基于平面投影的单目视觉AGV定位算法

视觉定位是AGV视觉导航研究领域的重要问题,目前,视觉定位方法主要是通过对摄像机进行标定求取相机内外参数,过程复杂,计算量大。文中针对移动机器人AGV提出一种基于平面投影原理的单目视觉定位方法,建立了摄像机投影模型,由一个参考平面连接图像平面与现实平面,应用平面投影原理求解像素点与空间点的映射关系。实验结果表明,该方法可靠性强,计算简单,且具有较好的定位精度,可以满足AGV的定位系统要求。     

一种不同高度目标的视觉定位新算法

本文提出一种针对平面上方高度已知目标的视觉定位算法。该方法避开了复杂的摄像机参数标定过程,直接运用射影几何的基本性质实现了平面内目标的单目视觉定位。在此基础上,进一步运用成像深度的多义性实现对高度已知目标的平面坐标定位。最后进行了初步的精度分析,给出了算法应用的建议。该定位算法无需预先知道摄像机的参数,也无需对姿态进行特别的规定,可以根据实际场景来布局定位参考点,降低定位误差。实验表明其具有实现简单,精度高的特点。     

基于两垂直相交线段的摄像机快速标定算法

针对交通标线特有的几何特征,选取车道分界虚线的3个端点及其垂直线上的另一点作为标定参考点,推导出求解摄像机内外参数的公式,建立了图像像素坐标与其世界坐标的换算关系.标定算法的约束条件仅需交通标线中丁字形标定参考物的3个线段长度值、4个关键点及其在单幅图像中的坐标.算法具有标定参考物易选取、几何约束条件少等优点,非常适用于交通监控系统中单摄像机的快速标定.     

面向贴片机视觉系统的摄像机标定方法

针对贴片机视觉系统摄像机标定便捷性和高精度的要求,分析摄像机模型及其局限性,提出采用一阶单系数除式径向畸变模型代替传统的多项式畸变模型,并设计出带矩形边框和三角标志的圆形标定点平面标定板进行摄像机标定。通过可递归执行的修正的Deriche滤波快速获得像素级边缘,再进行亚像素边缘提取、线性方法拟合椭圆,对标定点进行精确定位,通过空间点及其图像投影的对应关系,获得较理想的摄像机参数初始值。最后,利用最优化算法进一步求解,获得更高精度的摄像机参数。实验结果表明,该标定方法简单、快速,并且精确,能满足贴片机视觉系统的要求。     

基于Tsai的共面点摄像机线性标定

提出了一种基于Tsai的共面点线性标定求解摄像机内外参数的方法。首先确定图像的纵横比和光学中心的标定。然后对Tsai算法的第二步进行改进,求解f,k,tz。该方法的特点是采用共面点标定物,利用线性标定进行求解。实验结果表明,该方法是一种精度较高的、简单实用的摄像机标定方法。     

光笔式视觉坐标测量中控制点光斑图像的识别

介绍了一种光笔式单摄像机便携三维坐标视觉测量系统。在分析该系统成像特点的基础上,提出了一种控制点椭圆形光斑图像的数字识别方法。常用的方法是在CCD摄像机镜头上加滤光片来隔离背景干扰亮斑图像,该方法以光笔上被测控制点在摄像机CCD像平面上的光斑图像轮廓所占像素个数为基准, 剔除过大和过小的图像轮廓,进而采用基于椭圆线轮廓度误差的评定方法实现控制点椭圆形光斑图像的识别。给出了该方法的具体算法,实验结果表明该方法简单方便,易于实现,检测速度较快,适用于圆形被测控制点的视觉检测系统,具有一定的理论意义和工程实用价值。     

基于消失点列的大幅面瓷砖几何形状测量方法

由于消失点或消失直线蕴含了一组平行直线或一组平行平面的方向信息,同一平面上的所有直线对应的消失点共线于该平面的消失直线。本文针对大幅面瓷砖几何形状的测量问题,从机器视觉新角度提出基于消失点列的测量方法,实现了瓷砖几何形状的非接触式测量。该方法无需专门设计光学成像系统,也无需校准或者3D重建,仅需单相机采集一幅瓷砖的图像即可对其几何形状进行测量,避免了使用多个相机采集图像导致不同步的问题,提高了测量精度。该方法相比于传统瓷砖尺寸测量方法操作步骤更简便,算法简单,有效解决了瓷砖被部分遮挡时无法测量的限制。     

二维和三维视觉传感集成系统联合标定方法

为了解决激光雷达三维深度与摄像机二维图像信息融合的关键问题,建立二者的映射关系,提出了一种基于平面实体特征匹配的三维激光雷达与摄像机集成系统的联合标定方法.首先在三维激光雷达与摄像机系统模型的基础上,提取靶标平面在激光雷达和摄像机坐标系中的平面特征,利用平面特征约束求解两坐标系之间的旋转矩阵和平移向量的初值,为了降低噪声影响,使用Levenberg-Marquardt算法优化结果.分别进行了计算机仿真和在自制的集成传感系统上的标定实验,残差深度比达到0.2％,并使用标定结果对激光点云和摄像机图像进行数据融合,验证了该方法的准确性和有效性.     

基于RBF神经网络的镜头畸变校正方法

提出了一种径向基(RBF)神经网络的畸变校正方法。该方法利用RBF网络的以任意精度逼近连续函数的能力,通过采用张正友平面标定法得到样本数据训练网络,最终建立网络模型。该方法算法简易,适合于对摄像机捕获的图像进行几何校正。实验研究表明,该方法大大提高了校正精度。     

基于平面运动约束的摄像机自标定方法

当摄像机在某个平面作平面运动,即平移平行于该平面而旋转平行于该平面的法线,那么该平面的圆环点的像即为由该平面诱导的图像单应变换的复特征向量。根据所推导出的此结论,提出了一种基于平面运动约束的线性自标定算法。该算法只需摄像机在某个平面上作两次以上姿态不同的平面运动,每次平面运动前后采集该平面的两幅图像,计算它们的单应变换并对其进行特征值分解,所得到的复特征向量即为一对复共轭圆环点的像。通过不同平面运动得到的圆环点的像就能拟合出绝对二次曲线的像,最后通过Cholesky分解绝对二次曲线的像并能计算出摄像机内参数。模拟图像实验和实拍图像实验表明,本文所提出的自标定算法具有较高的精度和较强的鲁棒性。     

透视投影变换中椭圆中心畸变误差模型及其仿真研究

针对在三维视觉检测应用中，空间椭圆中心的透视投影变换存在畸变误差的问题进行了研究。基于透视投影变换和空间解析几何理论，建立了在摄像机的像平面上该畸变误差的数学模型，并进行了仿真研究，获得了该畸变误差的变化规律，从而为圆孔(椭圆孔)或圆柱(椭圆柱)类工件的中心位置的视觉检测、结构光三维视觉检测应用及视觉检测中的CCD摄像机内部参数标定等问题的有效解决，提供了一个有效的理论依据，具有一定的理论意义和工程实际应用价值。     

表面视觉传感器模型参数的简易标定方法

建立了基于多线结构光的表面视觉传感器的数学模型,提出了一种基于自由移动平面标定参照物的表面视觉传感器模型参数的简易标定方法。在自由移动的平面参照物上建立局部世界坐标系,将通过交比不变方法获得的各个光平面上特征点的局部世界坐标,变换到摄像机坐标系,从而获得已知三维的标定特征点。利用构建的位于不同光平面上标定特征点,可以实现工作状态的表面视觉传感器模型参数的优化估计。该标定方法降低了标定设备的成本,简化了标定过程,为表面视觉传感器的工程化应用奠定了基础。试验结果表明,该方法切实可行。     

基于ASODVS的全景相机运动估计及管网3D重构技术

针对地下管网的空间三维测量、三维形貌重构难等问题,提出了一种基于主动式全方位视觉传感器(ASODVS)的相机运动估计及管网3D重构解决方案。通过携带有ASODVS的管道机器人进入管道内部,实时获取管道内壁纹理全景图像和全景激光扫描图像;首先对全景激光扫描图像处理解析出投射在管道内壁上的激光中心点,通过计算得到管道横截面的点云数据;另一方面,对全景纹理图像进行处理,首先利用快速鲁棒性特征(SURF)算法快速提取特征点并进行匹配,然后采用随机抽样一致性(RANSAC)算法去除误匹配点,接着利用全景相机的极几何原理估计相机运动位姿,并利用光束法平差(BA)进行优化,最后利用相机运动位姿将相机坐标系下的点云坐标实时转换到世界坐标系下,完成对地下管网的三维重构。实验结果表明,所提出的方案能够精确估计相机运动位姿,实时对管道内部进行三维重构,实现了管道检测机器人边行走、边采集数据、边检测分析处理、边三维建模的设计目标。     

基于单目视觉的激光光束方向标定研究

在由激光位移传感器组成的测量系统中,激光光束的方向是一个关键参数.方位角和俯仰角对于一条激光光束是最为重要的两个参数.本文中提出一种基于单目视觉的激光光束方向测量方法.首先,将CCD相机放置于基础平面上方,保持相机光轴与基础平面接近于垂直状态,并利用误差为10μm的圆孔型标定板建立单目定位模型.然后将激光光束发生装置放置在基础平面上并保持位置固定,同时在基础平面上放置特制靶块,使激光光束可以投射到靶块斜面上并形成一个激光光斑.在基础平面上方放置的CCD相机可以清晰的采集到激光光斑、靶块斜面的图像,应用相关算法提取出光斑质心的二维图像坐标.沿激光光束方向以相等间距移动靶块,通过CCD相机采集每移动一次靶块在当前位置下的光斑、靶块图像.利用相关的转换公式,结合靶块本身固有参数,将光斑质心图像二维坐标转换为基础平面下的空间三维坐标.由于靶块的移动,会得到靶块不同位置下激光光斑质心的三维坐标,将这些三维坐标拟合成空间直线表征待测激光光束.拟合直线得俯仰角即为待测激光光束的俯仰角.实验中,应用高精度仪器对靶块参数进行测定,并使用高精度标定板标定相机内外参数建立相应的定位模型.测量精度主要通过单目视觉定位精度、光斑重心提取精度来保证.结果显示,待测光束的俯角最大误差达到0.02°,光束间夹角的最大误差为0.04°.     

三维机器视觉测量系统的坐标计算模型研究

分析了单摄像机成像原理和激光三角测距原理，建立了三维机器视觉测量系统的原理模型，给出了根据单幅二维数字图像计算检测目标三维坐标信息的具体方法，为三维机器视觉系统研制开发奠定了理论和算法基础。     

Modeling of binocular vision system for 3D reconstruction with improved genetic algorithms

This paper models the binocular vision system focused on 3D reconstruction and describes an improved genetic algorithm (GA) for estimating camera system parameters. The two-camera system model that takes into account camera radial distortion includes a total of 24 parameters. The proposed improved GA is used to solve this nonlinear optimization problem with high dimension. In our improved GA, the adaptive control of camera parameter search interval and the catastrophe strategy with elitist preservation are employed. The experimental results indicate that our improved GA is effective to solve the multi-peak function optimization problem and the 3D reconstruction accuracy of the binocular vision system is promising.     

基于大尺度三维几何视觉的货运列车超限检测方法研究

货运列车的超限是威胁铁路安全的重要因素之一。但是一直以来,我国货运列车超限检测都是采用落后的人工方式进行测量。提出了一种基于大尺度三维几何视觉的货运列车超限自动检测方法。该方法根据三维几何视觉确定被测物在世界坐标系下的坐标,并利用铁轨靶标得到铁轨坐标系和世界坐标系之间的转换关系,将被测物的坐标转换到铁轨坐标系中对货运列车是否超限做出判断。其中,外极线约束和结构光光条约束用来防止特征点的匹配错误,平面靶标用来计算相机的参数。外场实验结果表明,该方法可以快速、准确地对货运列车超限进行判断,具有很高的应用价值。     

基于层次化算法在欧氏空间不标定重构三维场景

研究一种由彩色编码投影仪及数码摄像机组成的不标定三维场景重构技术,在三维场景重构过程中,只有投影仪的参数需事先标定,而摄像机的内外参数在三维重构过程中不需标定且可随场景的不同而变化。基于层次化算法,仅需单幅三维图像就可实现对三维未知场景进行不标定欧氏重构。详细地叙述了该种不标定算法,并进行了实验验证。     

三维机器视觉测量系统的标定模型研究

针对单幅二维数字图像计算三维坐标信息的三维机器视觉测量系统，建立了相应的摄像机标定模型和激光三角测距标定模型，为三维机器视觉系统走向实用奠定了基础。     

Roboscan: a combined 2D and 3D vision system for improved speed and flexibility in pick-and-place operation

We describe Roboscan, a Robot cell that combines 2D and 3D vision in a simple device, to aid a Robot manipulator in pick-and-place operations in a fast and accurate way. The optical head of Roboscan combines the two vision systems: the camera is used “stand-alone” in the 2D system, and combined to a laser slit projector in the 3D system, which operates in the triangulation mode. The 2D system, using suitable libraries, provides the preliminary 2D information to the 3D system to perform in a very fast, flexible and robust way the point cloud segmentation and fitting. Roboscan is mounted onto an anthropomorphic, 6-DOF Robot manipulator. The most innovative part of the system is represented by the use of robust 2D geometric template matching as a means to classify 3D objects. In this way, we avoid time-consuming 3D point cloud segmentation and 3D object classification, using 3D data only for estimating pose and orientation of the robot gripper. In addition, a novel approach to the template definition in the 2D geometric template matching is proposed, where the influence of surface reflectance and colour of the objects over the definition of the template geometry is minimized. We describe the procedures for 2D and 3D vision of Roboscan, together with the calibration procedures that have been implemented. We also present a set of tests that show the performance of the system and its effectiveness in a number of pick-and-place operations.