平行双目视觉系统的三维重建研究

随着图像处理,模式识别的快速发展,人们对双目视觉系统和三维创建越来越重视.本文研究和设计一套双目视觉系统目的是获得生动的立体图像.从二维图像恢复到三维图像实现了三维物体的可视化.     

基于双目视觉的动画图像三维建模方法

针对现有建模方法应用效果不佳的问题,提出一种基于双目视觉的动画图像三维建模方法。首先,进行动画图像特征提取及数据采集,设定基础建模点位多层级;其次,建立纹理映射建模关系,构建双目视觉三维图像结构,通过Java 3D识别完成三维建模;最后,进行对比分析。测试结果表明,应用该方法得出的像点偏差被较好地控制0.2以下,具有实际应用价值。     

基于深度学习的双目立体匹配方法综述

双目立体匹配是计算机视觉领域的经典问题,在自动驾驶、遥感、机器人感知等诸多任务中得到广泛应用。双目立体匹配的主要目标是寻找双目图像对中同名点的对应关系,并利用三角测量原理恢复图像深度信息。近年来,基于深度学习的立体匹配方法在匹配精度和匹配效率上均取得了远超传统方法的性能表现。将现有基于深度学习的立体匹配方法分为非端到端方法和端到端方法。基于深度学习的非端到端方法利用深度神经网络取代传统立体匹配方法中的某一步骤,根据被取代步骤的不同,该类方法被分为基于代价计算网络、基于代价聚合网络和基于视差优化网络的3类方法。基于深度学习的端到端方法根据代价体维度的不同可分为基于3D代价体和基于4D代价体的方法。从匹配精度、时间复杂度、应用场景等多个角度对非端到端和端到端方法中的代表性成果进行分析,并归纳各类方法的优点以及存在的局限性。在此基础上,总结基于深度学习的立体匹配方法当前面临的主要挑战并展望该领域未来的研究方向。     

深度图像的平滑

由于受到各种干扰，结构光方法获取的深度图像重建结果中包含大量的毛刺，本文将平面图像平滑的方法拓展到深度图像领域，通过分析噪声模型，我们利用中值滤波器和高斯滤波器对深度图像进行三维平滑。结合去噪电路，取得了满意的重建效果。     

双目视觉的图像采集模块设计

双目立体视觉是计算机视觉的一个重要分支[1],可以用于获取三维空间中的目标的位置信息(包括距离信息).而图像采集是整个双目视觉系统的基础,改善图像采集的性能可以改善系统的整体性能.基于Zynq-7000芯片将ARM和FPGA集成为一体的特征,讨论了基于该芯片设计实现的双目视觉的图像采集模块.通过在Zynq-7000芯片的FPGA部分设计实现的采集模块与DMA模块的协同工作,提高了图像采集与传输的效率,减轻了CPU的负担,提高了整个视觉系统的性能.     

双目视觉平台的研究

本文介绍了双目视觉平台的研究目的，意义和现状，着重介绍了其研究内容和方法，指出在双目视觉平台研究中双目区配，视觉运动集成是研究的重点和难点，总结了研究中存在的困难和以后的研究方向。     

双目视觉的匹配算法综述

双目视觉是获取对现实世界立体感知的重要方法,在自动驾驶等领域得到了普遍 的应用。立体匹配是实现双目感知的前提,该算法对左右摄像机拍摄的照片进行像素级的匹配, 生成稠密视差图,从而获取了三维坐标信息。概述了立体匹配算法近 20 年来的发展过程,围绕 基于人工特征和深度学习两个方向进行了综述,对算法实现过程中的代价计算、代价聚合、视 差计算和视差求精进行分析讨论,评估了算法的准确性和时间复杂度。最后总结了立体匹配算 法面对的挑战和对未来发展的展望。     

基于深度学习与双目立体视觉的物体管理应用

利用搭载双目摄像机与GPS设备,提出了一种基于深度学习与双目立体视觉的物体管理方案。首先用智能眼睛拍摄照片,并利用GPS获取智能眼睛所在的位置,然后利用卷积神经网络(CNN)中的FAST-RCNN对拍摄照片进行物体识别,获取照片中的物体,再利用双目立体视觉技术中的SGBM算法,获取照片中的物体相对与摄像机的坐标。利用拍摄者的GPS与物体相对拍摄者的坐标,就可以获取物体的坐标,从而获取物品的位置,实现管理物体的功能。     

平行双目视觉系统的定位误差补偿

测量精度在平行双目视觉系统的应用中非常重要.为了提高测量系统的精度，提出了基于改进的BP神经网络的误差补偿策略。采用不同位置处的测量数据作为学习样本，利用训练好的网络模型预测测量系统的误差，对测量结果进行误差补偿，得到新的数据作为测量值。实验结果表明，该方法的结果值相较原始数据，误差减少了70%，为提高视觉系统的定位精度提供了一种新的思路。     

计算机视觉测量系统的误差模型分析

基于相机的钻孔模型，研究了相机光学系统产生的4种非线性误差，并在有径向失真和图像中心偏移失真的情况下，用模拟数据对匹配误差和不同量化等级在重建过程中的传播过程和影响作了详细讨论，为视觉测量系统达到高精度的三维重建提供了可靠的误差模型。     

并行分布式计算机系统与网络的内在联系分析

分布处理结构在计算机内部从单处理器到多处理器发展，以后逐步向多机系统和计算机网络系统发展，但此时计算机网络的分布处理能力已经有一些重要的本质性变化和发展，具有不同的结构特点和应用环境，文章对并行分布式计算机系统与网络的内在联系进行了详细分析和探讨。     

计算机视觉系统框架结构研究

计算机视觉系统框架的研究对计算机视觉是十分重要的,它指导着计算机视觉的发展方向。文章对计算机视觉发展几十年来在系统结构框架方面(主要是三维重建理论框架和主动视觉理论框架)所取得的研究进行了回顾和总结,并在前人所取得的成果之上,根据现有的实际情况,对原有框架结构进行了一些补充,同时对计算机视觉系统框架提出一些新的看法。     

视觉交互系统中的目标检测与运动分析

论文以视觉交互系统的一个原型———VIP-3D(VisualInteractionPlatformof3D)系统为例,阐述了该系统设计中所解决的若干关键问题:目标的检测、匹配和投影运动分析,尤其对目标检测过程中需要注意的问题和具体算法、二维到三维坐标的映射、实体运动分析算法的推导等作了详尽的介绍,并从人机交互方面给出了实验性能分析。     

并行图形绘制技术综述

针对现有计算机视觉理论框架在指导视觉问题中很难克服精度差、受噪声影响大、计算复杂性高的问题,提出仿人的闭环视觉系统模型,引入反馈机制和高层知识的指导,并将其应用到车牌定位系统中。研究结果表明,以该模型实现的仿人视觉车牌定位系统容错性好、准确率高,可以有效地解决光照不均、牌照褪色,以及复杂背景干扰等情况下的车牌定位问题。     

大规模并行计算机电源系统稳定性分析

大规模并行计算机电源系统通常都采用分布式供电架构,系统稳定性设计是其中的难点和关键点。本文提出了一种实用的输入输出阻抗匹配方法,详细分析了变换器的输入和输出阻抗,绘制了阻抗特性波特图,根据仿真结果确定了总线上的输出电容。电源系统测试和运行结果表明,在总线上放置合适的电容可以解决系统稳定性问题。     

并行高斯粒子滤波器结构分析和实现

本文针对粒子滤波器计算量大、实时性差的问题分析了高斯粒子滤波的并行结构,并以一个简单实例为背景介绍了高斯粒子滤波器在集群计算机上的应用实现。     

移动机器人视觉控制系统

机器人由图像采集系统,模式识别系统,控制系统,传感器和各种执行单元构成。我们采用工控机,配合图形采集卡,进行图像的采集和处理。控制系统主要由单片机构成。识别系统将处理结果通过编码发送到控制系统,由控制系统融合触觉,接近觉等其它传感器信息,控制各种功能执行单元。     

微操作系统中微观对象三维立体形状重构研究

研究基于体视显微镜的微操作系统中微观对象的三维立体形状重构问题．体视显微镜的两子光路具有对称性和微小的差异性，差异性是影响微观对象重构准确性的重要因素．文中使用不同的参数序列描述两子光路的对称性和差异性，建立从二维图像空间向三维物空间映射的视觉模型，使用弱视差描述微观立体图像的相关性．通过实验分析视觉模型在三维物空间X，Y，Z三个方向上的重构精度，平均值分别为0．74％，1．98％和6．66％，重构了平面样品和曲面样品的三维立体形状．