法中,由于双目立体视觉具有信息丰富、探测距离广等优点被广泛应用。本文将改进的SIFT特征匹配算法应用到双目视觉测距与标定系统中。首先建立双目视觉测距模型,测量值由空间物点在左右摄像机下的像素坐标值决定;其次根据该模型的特点提出了基于平行光轴的双目立体视觉标定方法;最后利用改进的SIFT特征匹配算法,提取匹配点的像素坐标完成视觉测距。实验结果表明,根据测量数据对障碍物进行三维重建,相对距离与真实场景基本吻合,能够有效地指导机器人进行避障。     

双目实时目标三维测量实现方法的研究

为了解决目标匹配困难、匹配效率低等问题,提出了一种基于双目立体视觉的实时目标特征匹配算法——绝对窗口误差最小化(CAEW).首先,在研究摄像机基本原理后利用张氏标定法解决摄像机的标定,并对最终标定数据采用Bouguet算法进行双目立体校正;然后,利用Ada Boost迭代算法训练目标检测器实现目标检测.将CAEW算法与常用的尺度不变性的特征点检测和匹配(SURF)的效果评估进行比较分析,结果显示CAEW算法的效果评估能达到90%以上,这一指标有明显提高,可以很好地满足双目实时目标匹配的需求.通过CAEW与SURF算法实验对比,进一步说明了减少不必要的全局性图像像素点处理可以提高匹配速度.     

平行多基线立体视觉图像校正

介绍了现有双目立体视觉校正算法的原理和过程,分析了其应用于多基线立体视觉系统的局限性,得出其产生原因是各摄像机光心位置不共线造成图像平面不共面.保持三目立体视觉系统中两个摄像机的光心位置不变,利用光心和基线构建三角形,将第三个摄像机的光心投影到前两个摄像机光心连线构成的基线上,使各摄像机的光心共线,然后使用双目视觉校正算法对三个摄像机进行校正.结果表明,算法可正确有效地校正平行三目立体视觉图像对,并可推广至摄像机数目多于三个的平行多基线立体视觉系统.     

双摄像机立体视觉系统的标定

研究了一种能应用于双摄像机立体视觉系统三维图像再现的标定法.它将四个坐标系下的点通过一系列矩阵进行转换,这些矩阵包括内部参数矩阵和两摄像机之间的关系转换矩阵,同时也给出了各摄像机的畸变参数.在实验中,首先由左右摄像机采集9组国际象棋棋盘的像,然后通过运行C++软件得到上述矩阵,最后通过立体匹配验证了标定结果的可信度.     

基于投影特征点的多摄像机标定方法

针对标定物存在的自遮挡问题,提出了一种应用于多摄像机的利用投影特征点进行标定的方法。在投影平面幕中投影标定图案,统一投影平面坐标系与世界坐标系。特征提取后,分别对每个摄像机标定,根据立体视觉特性求取摄像机间的相对位姿关系,并计算重投影误差。该方法对标定物自遮挡有一定的鲁棒性,同时有效地降低了计算量。     

双目立体视觉在光电子器件自动对接系统中的应用

介绍了双目立体视觉在光电子器件自动对接系统中的应用。该系统以线性成像模型为基础建立了双目立体视觉系统的数学模型,介绍了视觉系统标定的实现,包括标定点提取、特征点定位等。通过光纤对接实验验证了该方法的有效性和可行性。     

基于Yolov5的快速双目立体视觉测距研究

针对传统双目测距方法存在的需要对摄像头进行标定、立体匹配算法时间复杂度高等问题,本文主要对快速双目立体视觉测距进行研究。给出了双目测距原理,提出了一种基于Yolov5的目标检测算法和径向基函数神经网络相结合的双目测距方法,建立了基于径向基函数神经网络的距离预测模型,并采用神经网络中的径向基函数神经网络进行距离预测。实验结果表明,经过训练的优化模型,能实时目标检测、快速计算出目标距离,实时性大幅增加,预测距离的精度可达97.7%。同时,径向基函数神经网络与卷积神经网络相结合的方法,在双目测距中具有速度快、精度高的特点。该方法无需对摄像头进行标定,充分利用目标检测得到的信息,简化图像匹配算法。该研究对自主移动机器人和无人驾驶汽车具有重要意义。     

结构光双目测量系统标定方法

为了解决双目结构光测量系统参数不容易准确获取的问题,依据传统摄像机标定方法,结合结构光双目测量系统的特点,提出了CCD摄像机标定方法.通过对左右CCD摄像机采集得到的两幅标定模块的图像数据分析,按照"两步"标定法的思路,先得到平移向量R和旋转矩阵R等外部参数,再利用已知的空间距离求解到摄像机的成像模型需要标定的其他参数.实验数据表明,该方法可简便、准确地标定出CCD摄像机参数,方便了三维视觉测量工作,是一种有实用性的标定方法.     

显微立体视觉系统的研究

在分析摄像机、体视显微镜和显微立体视觉系统光学原理基础上,提出了双目显微立体视觉系统方案,此系统是由单目显微镜改造而成,根据目标物体在两个摄像机上所成图像的视差,求得目标物体距摄像机的距离,从而可以对目标物体进行各种微操作。实验证明,此系统是一种高效、精确的显微视觉系统。     

显微立体视觉系统的研究

在分析摄像机、体视显微镜和显微立体视觉系统光学原理基础上，提出了双目显微立体视觉系统方案，此系统是由单目显微镜改造而成，根据目标物体在两个摄像机上所成图像的视差，求得目标物体距摄像机的距离，从而可以对目标物体进行各种微操作。实验证明。此系统是一种高效、精确的显微视觉系统。     

基于Harris-张正友平面标定法的摄像机标定算法

为了提高双目摄像机标定参数的精确性,以张氏标定方法为基础,首先采用Harris算法对黑白棋盘表格进行内角点提取,其次将内角点像素点坐标精确到亚像素精度,最后利用投影线性关系求出双目摄像机的内外等参数,并与cv Find Chessboard Corners()函数提取内角点标定方法进行对比,证明了该方法准确、有效,提高了黑白棋盘表格内角点检测的准确性和标定精度,可以应用于双目视觉系统中.