人工立体视觉仿真系统的建立和应用

为了对人工立体视觉中各个环节进行验证,提出了开发人工立体视觉仿真系统的思路.以开放图形库OpenGL为工具,架设虚拟相机,设置虚拟物体,拍摄虚拟图像,在虚拟的图像上采集数据,并根据数据的相关性进行虚拟物体重建,最后将重建物体与原始物体进行比较,验证整个系统或某测试模块的准确性.应用结果表明,该仿真平台可以用于立体视觉研究中的测试和模拟.     

基于TMS320VC5416的机器视觉处理系统

构造了一种小型化、便携式的机器人视觉处理系统.它以TI的TMS320VC5416为中央处理器,配合以视频解码芯片和大容量存储器,完成图像的采集、处理和存储.主程序运行在DSP中,完成图像预处、模式识别等图像处理算法,以搜寻目标物体,待找到后,应用遗传算法进行路径规划.通过多次实验,系统都能达到预期的效果,说明系统的设计方案是切实可行的.     

基于计算机视觉的印刷包装品缺陷检测系统

介绍了印刷包装品外观缺陷的计算机视觉系统的构成,探讨了应用图像差分原理及图像坐标与空间坐标的变换关系,实现缺陷检测的基本方法.     

智能内窥镜视觉导航技术研究

在研究内窥镜导航的基础上,提出了基于计算机视觉的内窥镜导航技术,该技术采用了一种自适应阈值图像分割加速算法的寻径方法,并通过三维映射计算内窥镜头部偏摆角度。该方法具有较高的准确性和稳定性,在精度和速度上基本满足内窥镜导航的要求。     

由序列图像进行三维测量的新方法

目前的三维测量方法都需要专门的测量设备且存在着种种限制,为此提出了一种基于图像序列进行三维测量的新方法。将由数码相机围绕被测物体拍摄的多幅图像导入计算机,利用图像处理知识得到特征的二维信息;采用计算机视觉方法,对特征从射影空间到欧式空间分层逐步重建即可完成三维测量。设计一套特征标志组合,作为辅助测量工具避免了特征匹配难题。确立了一套图像分割与识别策略获得特征标志二维信息,识别率可达到95%以上。采用基于模约束的摄像机分层自标定方法得到特征在欧式空间下的三维信息,并通过多种优化方法减少误差的影响。该方法在硬件上实现简单,对测量条件要求不高。实际试验表明,相对误差可达到1.48%,重投影误差为0.3864像素。     

单目红外目标跟踪机器人视觉系统设计

针对特定红外目标跟踪机器人设计的需求,以3种不同频率的信号,合成了可以被一体化红外传感器连续解调的目标特征信号,设计了基于特征信号模型的机器人视觉系统,包括单目复眼的信号检测阵列和2级序列的信号调理电路．试验表明,系统工作稳定可靠,实现了对目标的智能搜索、连续跟踪,信号抗干扰性强,可用于多目标的识别跟踪．     

彩色立体像对的自适应匹配

提出了一种自适应权值的色彩相似性度量方法,有效地抑制了噪声对立体匹配的影响,提出以立体像对左、右图像间的颜色直方图相关系数为标准来调整权值的方法,并通过实验推导出具体的计算公式.对以灰度变化为基准的自适应窗选择方法进行改进,在边界提取过程中加入了彩色信息,使得提取的物体轮廓更为完整;用"米"字型窗口来代替原来的矩形窗口也使得窗口增长更为灵活,获得的匹配更为准确.实验结果表明,本文算法能够生成精确度较高的视差图,是一种较好的立体匹配算法.     

远距离运动目标三维测量中图像匹配的研究

采用两个摄像机光轴平行的双目立体视觉测量系统,检测远距离运动物体的三维物体轮廓.阐述了该三维轮廓测量系统中的两个关键技术:提取出合适的图像特征;建立特征间的对应关系.将同一空间物理点在不同图像中的映象点对应起来,由此得到相应的视差图像,实现立体匹配,恢复出物体的三维轮廓.仿真实验结果表明,该三维轮廓测量方法容易实现、对硬件要求不高、精度较高和具有较高稳定性,能够满足远距离运动物体姿态和速度测量的要求.     

基于视觉的空间粒子弱刚性运动约束

在对流场进行的激光测量中,针对运动粒子在具有一定体积的流场中透视成像后易出现的运动重叠问题,研究了粒子图像测速（PIV,particle image velodmetry）技术中近邻粒子的弱刚性运动,提出了应用于PIV系统中的空间粒子运动测量的约束条件（MPMC,movable particle measurement constraint）,并给出其数学表达式。该约束条件基于PIV的近邻性准则并以邻近的粒子团作为匹配对象,利用视平面内相同运动的特征直线具有公共点的性质对前后两帧图像中的粒子进行运动检测。最后,通过仿真实验证明该方法的有效性。     

基于计算机视觉的飞机尾旋运动姿态测量方法

针对飞机尾旋风洞试验模型姿态测量问题,提出了一种基于人工特征集的立体视觉测量方法.首先,设计出一组易于识别且匹配正确率高的人工特征集.该特征集对称分布在模型表面,以便于计算模型运动姿态.然后,通过立体视觉原理得到特征点的空间定位,进而求解模型姿态.最后,分析了特征集的不稳定性对计算结果带来的影响,提出了相应的解决方法.实验结果与分析表明,该测量方法具有较好的鲁棒性和测量精度.