基于双目视觉的地形三维重建

为克服传统接触式测量方法的缺点,更便捷更准确地获取地形信息,提出了基于双目视觉的地形三维重建方法。该方法对双目图像对进行了校正;并采用高效率高准确度的支撑点邻域扩展立体匹配算法获取空间点的三维信息;最后基于八叉树原理,采用曲率法精简点云,并结合改进的Delaunay三角剖分算法进行三角网格化,从而恢复地形三维模型。实验结果表明,采用本算法能够在1s内获得致密的视差图,将21841个点云精简到5463个(25%)仅用时0.7s,并且能在此基础上高效地完成三角网格剖分,实现崎岖地形的三维重建同时保留地形细节特     

基于CUDA的图像预处理并行化研究

为加快图像预处理算法的执行速度,提出了基于计算统一设备架构(CUDA)的预处理算法来实现高速并行处理。分析了图像灰度化、高斯滤波以及直方图均衡化等预处理方法的原理,并对它们进行并行化分析,从而将CUDA并行计算技术引入到图像预处理算法。实验结果表明,此算法充分利用GPU的并行处理能力,与CPU串行处理方法相比,速度提高明显,有效提高数据处理能力。     

基于OpenCV的运动目标检测与跟踪

提出了一种基于OpenCV的视频应用程序的开发方法。将Intel公司开放的OpenCV源代码作为开发的视频应用程序的基础函数库,改写或调用其中的函数,可根据需要用C＋＋语言开发视频应用程序,从而克服了视频应用程序开发周期长、效率低的缺点。给出了部分OpenCV具体的设置方法和过程,并通过利用OpenCV编写的运动目标检测与跟踪的应用程序验证了该方法的有效性和可行性。对图像进行形态学去噪、平滑滤波处理和二值化阈值分割等图像预处理,获得二值化黑白图像。通过轮廓提取和跟踪检测得到车辆和人的外轮廓,进而实现运动目标的跟踪。在VC＋＋6.0环境下,利用OpenCV编程实现了此方法。实验结果表明,该方法可行。     

消防机器人底盘热防护多通道温度采集系统设计与试验

针对消防机器人底盘工作环境不低于300℃的要求,以及对底盘型腔进行多点测温的需求,开发了基于Labview的消防机器人底盘热防护8通道温度采集软硬件系统。实现了基于串口Modbus RTU协议的温度数据采集与传输,系统具有用户注册、串口配置、温度曲线实时显示、超温声光报警、数据显示与保存、历史数据回放、数据表显示与小波降噪等功能。通过该系统对底盘型腔进行了4种工况的热防护温度检测试验,验证了系统的可靠性。此外,针对温度曲线中出现的噪声干扰,引入了小波分析,采用Labview与Matlab混合编程方法,通过小波阈值滤波算法对采集到的数据进行了降噪处理,并与各通道温度原始数据进行了对比,达到了较好的滤波效果。该系统可视化效果好,数据采集实时且准确,对工业现场多点温度的实时检测具有借鉴意义。     

基于双目视觉的运动目标检测跟踪与定位

为克服传统目标检测跟踪方法无法对目标准确定位,以及在复杂环境下容易受光照、阴影等因素干扰的问题,提出了基于双目视觉的目标检测跟踪与定位方法。首先使用Matlab标定工具箱和OpenCV进行摄像机标定和图像校正,然后利用基于双目视觉的背景差分法实现目标检测,结合基于Kalman滤波的改进Camshift算法实现目标跟踪,最后利用视差图得到目标三维信息,从而实现目标定位。实验结果表明,所提方法能够实时跟踪运动目标并实现目标的准确定位。