用极线束约束方法进行图像匹配后的质量控制

在立体视觉匹配过程中,不可避免的会出现大量的误匹配点.图像匹配后的质量控制是检测误匹配点的基本方法.本文将对进一步提高匹配准确率进行探讨.基于连续性假设,在射影几何意义下,本文利用一种外极线束和匹配点的整体信息,对相似性匹配结果进行检测,剔除其中的误匹配点.实验结果证明,极线束约束具有较强的误匹配检测能力,大大提高了匹配准确度.     

基于极线约束的椭圆图像匹配算法

罐口的圆心坐标是解决罐口对位的关键问题,由于罐口周围情况复杂,罐口表面缺乏特征点,仅利用图像特征匹配极易发生错误。针对上述问题,本文提出了一种基于极线约束的椭圆匹配方法。首先通过图像处理获得两组待匹配点,并将其中一组待匹配点拟合成椭圆,另一组利用椭圆的梯度方向和邻域对获得的所有待匹配点进行过滤,然后将过滤后的待匹配点的极线约束方程和椭圆方程联立求解,即可获得对应的匹配点。实验结果表明：基于极线约束的几何匹配方法不仅可以有效地缩短匹配时间,而且根据获得的椭圆的三维坐标进行拟合重建,模型尺寸和实际尺寸相比误差很小,为极线约束匹配提出了一种新思路。     

基于粘性目标约束和外极约束的自由曲面三维轮廓术

准确地获取实体的三维信息一直是精密测试，CAD／CAM，机器人导向等领域的重要课题，本文提出了一种新的基于粘性目标约束和外极约束的自由曲面立体视觉测量方法，这种方法有效解决了立体视觉中的图像匹配问题，外极约束将可能的侯选点限制于直线分布，引入粘性目标用以确定光栅条纹的级次，这种方法极大地减小图像匹配的运算量，同时减小了错误匹配的概率，实现表明，采用光栅投影主动视觉传感器能高效准确地测量自由曲面的三维轮廓。     

一种基于极线约束的最小二乘匹配方法研究

图像匹配技术在图像处理与计算机视觉中有着非常重要的作用。最小二乘影像匹配方法是常用的匹配方法之一。本文提出了一种基于极线约束的最小二乘图像匹配算法。该算法将极线约束和最小二乘法结合实现图像匹配。首先利用两幅图像间的极线约束得到多个预匹配点,确定预匹配区域,然后用最小二乘法求得最佳匹配。实验结果表明,该方法效果良好,具有实用价值。     

一种基于仿射变换的三角形交通标志矫正方法

为了准确地检测交通标志,需要将汽车智能辅助驾驶系统拍摄到的倾斜图像矫正为无倾斜的标准图像。提出了一种基于仿射变换的三角形交通标志矫正方法,根据三角形交通标志共有的形状特性,提取出交通标志的边缘,求出三角形三边所在直线方程的交点及三条边的中点共六个特征点的坐标,与一个预先设定的标准正三角形的顶点及各边中点相对应,通过仿射变换将倾斜的交通标志矫正,得到一个与标准三角形交通标志仅差一个缩放因子的标准图像,为后续的交通图像识别打下基础。     

基于极曲线几何和支持邻域的鱼眼图像立体匹配

提出了一种基于极曲线几何和变支持邻域的立体匹配算法来解决鱼眼立体视觉中图像变形导致的极曲线求取和匹配代价计算问题。首先,对鱼眼相机进行标定并获取相机的相关参数;针对鱼眼镜头的畸变问题,根据鱼眼镜头的优化投影模型推导出系统的极曲线方程,并利用得到的极线方程确定对应点的搜索范围。然后,根据同源像点在左右图像上的位置关系确定各中心像素点的支持邻域,并计算出不同视差条件下该支持邻域在另一幅图像上的对应支持邻域,利用获取的支持邻域计算出各点的匹配代价。最后,利用WTA(Winner Takes All)策略选取最佳匹配点得到最终的匹配结果。基于提出的极曲线和支持邻域对两组鱼眼图像进行了匹配实验并与传统方法进行了实验对比,结果表明:提出的方法的匹配准确度比传统方法分别提高了4.03%和4.64%。实验结果验证了极曲线的应用加快了匹配速度并减少了误匹配;支持邻域的使用使其对匹配代价计算的准确度优于传统方法。该算法满足了鱼眼图像立体匹配对信息获取速度、准确度和数量的要求。     

基于多尺度多方向相位匹配的立体视觉方法

立体视觉是图像处理领域的一个重要分支.在阐述立体视觉原理的基础上给出了一种多尺度多方向的图像立体匹配方法.利用左右摄像机的投影矩阵得出空间点的三维坐标与两台摄像机的像平面二维坐标的映射关系,并进而得出由两个像平面坐标直接求取空间三维坐标的方法.通过把图像进行复数小波变换,把图像分解成多尺度的不同方向上的复值子图.并通过一个由粗及细的过程来实现图像的精准匹配.     

基于编码光栅和外极线约束的曲面匹配算法研究

提出了一种新的基于编码光栅和外极线约束的三维曲面匹配算法,该算法有效解决了立体视觉中的图像匹配问题,即左右图像光栅条纹的对应关系确定问题。另外,采用外极线约束将可能的候选点限制在直线分布,即将查找范围由二维降为一维。这种算法极大地减小了图像匹配的运算量,同时减小了错误匹配的概率。实验表明,采用编码光栅投影与外极线约束的视觉测量能够准确有效地匹配出自由曲面的三维立体轮廓。     

基于仿射变换与均匀采样建模的目标跟踪

针对图像跟踪过程中目标发生的缩放、旋转以及斜切等几何变换,提出了基于仿射变换与均匀采样建模的目标跟踪方法。以粒子滤波算法为基本框架,使用6个仿射参数作为状态变量来预测目标可能发生的几何形变,并通过对仿射参数所表示的区域进行均匀采样实现对目标以及候选目标的建模。然后选用合适的相似性度量函数计算两组采样点之间的灰度差异以建立观测模型,从而得到状态变量的最优估计,实现目标的稳定跟踪。实验结果表明:视频序列的跟踪误差在10pixel以内,优于传统目标跟踪方法以及其他基于仿射变换与特征建模的跟踪方法。该方法能够在复杂环境下稳定跟踪发生几何形变的目标。

     

基于机器视觉的螺栓几何形状检测方法研究

螺栓的外形对保证其质量有着极其重要的作用,针对螺栓的外形结构特点,本文设计了螺栓的检测流程,并使用VC6.0开发了检测程序.根据螺栓的几何特征,选取面积、周长、质心、圆形度等判定参数,然后,介绍了螺栓头部,螺纹外径、中径的测量方法.经验证,这些特征参数和检测算法能很好的辨别出螺栓的外形缺陷.     

利用编码和极线约束相结合的方法实现工业摄影测量中的点匹配

提出一种利用编码和极线约束相结合实现点匹配的方法,该方法利用圆环式编码点作为识别码标识区域。此类编码点具有旋转、缩放、变形的无关性,测量点是与编码点中心圆斑大小一样的圆斑。针对大尺寸测量对象中点的匹配问题,本文提出了分区的思想。首先进行区域匹配,即粗匹配;然后利用极线约束匹配小区域测量点,即细匹配,这样就完成了整个匹配。试验表明该方法能够有效地降低数据处理时间,提高匹配率和自动化程度。     

实时图像仿射变换系统的研究与实现

讨论了仿射变换原理,阐述了仿射变换系统的方案设计,给出了系统的功能框图并详细介绍主要模块的功能以及实现方法;最后给出该系统在医疗装备中的运用结果。结果表明,系统能够很好地满足图像仿射变换的实时性要求,图像质量好。     

基于误差转换及图像域的圆度评定方法

针对工程应用中圆度误差评定方法存在理论深奥、计算复杂、检测效率低且不适用于大容量采样点的问题,提出了一种基于误差转换及图像域的圆度误差评定方法。该方法首先将图像域测量得到的原始圆度误差进行转换,使其满足误差评定的要求;然后以最小二乘圆为起始圆,寻求半径或半径差的“极大中的极小”,通过对最小二乘圆进行小尺度平移,并用遗传算法得到该平移规划坐标,从而获得平移后的理想圆并求得圆度误差值;最后对某型号零件进行试验,试验结果与用三坐标测量得到的结果相吻合,表明该方法可以有效、正确地进行圆度误差的评定。     

模糊遗传图像相关匹配算法

针对遗传算法中交叉概率和变异概率所存在的问题，利用模糊推理系统来自适应估计交叉概率和变异概率，提出了基于模糊遗传算法（FGA）的图像相关匹配算法，并进行了大量实验研究，实验结果证明该方法对解决具有噪声情况下的图像匹配问题十分有效。     

利用CCD图象匹配进行目标定位检测的设计与实现

从图象匹配原理着手,采用了模板匹配方法,对铁轨的基桩进行匹配和识别.实验结果证明了这三种方法的有效性,但是在特定的环境下使用这三种方法还应采取适当的措施.     

立体图像视频格式及其转换技术研究

在视差原理的基础上,结合双目立体视觉几何模型,得出裸眼立体显示的光路分布特点,并在此基础上研制成功立体显示器样机。对立体视图的映射关系做了详细解析,提出了合适的立体图像视频格式及其转换算法,实验结果表明研究方法和结论正确。     

基于改进Census变换的图像立体匹配算法研究

针对传统的 Census 区域匹配算法过分依赖窗口中心像素信息,导致算法受到噪声干扰时匹配精度降低的问题,提出一种基于改进 Census 变换的匹配算法.采用局部像素反差值为中心像素选择的评判标准,对传统的 Census 变换进行改进,增强了窗口像素信息的利用,提高了算法对像素值突变的适应性,使算法有更好的鲁棒性;代价聚合阶段采用引导图滤波算法并结合多尺度聚合模型,增强平坦区域像素间的区分度;采用 win-take-all 算法选取最优视差值,完成视差计算;采用区域投票策略和中值滤波算法完成视差精化.利用该改进算法对 Middlebury 平台提供的标准图像进行实验,实验结果表明该算法较传统Census 算法有较好的抗噪能力和立体匹配精度.