共查询到17条相似文献,搜索用时 62 毫秒
1.
基于SIFT图像特征匹配的多视角深度图配准算法 总被引:1,自引:0,他引:1
为有效地解决多视角深度图配准问题,提出一种新的配准算法.首先给出一种深度图数据图像化方法,根据深度图包含的像素信息和网格顶点处的曲率值创建特征图像;然后通过对特征图像进行SIFT特征检测与匹配来获得特征点与匹配关系,从而得到原始深度图上的特征点与匹配关系;最后采用投票和预配准方法去除误匹配,实现递增式多视角深度图配准.模拟噪声实验和多个实际测量深度图的配准实验结果验证了该算法的鲁棒性和有效性. 相似文献
2.
利用深度图对物体三维表面建模是一种快速而准确的方法,本文对前人和同行发现的深度图建模的多视角深度图融合方法进行了回顾和详细讨论,主要从深度图融合的两个主要步骤:数据配准与表面拼合,对方法进行了说明。 相似文献
3.
给出一种双目立体视觉结合SURF(Speeded Up Robust Features)算法的小型煤堆的体积测量方法,首先,简要介绍了双目视觉的原理和基于SURF算法的立体匹配,其次,给出了煤堆的三维重建和体积计算方法,讨论了影响计算精度的主要因素及解决方法,实现了煤堆体积的非接触测量,最后,实验结果证明了该方法具有可行性,有一定的实用价值. 相似文献
4.
5.
6.
《计算机应用与软件》2014,(7)
摄像机标定是双目立体测量系统的基础,标定精度也最终影响着整个系统的测量精度。Zhang提出的平面模板标定法通过采用一种具有特征点的平面靶标来进行标定,操作简便,精度高。关于此方法,不同类型的靶标具有的特征点提取精度也不同,从而影响着摄像机标定精度。采用棋盘和圆点阵列两种类型靶标分别进行摄像机标定,然后利用标定结果进行三维测量,以三维测量精度作为标定精度评价依据。实验表明,相较于棋盘靶标,采用圆点阵列靶标进行摄像机标定,将会获得更高的标定精度。 相似文献
7.
双目立体视觉是计算机视觉研究最重要的组成部分之一.该文旨在构建一个双目视觉系统用来测量相机与物体的距离.通过双目相机进行图像采集,使用Matlab Calibration Toolbox工具对相机标定,然后进行左右图像校正,最后对校正的图像进行立体匹配,得到被测物体的视差图及其物体的3D坐标.实验表明:这个方案具有可行... 相似文献
8.
基于HALCON的双目立体视觉工件尺寸测量 总被引:1,自引:0,他引:1
为了实现对大批量生产工件尺寸的精密测量,该文基于双目立体视觉视差原理,设计了一种工件尺寸实时测量系统;系统通过两个工业数字摄像头实时采集工件不同角度的两幅图像,并基于机器视觉软件HALCON的HDevelop开发环境,对两幅图像进行相关预处理,获取感兴趣区域。提出一种基于canny的亚像素边缘检测、边缘细化、基于atukey权重函数的最小二乘法边缘拟合及边缘均匀取点算法获取精确的边缘特征点,并通过双目系统标定、极线约束与NCC相结合的立体匹配、世界坐标转换、几何计算相结合的非接触式双目视觉方法进行尺寸测量。通过大量实验证明,该方法可有效地获取工件特征点的三维坐标值,不借助外部测量仪器实现工件关键尺寸的高精度实时检测,检测精度达±0.2mm以上,简单快捷,具有较好的准确性和实时性。 相似文献
9.
从全方位视觉传感器ODVS( Omni-Directional Vision Sensor)的成像原理出发,指出双目立体全方位视觉传感器BOD-VS (Binocular stereo Omni- Directional Vision Sensor)的测量精度受基线距、测量距离和摄像机采集图像量化精度的影响;在同等条件下,证明了BODVS测量精度与基线距成正比、与测量距离平方成反比;为了便于进一步分析影响BODVS测量精度的因素,提出了一种ODVS的标定方法,并使用标定结果,在BODVS的基线距分别为62. 198 cm、82. 198 cm和102.198cm下,通过测距实验验证了上述结论. 相似文献
10.
11.
12.
平行双目视觉系统的三维重建研究 总被引:3,自引:0,他引:3
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. 相似文献
13.
14.
15.
16.
17.
立体视觉的目的之一就是为了获得周围场景的3维信息,其关键在于匹配算法。然而即便是使用目前先进的通用处理器,其计算致密视差图所需的时间仍无法满足高速自主导航的需求。为了解决这个问题,提出了一种基于现场可编程门阵列(FPGA)的双目立体视觉系统的设计方案,同时介绍了系统的硬件结构,并在讨论区域匹配的快速算法的基础上,提出了基于FPGA的像素序列和并行窗口算法框架,用以实现零均值像素灰度差平方和(ZSSD)的匹配算法。该算法是先将视频信号经解码芯片生成场景立体图像对,并由FPGA来完成立体图像对的几何校正和ZSSD匹配算法,然后将获得的致密视差图通过PC I总线发送至上位机。实践表明,该算法效果好、速度快,不仅具有较强的鲁棒性,并且硬件系统性能稳定、可靠。此外,该方案还适用于像素灰度差的绝对值和(SAD)和像素灰度差的平方和(SSD)等多种传统区域匹配算法的快速实现和实时处理。 相似文献