基于汇聚立体视觉的图像校正算法

通过分析汇聚立体视觉系统立体图像间的几何关系,提出了一种简单快速的图像校正算法,该算法利用矩阵的ＬＵ分解法,直接求解校正的转移关系矩阵．将立体视觉中对极几何的匹配关系变为图像扫描线的一一对应关系,从而将沿对极线搜索匹配点的过程变为沿图像行搜索的过程．实验表明该算法简单有效,具有较强的实用价值．     

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.     

基于角点特征的立体图像匹配方法

对积木类物体或近似为积木的物体,提出一种立体图像匹配方法。利用 Ｆｒｅｅｍａｎ码进行轮廓跟踪、多边形逼近、通过简单地查表检测图像角点。用构造相似度函数的办法进行立体图像的匹配。     

用于3维重建的立体图像校正

传统的图像校正方法通过最小化匹配点间的距离作为目标函数引导图像校正,但往往会导致被校正图像出现较大的失真变形,不仅无法为3维(3D)重建提供信息,反而会带来额外的误差.为此提出一种无需相机标定的图像校正方法,有效地保留图像因拍摄方位不同带来的视差,为3D重建提供所需的重要信息.方法首先利用立体图像的对极匹配原理,推导出将2幅图像极线对齐到同一方向的变换,然后在此基础上引入使得图像纵横比保持不变的剪切变换过程,有效地减小校正图像的几何变形.实验表明,该方法是一种鲁棒的图像校正方法.     

Harris-SIFT算法及其在双目立体视觉中的应用

为了降低尺度不变特征变换(SIFT)算法的复杂度,提高算法的实时性,克服算法提取的特征点不是角点的缺点,该文提出了一种新的Harris-SIFT算法。该算法首先用Harris算子提取图像的特征点,然后为每个特征点定义主方向,最后将特征描述子的坐标旋转到与特征点的主方向一致,计算出每个特征点的特征向量描述子。双目立体视觉图像匹配实验结果说明了该算法的有效性。     

基于立体视觉平台的彩色图像视觉跟踪

在彩色图像视觉跟踪过程中,存在定位精度低、伺服周期长、可靠性差等问题.提出了一种改进的目标物体检测方法,同时运用已有的双目运动机构建立了视觉跟踪系统.在保证定位精度和可靠性不变的前提下,减小了图像处理过程中的计算量,缩短了整个系统的计算周期.同时通过大量的试验进行验证.结果表明,方法原理正确有效,对于具有不同颜色、不同形状、不同尺寸的运动目标物体都能够使双目运动机构跟随目标物体进行,实现了立体视觉平台的旋转运动.     

基于双目立体视觉的纱线运动参数识别

针对目前运用传统接触方法难以准确、无干扰测量纱线运动参数的问题,提出基于双目立体视觉的纱线运动参数识别方法。采用双目高速相机采集运动纱线图像,开发双目高速同步抓帧存图程序;利用高精度标定板进行双目标定;经滑动窗口和线面交点方法定位纱线测试点;对极线校正后严格行对准的像对使用块匹配、原始和改进半全局块匹配等立体匹配算法计算深度图,并采用视差原理求得纱线测试点空间位置坐标;结合存图时刻求得纱线运动参数。实验表明,本文方法得到的纱线运动参数中位移误差均值为0.132 mm,与实际情况吻合良好。     

基于SIFT算法的图像匹配方法

依据Brown的理论,并基于SIFT算法提出了一种有效的图像匹配方法。首先对图像进行高斯和Wallis滤波处理,然后采用简化SIFT算法进行特征点提取,最后通过特征点双向匹配方法实现图像的精确匹配。通过对缺陷版图图像的试验验证了该方法具有匹配点数量多、准确率高、无重复点等优点。将该方法应用于优化线网的自动检测方面得到较好的效果,并为版图的优化打下了基础。     

图像匹配问题的新算法

图像匹配技术在众多领域中都有重要应用。针对既有平移又有旋转的情形，给出了用计算机自动寻找匹配点对的新算法，即从待匹配的两个点集中找出两个全等的三角形，由这两个三角形确定两个匹配点对，由这两个匹配点对找出所有匹配点对的对应关系，由此对应关系寻找出所有的匹配点对。实验证明，该算法匹配速度快，准确率高。     

立体图像对亮度差异对立体视融合的影响研究

针对具有亮度差异的立体图像对如何影响立体融合,提出了对不同亮度差异的立体图像对识别融合的影响范围。通过8名被试对亮度差异分别为0,10,20,30,40,50,60,70,80,90的立体图像对融合识别的反应时和正确率进行分析,给出了亮度差异对立体视融合的定量影响范围。结果表明:反应时随着亮度差异的增大逐渐增加,但识别正确率逐渐降低。亮度差异为20以下,立体识别可达到较好的识别效果,反应时较短并且正确率很高。当亮度差异介于20~60之间,反应时急剧增加,正确率稍有降低。但当亮度差异达到60以上,不仅反应时急剧增加,而且正确率急剧降低,达到很难识别的程度。     

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。     

基于极线校正逆变换的立体匹配算法研究

匹配是立体视觉中一个重要问题,它通常是在图像极线校正的基础上实现的.常用的校正方法会造成投影变换后图像拉伸不均匀,从而影响后续模板匹配的精度.为此提出一种基于极线校正逆变换（反校正）的立体匹配方法,它以校正后的图像进行开窗搜索,但针对窗内的图像坐标进行反校正,提取校正前的像素灰度值,最后进行模板匹配.仿真和实验结果证明,文中提出算法的匹配效果比较理想,生成的视差图要比传统算法精确.     

基于特征约束的图像点匹配算法

立体匹配是计算机视觉领域的一个关键问题,同时也是立体视觉中的难点.为了得到更好的匹配结果,给出了基于特征约束的图像点匹配算法,首先利用基于边缘特征技术得到特征点,再利用两阶段匹配算法,第一阶段主要是以特征匹配和区域匹配相结合的方法得到候选匹配点对,第二阶段对候选匹配点对进行对称性测试,以去掉部分误匹配点.实验结果表明,匹配速度较快,效果良好,有一定的使用价值.     

基于反馈的立体匹配算法

针对因传统的置信度传播（BP：Belief Propagation）算法生成的深度图并非十分精确而导致深度图的绘制及立体重现存在的失真问题,提出一种基于反馈的立体匹配算法,使生成的深度图进一步优化。该算法首先通过BP算法生成深度图,然后由左视点图像与深度数据绘制右视点图像,将绘制出的右视点图像与真实右视点图像进行比较,再将比较结果反馈给BP算法的匹配代价,最后由新的匹配代价重新生成深度图。实验结果表明,该算法与无反馈的算法比较,绘制右视图的PSNR（Peak Signal to Noise Ration）值平均增高0.2 dB。     

视觉立体画的计算机生成

介绍了立体画的基本原理和计算机编程实现的方法，列出了关键部分的Ｃ语言代码，探讨了深度图，背景画面生成立本画的若干经验，列举了在ＷＩＮＤＯＷＳ９５一半下用ＶＣ２．０编程实现的立体画图例。     

机器视觉测量系统中的特征匹配方法

基于外极线约束法则的外极斜率匹配思想,针对图像中有限的角点特征,提出了一种快速直线匹配方法。     

基于立体视觉的数字图像相关方法在爆破抛掷作用研究中的应用

爆破抛掷物能否按照设计运动直接决定爆破工程的成败。为进一步研究爆破抛掷作用过程,量化研究抛掷物运动状态,本文采用数字图像相关和立体视觉原理,建立了爆破抛掷物运动观测系统。应用该系统观测了混凝土模型爆破试验过程,通过数字图像相关匹配算法进行抛掷物的跟踪,通过立体视觉技术计算抛掷物三维运动轨迹坐标,进而得到了其运动速度。结果表明,抛掷物的运动过程可分为整体加速运动和分散减速运动两个阶段。在第一阶段：在爆生气体推动下,抛掷物以一整体做加速运动,此阶段持续时间9ms,在6.5ms时抛掷物脱离爆破漏斗,最大速度可达16.63~19.65m/s;在第二阶段：抛掷物逐渐破裂、分散成块,处于不同区域、不同形状的碎块运动状态均不同,表面碎块的速度最大,可达26.24m/s,是潜在的爆破飞石,其只受到重力和空气阻力作用,做减速运动;中下部碎块在残余气体推动下,同样做减速运动,但减速缓慢,速度为9~16m/s;薄片状碎块在飞行中不断翻转,消耗自身动能,其中速度最小的仅为5~6m/s。整体运动阶段简单,而分散运动过程较复杂,除爆破参数、介质自身性质外,抛掷物碎块的形状、所处位置也会影响其运动状态,抛掷物表面碎块速度最大,更易形成爆破飞石。本文为量化研究爆破抛掷作用和预测爆破飞石提供了一种有效的新方法。     

一种基于图像融合的多线结构光立体视觉测量方法

针对现有线结构光立体视觉测量系统在实际应用中,由于图像遮挡、反射等原因造成的缺陷导致精度降低和测量错误,提出一种基于多摄像机的图像融合的测量方法.在现有的多线结构光立体视觉测量系统的硬件平台上,经由提取光带图像,图像特征匹配,以立体视觉测量原理匹配光带图像和产生光带图像的线结构光刀,通过坐标转换和图像的重新采样插值将光带图像转换到同一个摄像机的成像平面进行图像融合,经试验得到的图像能够大幅降低由于图像缺陷导致的精度降低和测量错误.     

基于非局部相似性的立体图像超分辨率技术

针对透视几何,提出了一种新的基于非局部相似性的立体图像超分辨率算法。算法将混合分辨率技术中视点的下采样过程建模成退化模型,并把相邻的高分辨率视点图作为参考图。利用参考图及深度信息,合成一幅目标视点的高分辨率投影图作为初始估计。将非局部相似性作为正则项添加到退化模型中。在寻找相似子块时,对于公共视野区中的块,从参考图中寻找;而对于遮挡区的块,则从投影图中寻找。最后,用梯度下降法求最优解。仿真实验分别对合成图和真实图进行了测试,结果表明,该算法较现有的算法具有更好的视觉效果和峰值信噪比。