单目平行线约束下的空间点坐标恢复

提出一种从单目像机拍摄的二维投影图像中恢复空间点三维坐标的简化算法.假定摄像机与空间中的一对平行线的位置关系已知,同时摄像机坐标系下平行线所在平面中的任意空间点在像平面中的投影也已知,通过射影几何可得图像坐标到目标点三维空间坐标的转换系数,即坐标转换因数,从而估计出三维空间点的坐标.实验中通过对人体行走轨迹进行估计来测试算法性能,结果表明算法简单有效,计算开销小.     

基于信息融合的移动机器人目标识别与定位

针对单目摄像头工作的双足机器人的视觉定位问题,设计了一种视觉传感器与超声波传感器相结合的信息融合方法,进行目标的识别和定位。对拍摄的图像进行HSV颜色空间的阈值分割得到二值图像,并对其进行形态学滤波处理和Hu轮廓不变矩匹配,以此识别到目标和其重心点图像坐标;建立单目定位模型,用机器人自身的超声波传感器得到与目标物之间的距离,采用Zhang标定法得到摄像机参数,把这些已知数据带入坐标转换,得到目标物在世界坐标系下的坐标,实现定位。借助NAO机器人的平台,将基于信息融合的定位方法和一般单帧图像定位方法进行对比实验。实验结果表明上述方法的误差相对较小,且能得到目标物的三维信息,验证了该定位方法的实际可行性。     

基于旋转多视角深度配准的三维重建方法

针对在旋转平台上采集得到的多视角数据,提出一种有效的配准方法,同时结合双目立体视觉测量构建了完整的三维重建系统。通过拍摄旋转平台上多个视角下的标定板图像,提取标定板图像角点信息,计算出旋转平台坐标系和摄像机坐标系的空间位置关系,进一步推导出不同视角下的坐标转换关系,从而实现不同视角的数据配准。实验结果表明,基于本配准方法的旋转多视角双目测量系统具有较高的配准精度,能有效用于物体表面三维重建。     

基于OpenCV的水下机器人单目定位技术研究与仿真

针对水下机器人自主回收对接时的定位问题,提出了一种基于OpenCV的单目定位技术研究与仿真方法;首先确定回收装置在回收侧的光源标记点坐标信息;然后借助OpenCV算法库,通过对水下机器人自带摄像机的标定,得出反应摄像机固有信息的内参数,通过摄像机对回收装置光源标记点的识别,得出光源标记点在图像上的像素坐标,结合其世界坐标,得出反映回收装置在摄像机坐标系下位置和姿态信息关系的平移向量和旋转向量,进而确定水下机器人在回收装置坐标系下的位置和姿态信息;最后运用CATIA软件对摄像机拍摄模型进行建模和仿真,结果表明,所提方法不仅能快速地获得水下机器人的位置和姿态信息,而且定位精度高,满足水下机器人在自主回收对接时的设计要求。     

改进直接线性标定的移动机器人视觉定位算法

在移动机器人视觉定位中,图像处理技术为摄像机标定和视觉定位奠定了基础.本文首先对机器人采集得到的目标图像进行灰度变换,将彩色的图像转换为灰度图像,利用中值滤波滤除目标图像中的孤立噪声点,再使用sobel算子提取图像的边缘,由于提取的边缘不清晰,最终使用改进的hough变换得到图像的清晰边缘.实验中利用matlab 7.5软件对图像进行处理,获取到准确的目标点像素.而要得到机器人在实际坐标系中的坐标,需要对摄像机进行标定,本文对直接线性标定算法进行改进,利用最小二乘法简化计算的过程,实现机器人视觉定位过程.实验结果表明,该方法简单且有效,提高了定位的准确度,验证了该方法在视觉定位中的有效性和可行性.     

机器人手眼立体视觉标定研究

以固高GRB-400型机器人和CCD组成机器人手眼系统,分析了摄像机的成像模型,采用了基于直接将图像坐标映射到机器人参考坐标的“黑箱”思想,从图像坐标直接计算出目标位置的方法,用于立体定位的摄像机手眼标定,该方法通过保持机器人末端执行器到机器人参考坐标系旋转矩阵来简化复杂的相机标定过程,最后通过实验验证了该方法的可行性,并分析了实验误差产生的原因,并提出了相应的解决措施。     

激光传感器扫描边缘系统定位方法研究

非接触式齿轮倒角测量系统物体坐标系与运动平台坐标系的系统定位是通过人工控制XY移动平台携带激光传感器运动使激光点投射到棋盘格左下角点,该方法存在一定的人为误差,增加了齿轮倒角测量的系统误差[1].提出用激光位移传感器扫描测量标定板右侧和下侧边缘突变点位置坐标来确定标定板右下角点位置坐标信息,棋盘格有效区域左下角点与标定板右下角点间的距离已知,控制XY二维运动平台运动,使激光点投射到棋盘格有效区域左下角点的位置,完成系统定位.     

基于投影仪和摄像机的结构光视觉标定方法

为实现基于投影仪和摄像机的结构光视觉系统连续扫描,需要计算投影仪投影的任意光平面与摄像机图像平面的空间位置关系,进而需要求取摄像机光心与投影仪光心之间的相对位置关系。求取摄像机的内参数,在标定板上选取四个角点作为特征点并利用摄像机内参数求取该四个特征点的外参数,从而知道四个特征点在摄像机坐标系中的坐标。利用投影仪自身参数求解特征点在投影仪坐标系中的坐标,从而计算出摄像机光心与投影仪光心之间的相对位置关系,实现结构光视觉标定。利用标定后的视觉系统,对标定板上的角点距离进行测量,最大相对误差为0.277%,表明该标定算法可以应用于基于投影仪和摄像机的结构光视觉系统。     

复杂环境下的多工件定位研究

为了获取工业流水线上工件精确的位姿信息,提出一种在复杂环境下同时定位多个工件的方法。首先在复杂环境下采用基于边缘梯度的匹配算法及图像金字塔搜索策略快速识别多个目标,得到目标在图像坐标系中的精确位置信息。然后通过张正友棋盘标定法对单目摄像机进行标定,获得摄像机的内参数及畸变参数。最后,通过优化最小二乘法建立了一种图像坐标系到世界坐标系间的转换关系,实现目标由图像坐标系到世界坐标系中的精确位姿定位。实验表明该方法能在杂乱背景、部分遮挡及非线性光照等环境下,准确地定位工件,鲁棒性较高;识别目标的平均时间在0.5 s以内,工件在x-o-y平面的定位误差小于1 mm、姿态角度定位误差小于1°,可以满足工业应用中复杂环境下的实时性和精度要求。     

微细管道内壁三维测量技术研究

提出了一种适于管道内壁缺陷检测和三维测量的计算模型和测量方法．形貌检测器在驱动机构的带动下沿着管道轴线行进时,按照控制指令对管道内壁任意截面进行图像拍摄．通过对图像的处理,提取出截面上离散点的图像坐标,再结合对CCD摄像机标定得到的参数,计算出截面环上各离散点在三维坐标系中的位置,从而重构出该截面的形状,完成管道内壁的检测,并为后续的管道内表面三维重建提供数据信息．     

一种高数值精度的P3P问题半闭式解法*

根据有限数目的参考点,通过二维单目观测图像估计三维目标的姿态参数(又称PnP问题,perspective-n-point)是计算机视觉研究中的一个经典难题。当参考点的数目n<6时,PnP问题为高度非线性问题并可能存在多个可行解。目前求解PnP问题的方法主要分为迭代解法和闭式解法两类。迭代解法数值精度高,但是只能收敛到多解中的一个解,无法同时得到全部可行解;闭式解法的优点是可以一次得到全部可行解,但是现有算法在数值精度和数值稳定性上要逊于迭代解法。针对以上问题,以P3P问题为研究对象,提出一种可以同时得到全部可行解并具有高数值精度的半闭式解法,并通过详细的实验验证该方法的有效性。     

判定P3P问题正解数目的充要条件

本文研究用于摄像机定位的三点透视问题（Ｐ３Ｐ），长期以来由于缺少判定非线性方程组根数目的充要的方法，Ｐ３Ｐ问题的多解现象使其应用一直受到限制。本文采用新提法对Ｐ３Ｐ问题分类，采用新的化简方法，充分利用多项式根的数目估计实现了对非线性的Ｐ３Ｐ方程组根的数目估计，并完整地分析了Ｐ３Ｐ问题种种多解现象的充要条件。我们的定理能够解释前人已发现的现象。把结合从前人“对Ｐ３Ｐ问题１－４解的不确定集合作出了一种     

不共面P4P问题多解的判定方法

PnP问题源于照相机检测，即根据给定空间n个点的相互位置关系，确定摄象机在空间的方位。以前的研究成果表明，对于给定的空间三点，最多可以出现四个解。本文针对不共面的四点透射(P4P)问题，利用Wu-Ritt零点分解方法对问题进行分组分解，并经分析后得到了问题存在多解时的若干充分条件，从而在实际应用中很容易避开那些可能存在
在多解的观察点。     

基于矢量差分的未标定摄像机P5P问题的求解

针对PnP问题的方程建立与求解, 提出一种基于矢量差分的未标定摄像机P5P问题的线性求解算法. 将5个控制点组成非共面的4点集合, 按照成像过程, 通过两个集合间的控制点矢量差分逐步构建摄像机姿态及相机矩阵的线性约束方程. 再依据线性理论与旋转阵 R 的正交性化简约束方程, 利用矢量积运算给出未标定P5P问题摄像机姿态及相机矩阵的解析解. 模拟和真实实验都验证了该方法的有效性.     

未标定摄像机姿态估计的矢量求解算法*

提出一种基于矢量运算未标定摄像机姿态估计的求解算法。重点研究了P5P问题,将五个控制点组成四个矢量,根据成像过程,由控制点矢量运算逐步构建摄像机姿态和相机矩阵的线性约束方程。依据线性理论及旋转阵R的正交性化简约束方程,通过矢量运算给出未标定P5P问题摄像机姿态和相机矩阵的解析解。给出有足够约束条件的PnP问题的求解过程。模拟和真实实验都验证了该方法的有效性。     

基于亚像素的乒乓球机器人本体位姿视觉测量

提出一种基于亚像素精度的特征点提取算法,结合PnP方法和正交迭代(OI)算法计算乒乓球机器人本体的位姿.根据摄像机成像时弥散斑的近似高斯分布,以亚像素精度精确求取色标块的边缘,利用边缘直线交点得到高精度的角点作为特征点.基于PnP算法利用上述特征点求取机器人位姿的初值,再通过OI算法进行优化,以保证其姿态矩阵的正交性.实验结果表明,该方法能快速准确地实现机器人本体的位姿测量.     

Implementing the expert object recognition pathway

Brain imaging studies suggest that expert object recognition is a distinct visual skill, implemented by a dedicated anatomical pathway. Like all visual pathways, the expert recognition pathway begins with the early visual system (retina, LGN/SC, striate cortex). It is defined, however, by subsequent diffuse activation in the lateral occipital complex (LOC) and sharp foci of activation in the fusiform gyrus and right inferior frontal gyrus. This pathway recognizes familiar objects from familiar viewpoints under familiar illumination. Significantly, it identifies objects at both the categorical and instance (a.k.a. subcategorical) levels, and these processes cannot be disassociated. This paper presents a four-stage functional model of the expert object recognition pathway, where each stage models one area of anatomic activation. It implements this model in an end-to-end computer vision system and tests it on real images to provide feedback for the cognitive science and computer vision communities.Published online: 4 November 2004 Correspondence to: Bruce A. DraperKyungim Baek: Current address: Department of Biomedical Engineering, Columbia University, New York, NY, USA     

Are we making real progress in computer vision today?

This paper presents an opinion on research progress in computer vision.     

大规模DVE场景对等传输机制研究新进展

目的 目前互联网上构建的虚拟世界规模越来越大,但在现实网络带宽有限的情况下,实时传输海量复杂虚拟场景一直都是难以解决的“瓶颈问题”,针对该极具挑战性的问题进行了综述性研究。方法 首先对大规模3维虚拟场景传输的主要技术进行了概述,然后分别对其中的关键技术如大规模虚拟场景的轻量化与流式化技术、P2P-Cloud(Peer to Peer-Cloud)网络架构、资源发现/邻居发现策略、不同网络架构的虚拟场景数据分发策略和移动网络场景传输等进行了详细综述。结果 阐明了虚拟场景传输主要技术之间的关系,并通过对已有经典成果的对比,分析了它们的优缺点及需要解决的关键问题。结论 分别从虚拟场景传输的场景预处理、基于云的混合网络架构和移动网络中的场景传输这3个发展方向做了前瞻性的展望。     

基于视觉的目标定位技术的研究进展

基于视觉的目标定位是目前计算机视觉领域的研究热点。就现阶段基于视觉的定位技术进行了综述,着重介绍了基于单目视觉定位、基于双目视觉定位和基于全景视觉定位3类定位技术的研究现状,并分析了各自的优缺点。最后就基于视觉定位方法的发展趋势做了简要分析,以期为以后基于视觉定位问题的研究提供参考。