一种基于正交直线构造的摄像机畸变标定方法

提出了一种不需要利用共线特征点就可以消除非线性迭代优化过程中参数耦合问题的畸变参数标定方法,只需一幅图像即可获得高精度标定结果.首先设计了可避免非线性优化不稳定的畸变校正模型,然后直接利用4点求得的单应性矩阵并与另一点构建平面内正交线段,并结合对偶圆环点构造了正交代价函数.通过Nelder-Mead非线性单纯型法对正交代价函数中的畸变参数进行寻优,即可完成畸变参数的标定.仿真和实际图像实验表明了该方法的有效性.     

利用平面约束的月球车立体匹配

为了满足月球车视觉系统检测障碍物的时效性和可靠性需求,提出了一种基于平面约束和自适应惩罚参数的半全局立体匹配算法。首先,对极线校正后的两幅图像进行SIFT特征点提取与匹配,同时提取边缘特征;然后,利用匹配的SIFT特征点拟合空间平面,并根据平面估计左右图像所有像素点的视差搜索范围;最后,基于传统的半全局匹配算法,采用自适应惩罚参数对左右图像进行立体匹配。实验结果表明:所提出的算法有效地降低了计算复杂度,其计算复杂度只有传统方法的19.9%,对于视差不连续区域以及遮挡区域都能够获得正确的匹配结果。较传统半全局匹配方法无论在速度还是匹配精度上都得到明显提高,为立体匹配的实际应用奠定了基础。     

基于椭球面模型的鱼眼图像校正方法

鱼眼镜头的大视角、短焦距等特点,使鱼眼图像校正算法成为目前图像研究的热点。提出一种椭球面校正模型,通过边缘检测算法获取特征点,运用伪特征点剔除法得到正确的特征点,利用这些真特征点得出校正模型的参数,并以网格图像为例进行研究。实验结果表明,特征点检测准确,得到的模型对网格图像的校正效果好,验证了该校正模型的准确性和有效性。     

基于智能三坐标测量机的零件位姿单目立体视觉识别

为了使三坐标测量机快速准确地识别出被测零件的位姿,提出了一种基于三坐标测量机平动的单目立体视觉识别方法,并对该方法的原理、位姿参数的求解和识别过程进行了研究.根据双目立体视觉原理,以三坐标测量机带动摄像机沿X轴或y轴平移,在两个不同位置分别拍摄被测零件的一幅图像;利用本文提出的基于边缘图像质心偏移的同名像点匹配方法,实现单摄像机立体视觉测量,得到被测零件上各特征点在摄像机坐标系中的三维坐标;由摄像机标定参数,进一步计算出各特征点在机器坐标系中的三维坐标;再结合各特征点在零件CAD坐标系中的对应坐标,求解出被测零件的位姿参数.组建了识别系统,进行了识别实验,结果显示,识别出的实验件位姿的平移量分别为:tx1=32.65 mm,ty1 =-90.23 mm,tz1=13.27 mm,旋转角分别为Ax =38°,AY=4°,Az=-5°,整个识别过程用时1.818 s.得到的实验数据表明该识别方法是可行的,可满足实时测量要求.     

挖掘机器人双目视觉系统标定方法与立体匹配

在挖掘机器人视觉系统实现中,摄像机标定、特征提取、立体匹配是关键环节,而立体匹配又是视觉系统中最复杂、最重要的步骤。首先分析了通用双目立体视觉模型及平行双目立体视觉模型,对挖掘机器人平行双目立体视觉系统测量方法及参数标定进行了研究。结合基于特征的匹配方法,通过对左、右图像角点的提取,实现了基于极线几何约束的特征点匹配。通过对铲斗图像匹配实验,验证了该方法能满足挖掘机器人视觉系统要求。     

基于摄影测量的管路参数确定

将数字近景摄影测量的基本理论应用于管路系统的三维重建,实现了空间管路几何参数的确定.该方法用数码相机对贴有标记条的管路系统进行多角度拍摄测量,得到多幅图像,利用多视图几何关系确定各次拍摄时的相机位置和姿态,然后选取其中的两幅图像,利用主动轮廓模型方法提取图像中的边缘特征,以图像中提取的二次曲线为匹配基元建立图像间的匹配关系,进而获得空间管路的几何参数.初步实验结果表明了方法的可行性.     

一种用于工件视觉测量的图像拼接方法的研究

在工件的生产制造过程中,视觉测量技术以其具有的快速、准确的特点发挥着越来越重要的作用,针对大尺寸物体的视觉测量,提出了图像拼接技术。该方法基于视觉图像处理软件HALCON,利用经过标定的摄像机采集带有一定特征信息的零件的序列图像,对图像进行坐标变换、高斯滤波等预处理,在相邻图像之间的重叠区域使用Harris角点检测算法进行特征点提取,将提取出的特征点进行匹配,根据特征点之间的匹配关系完成图像配准,实现由多幅图像拼接成为一幅图像。阐述了相关理论并进行了实验,验证了该方法的可行性。     

基于CNN的十字像中心检测

十字线中心检测是反射法测量透镜中心偏的重要组成部分,十字中心的检测精度决定了透镜中心偏的测量精度。针对边缘不规则、对比度差、信噪比低的图像,提出了基于深度卷积神经网络的十字线中心检测算法。算法的思想是,卷积神经网络可以在一定程度上解决传统算法局限于提取十字像边缘直线和角点特征的问题,实现对十字像整体特征的识别与定位,这可以相对减小图像噪声对十字像中心定位的影响,从而实现在图像质量比较差的情况下对十字像中心准确定位。实验结果表明,提出的算法能够在图像边缘不规则、对比度差、信噪比低等的条件下比较精确得到十字线中心点。     

利用平面约束的月球车立体匹配方法

为了满足月球车视觉系统对检测障碍物检测的时效性和可靠性的需求,提出了一种基于平面约束和自适应惩罚参数的半全局立体匹配算法。首先,对极线校正后的两幅图像进行SIFT特征点提取与匹配,同时提取边缘特征;然后,利用匹配的SIFT特征点拟合空间平面,并根据平面估计左右图像所有像素点的视差搜索范围;最后,基于传统的半全局匹配算法,采用自适应惩罚参数的策略对左右图像进行立体匹配。实验结果表明：所提出的算法有效地降低了计算复杂度,其计算复杂度只有传统方法的19.9%,对于视差不连续区域以及遮挡区域都能够获得正确的匹配结果。较传统半全局匹配方法无论在速度还是匹配精度上都得到明显提高,为对立体匹配的实际应用奠定了基础。     

基于复合Zernike矩相角估计的图像配准

提出了一种基于复合Zernike矩相角估计的图像配准方法.首先,利用尺度不变检测子Harris-laplace检测图像中的兴趣点作为初始特征点,计算以兴趣点为中心、邻域具有尺度不变性的Zernike矩;提出一种鲁棒的相角估计方法,用于估计两个归一化区域的旋转角度值.然后,利用Zernike矩的幅值和相角信息,通过比较每个兴趣点邻域Zernike矩的相似度提取出初始匹配点.最后,提出一种迭代角度修正算法用于精确估计变换参数,并对输入图像进行几何变换后将两幅图像配准.实验结果表明,该算法可在尺度缩放、任意角度旋转以及噪声等复杂条件下实现图像的高精度配准.当旋转角度误差小于20°时,图像的平均覆盖率达到94.125％,有效降低了误匹配的概率.     

改进的精密测角法标定面阵摄像机参数

改进了用于标定线阵摄像机的传统精密测角算法,标定用于面阵摄像机的参数。该算法利用两束平行光之间的夹角和投影在摄像机上图像点之间的对应关系,在给定一个预测摄像机主点的基础上计算它和实际主点之间的偏差以及摄像机焦距。分析了图像特征提取误差对于平行光夹角测量精度的影响,并给出一种基于平行光夹角误差最小的最优估计,从而进一步提高摄像机内部参数的标定精度。通过仿真实验分析了图像特征提取精度和平行光夹角测量精度对摄像机参数标定精度的影响。结果显示,当图像特征提取精度为0.1pixel,二维转台精度为0.5″时,主点标定精度可以达到0.56pixel,焦距标定精度可以达到0.06mm。利用精度为0.5″的二维转台对摄像机参数进行了实际标定,通过分析像点和标定结果所计算的平行光夹角和实际测量的平行光夹角的误差,可知本文算法的误差是经典精密测角法的68.6%,由此证明该算法对于面阵摄像机参数标定具有更好的结果。     

消隐点共线约束逐点畸变校正算法

对逐点图像畸变校正算法进行分析和研究。分析了基于四点共线交比不变性的逐点畸变校正算法的校正精度,指出该算法由于初始使用图像点含有误差导致计算其他图像点产生了精度改变,同时给出了计算结果误差较小时的图像点位置和相对距离的选取方法。基于上述分析,提出了基于消隐点共线约束的逐点畸变校正算法。该算法利用消隐点来提高直线拟合精度,利用共线特征来约束校正图像点精度。该算法不仅可以优化基于四点共线交比不变性算法校正的图像点,同时也可以优化初始使用的图像点,从而提高所有图像点畸变校正精度。基于MATLAB的仿真实验显示:对于400万像素的镜头,校正后图像点最大误差是初始图像点噪声的29.05倍。针对实物图像对基于四点共线交比不变性法校正的图像点,基于消隐点共线约束法校正的图像点和未校正采集图像点的交比值进行对比,结果表明本文提出算法优于四点共线交比不变性算法的结果。     

焊缝成形线结构光视觉检测方法研究

针对焊缝尺寸测量和表面成形质量评估问题,研究一种基于线结构光的焊缝视觉成形检测系统。在详细论述结构光视觉传感器的组成结构以及标定过程的基础上,优化图像预处理流程,提出了基于边界限定的灰度重心法来提取激光条纹中心线。以单像素的激光条纹为信息源表征焊缝轮廓,融合多特征点提取算法实现激光条纹轮廓特征点的检测并基于特征点建立角焊缝的尺寸计算模型,最终实现焊缝尺寸测量。结果表明:该焊缝成形视觉检测系统能满足焊缝检测性能的要求。     

Automatic circle pattern extraction and camera calibration using fast adaptive binarization and plane homography

A method to detect calibration patterns using fast adaptive binarization and plane homography for images having complicated backgrounds and taken under lighting condition of industrial fields is proposed. The preprocessing step of involving the calibration of a camera, as required to measure object dimensions, must be able to extract calibration points from a calibration pattern. However, proper lighting conditions for the camera calibration of a measurement system are rarely provided in industrial settings. In this paper, a plane homography of calibration points extracted by fast adaptive image binarization is used for the automatic detection of a local set of calibration points. The integral image method is used as a central part for the rapid processing of adaptive image binarization. The extracted point set provides a transformation matrix of the plane homography and guides the extraction of other calibration points for cluttered backgrounds with irregular lighting conditions. During the calibration of the camera, a calibration point filtering procedure by a data In/Out system iteratively selects more correct calibration points while rejecting outliers and noisy data. Experiments using actual images verify that the proposed method can be applied to camera calibration with poor quality images having cluttered backgrounds obtained under uneven illumination.     

一种基于网格的图像测量系统高精度标定方法

提出一种图像测量系统高精度标定方法,设计一种网格靶标,给出了图像分块处理和平行直线拟合方法的靶标特征点提取方法,并采用了一种基于靶标的摄像机位置调整方法。采用两步法对图像测量系统进行标定,首先进行线性标定,然后进行多项式拟合畸变校正。实验结果表明畸变校正后标定精度达到0.18像素,具有较高标定精度。     

采用自适应背景聚类的激光雷达与相机外参标定优化方法

针对在复杂外部环境下激光雷达外参标定过程中遇到的标定板三维点云提取不准确的问题,提出一种基于背景聚类的激光雷达和相机外参标定优化方法,避免了在整个三维点云中盲目检测标定板点云,而导致标定结果存在较大误差以及需要人工手动纠正错误特征点的问题。该方法利用无标定板的背景点云与有标定板的目标点云之间部分空间域内的密度差异性,通过自适应空间阈值模型获得标定板点云与背景点云之间的差异系数K,然后聚类两点云中的部分三维点,完成标定板的三维点云提取。实验证明,该方法可以在复杂环境中准确高效地提取标定板三维点云,从而提高激光雷达和相机外参标定的准确性,在此基础上点云正确投影比例可达97.43%,与对比方法相比投影误差降低25.33%左右。     

基于普吕克直线的多线结构光视觉传感器标定方法

针对多线结构光系统的快速标定,提出了一种基于普吕克直线的标定方法。传统的线结构光标定方法大多以单点的形式进行提取和坐标系转换,从而获得平面方程。然而单点数量较多会导致操作复杂,不适用于多线结构光的标定。为了解决这个问题,提出了一种新的标定方法,该方法在标定过程中全部采用普吕克矩阵的形式,而不是直接使用点特征。该方法有利于在摄像机坐标系下快速准确地获得光平面方程。同时设计了一种与该方法相对应的用于标定多线结构光的平面标定靶标。为了将一般直线转换为普吕克直线,将图像平面维度延展,定义了一个新的图像空间。为了对普吕克直线的坐标系进行转换,重新表达了基于普吕克直线的透视投影模型。基于普吕克空间中直线与平面的性质,对多条结构光线的普吕克矩阵进行合并即可高效地构造出线性的矩阵方程,从而进一步拟合出结构光平面方程。实验验证了所提方法并证明了校准精度的显著提高,当测试距离为1.8 m时,测量得到的三维点的RMS误差在0.08 mm之内。     

一种基于结构光双目视觉的特征匹配算法研究

特征点匹配在图像检索、三维测量、模式识别等技术中起着重要的作用。使用MATLAB软件剪切图像并细化线结构光光线条纹。经理论分析SURF算法优缺点,提出了一种基于SURF算法特征点提取的改进算法。用C语言编写改进后的特征提取算法,通过MATLAB软件实验对比两种算法的特征点提取结果并且编写程序实现后期的特征匹配。实验表明:该算法基本满足双目视觉立体匹配的要求,对于线结构光三维测量技术具有重要的理论意义和实用价值。