无人机自主降落视觉标识设计及位姿测量方法

为实现无人机自主降落,设计了一种由多组不同半径比的同心圆组成的视觉标识。针对同心圆成像后的形变情况,结合圆心、消隐点、内外圆交点构成的调和比约束,设计了一种递归的圆心求解方法,以获取圆心亚像素投影点。相较于Hough圆检测算法以及传统方法,该方法可以更鲁棒、精准地提取圆心投影点亚像素坐标。完成圆心提取后,基于交比不变性建立图像坐标与平台坐标一致性匹配关系解算出初始位姿,并通过二次曲线重投影模型设计非线性优化函数求得优化位姿。针对降落过程中图像运动模糊的情况,提出一种基于运动连续性的测量关键帧选取模型来排除运动模糊图像对控制决策的影响。进一步设计一种多模式切换控制结构实现了对降落平台的运动预测、无人机样条轨迹生成与更新,从而完成无人机自主降落。在1 500次的测量实验中,该测量方法的平均重映射误差可达到0.578 pixel,方差为0.009 6。在现场降落实验中,无人机在2.5 m高度时对降落台的定位误差小于3.5 cm,表明本文方法具有较高的视觉测量精度且更加稳定,能够实现对运动降落目标的稳定接近与跟踪并完成降落。     

中心偏移的全景环形图像快速展开

采用机器视觉技术检测管道内表面质量时,获取的原始图像几何中心与其前景区管壁全景环形图像中心存在偏移,从而会使以图像几何中心展开的图像产生失真的现象.本文针对存在中心偏移的全景环形图像提出了快速展开算法以减小由上述原因造成的图像中几何特征量的测量误差.提出的算法通过最小二乘拟合圆心法找到全景环形图像上代表管壁某一截面的拟合圆,继而得到全景图像的中心参数,然后通过四分之一圆扫描方法快速展开全景图像,并对展开图像的帧纵横比进行修正,还原全景图像.实验结果表明:将一幅全景图像环状检测区域展开成分辨率为2 044 pixel×199 pixel的矩形图像所需时间为0.868 s,展开图像中目标外形尺寸相对误差均在1.54％以内,满足图像处理对实时性和准确性的要求.     

基于机器视觉的轴承内外径尺寸测量方法

针对轴承内外径尺寸的人工测量方法存在测量效率低、易产生视觉疲劳等问题,提出一种基于机器视觉的轴承内外径尺寸测量方法,利用智能相机采集轴承图像并对其做中值滤波与二值化处理,通过Sobel边缘检测算法提取轴承内外圈的边缘特征点,采用最小二乘法计算出拟合圆的圆心与内外半径的像素值,并通过尺寸标定与机器视觉脚本程序,将其换算为内外径的实际尺寸。实验结果表明,该视觉测量方法精度高、速度快,适用于大批量轴承生产场合。     

应用迭代圆环像素率法实现快速虹膜定位

针对虹膜定位易受噪声影响、速度慢、自适应性差等问题,提出了基于迭代圆环像素率法的快速虹膜定位算法。提出的定位算法包括切割虹膜图像、Hough圆检测粗定位、微积分算子精定位3个部分,从切割虹膜图像、图像抽样、迭代圆环像素率法、快速Hough圆检测以及分层定位思想5方面提高算法的速度。提出了缩小半径范围的迭代圆环像素率法以及消除瞳孔光斑的形态学方法,瞳孔分割阈值以及小范围的圆心、半径候选集等参数都是通过计算得到,自适应性好。使用4个虹膜数据库进行实验,并与相近算法进行了对比。实验结果表明,该算法的定位准确率为97.75%～99.07%,定位时间为52.847～158.502 ms,是一种鲁棒、快速、自适应的虹膜定位算法。     

圆形目标精密定位方法的研究与应用

圆形目标的特征定位在计算机视觉中有着重要的作用.分析了在图像处理中影响圆形目标定位精度的几种主要因素,着重研究了圆形目标在透视投影变换过程中所产生的圆心偏差.基于摄像机的透视投影变换过程以及空间解析几何理论,提出了使用同心圆目标快速准确地获取图像中圆形目标圆心真实投影点的方法,同时建立了一种使用同心圆补偿镜头畸变的方法.仿真实验以及实物实验表明该方法可以准确且稳定地补偿透视投影变换过程中所产生的圆心偏差,从而获得图像中圆形目标圆心的真实投影点.该方法可以推广至视觉检测和摄像机参数标定中,利用其设置摄像机参数标定用标定板,具有一定的理论意义与工程实际应用价值.     

微小型零件边缘光学特征和识别技术

分析了非相干光照明条件下微小型零件的边缘光学特征,传统的边缘检测方法没有考虑微小型零件的边缘光学特征,不能满足显微视觉测量方法的精度要求。针对微小型零件边缘检测的问题,提出一种基于最小二乘拟合的亚像素边缘检测方法。首先找出边缘区域灰度值最大和最小的点,根据灰度值最大和最小的点计算出阈值,然后将灰度值最大和最小点之间的点用直线方程回归,根据阈值的大小求出微小型零件的尺寸。试验结果表明,这种新的方法能够准确地识别出微小型零件的边缘,满足显微视觉测量精度的要求。     

基于区域划分的多特征纹理图像分割

由于纹理图像的复杂性和多样性,仅依靠传统的单一特征实现纹理图像分割无法满足其对分割精度的要求。本文提出结合区域划分的多特征纹理图像分割方法。首先,依据像素灰度的空间相关性定义多个纹理特征;然后利用区域划分将图像域划分成不同子区域,待分割同质区域由这些子区域拟合而成;通过分别定义多个特征图像的同质区域之间的异质性势能函数和刻画各子区域邻域关系势能函数来定义全局势能函数,并构建非约束吉布斯概率分布,从而建立纹理分割模型;最后,采用M-H算法采样上述概率分布,从而获得最优图像分割结果。分别对模拟纹理图像、遥感图像、自然纹理图像和SAR海冰图像进行了分割实验,并与利用单一特征得到的分割结果进行对比分析,定性和定量的测试结果验证了算法的有效性。     

空间圆几何参数的非接触高精度测量方法

分析了空间圆透视投影的数学模型 ,并建立了点的空间三坐标立体视觉测量数学模型。提出了一种基于立体视觉的空间圆几何参数的非接触测量方法 ,根据极线约束求出空间圆在双目立体视觉中的对应匹配点 ,后投影到三维空间求出边缘的实际坐标 ,采用基于空间三维圆最优拟合求取空间圆的几何中心的三维空间坐标和圆半径等几何参数。该方法减小了空间圆透视投影形状畸变引起的测量误差 ,提高了基于视觉方法的空间圆几何参数的测量精度     

结构光直线光条图像特征的三步法提取

提出一种三步法直线光条图像特征自动提取方法。计算光条各点的HESSIAN矩阵以确定其法线方向,在法线方向利用泰勒级数展开求得光条中心点的亚像素图像坐标,利用光条中心点的空间位置连续性约束,将相邻光条中心点连接成曲线。采用直线近似方法将曲线拆分为独立直线。将位于不同独立直线上的共线点进行融合,构成新的融合直线,通过融合直线长度约束和近似直线的角度约束,分割出单一直线光条的中心点,采用最小二乘直线拟合方法得到结构光直线光条的方程。通过对真实图像的试验,结果表明,提出的三步法直线光条提取方法,能够自动提取出复杂背景中的直线光条,为线结构光视觉测量的现场应用奠定基础。     

基于非极大值抑制的圆目标亚像素中心定位

圆形目标在基于图像的测量系统中应用广泛,针对圆目标中心的高定位精度和快速提取的要求,提出了一种基于非极大值抑制的亚像素中心定位方法.该方法利用Sobel算子进行边缘检测,通过改进非极大值抑制方法获取连续细化的边缘,实现了像素级边缘定位,采用Zernike正交矩对边缘点进行亚像素级定位,并用最小二乘法进行二次拟合来获取精确的标志点的中心坐标.仿真图像和实测图像的实验结果验证了该方法的有效性和准确性,其定位精度可以达到0.02像素,通过测试算法的运行时间,证明该算法具有很好的实时性.     

柔软棒材端面几何形状精密图像检测技术研究

研究了柔软棒材几何形状的测量原理,提出一种基于亚像素图像测量技术的香烟滤棒圆周长和圆度误差精密检测方法。该方法采用小波变换进行图像去噪处理,用Sobel算子提取图像边缘,用改进的随机Hough变换提取单像素圆边界,用Zernike矩进行边缘亚像素校正。最后给出了圆周长和圆度误差的评定方法与检测结果。     

基于仿射变换和均值像素法的环状编码点鲁棒识别

在近景工业摄影测量中,针对环状编码点精确定位和准确识别的要求,提出了一种鲁棒性识别算法。该算法在对目标图像预处理后,首先根据边缘滤波准则初步定位编码点,并将含编码带的特征区域分割出来。然后,利用最小二乘法对特征区域进行仿射变换,将经透视投影退化的椭圆映射成规则圆形。最后,采用均值像素法获取环状编码点的解码值,进一步提高编码点的抗噪性。大量实验结果表明:该方法在对编码点的中心定位达到亚像素级别的同时,改善了算法对识别角度的鲁棒性,在识别角度为70°时,正确识别率仍可达97.9%,在实际复杂场景中具有较好的实用价值。     

主轴回转运动精度的计算机视觉测量系统

基于计算机视觉测量技术,建立了机床主轴回转运动精度测量系统。系统主要由CCD 摄像机、计算机和相应的图像处理软件组成。利用图像传感器记录靶标特征点运动轨迹,经过图像处理软件的数据处理,可直接测得主轴的回转运动。由于靶标特征点的提取直接影响系统的测量精度,因此提出了以圆形标记作为靶标图案,采用面积矩方法提取圆心来提高系统测量精度。在MATLAB 环境下编程实现图像处理和数据计算,采用最小区域圆法计算主轴回转误差。最后采用该系统对车床主轴进行了测量,试验证明,系统可以实现主轴回转运动精度的精确、快速测量,且精度达到微米级。     

基于E-SPCM的直线电机动子位置高精度测量方法研究

针对直线电机动子位置测量,引入一种基于扩展采样相位相关法(E-SPCM)的亚像素位移图像检测方法,以提高测量精度和抗干扰性。首先建立了直线电机位置检测系统,通过高速相机实时采集条纹图像序列;其次对条纹图像进行边缘特征提取,利用相位相关得到相邻条纹图像的互功率谱,即动子位置的整像素位移;进而对整像素邻域的互功率谱进行上采样相位相关计算,实现高精度的亚像素位移测量,进一步由系统标定得到实际位移值。对比传统相位相关算法,所采用的方法能够提高测量精度且有很好的噪声抑制性能,最后搭建了实验检测平台,验证了算法的有效性。     

基于不变特征描述符实现星点匹配

为了能够在星图存在旋转角度情况下,自动快速地完成星图匹配,提出了一种基于不变特征描述符的旋转不变匹配方法,将加速鲁棒特征(SURF)描述符应用于星点特征的描述和匹配。首先,对星图进行图像分割,抑制非极大值,并检测星点;然后,为计算星点分布尺度因子s,在半径为6s的圆形邻域内为每个星点计算主方向,之后将20s×20s的邻域与主方向对准,并在该邻域内为每个星点计算SURF描述符。最后,基于透视投影模型的匹配策略,提纯星点,计算匹配星图之间的变换矩阵。实验结果显示,该方法能够鲁棒地提取星点,并在图像存在旋转、平移及部分视角变化的情况下完成星图匹配,仿真实验的匹配星点的误差均在1pixel以下,实拍星图实验的匹配星点的误差均在1.5pixel以下,表明为每个星点建立描述符,进行匹配识别的思路是可行的。     

基于二维各向异性高斯拟合评价探测相机的成像质量

为了定量评价探测相机的成像质量,提出用二维各向异性高斯函数拟合的方法来评价相机的成像效果。用探测相机采集星模拟器产生的无穷远处的点目标,形成在一定区域内的能量分布。以拟合后的高斯能量分布与原分布的相关度最大为判据,对此能量分布进行二维各向异性高斯拟合,得到其高斯半径、异化因子等参数;对拟合后的结果进行数值积分得到80%能量所占区域的大小。实验结果显示:相关度的引入,实现了背景阈值、异性因子的自动优化,减少了面阵探测器的噪声对测试结果的影响;而异性因子的引入,对像素相位误差的评估、光学系统像差对测试结果的影响,均可作为弥散斑测试定量确认的依据。测试实验显示:弥散斑等效面积圆直径测试重复性在"十"字工况吸收为0.15pixel,在"田"字工况下为0.19pixel。提出的方法完成了探测相机对点目标所成弥散斑的测定,很好地控制了探测相机的成像质量。     

钢轨磨损视觉测量的轮廓精确快速提取

为保证钢轨磨损动态视觉测量的高精度,综合图像获取和图像处理技术,实现了清晰光条图像获取和光条中心点亚像素坐标精确提取。根据光条与背景环境亮度的高对比度,提出一种依据光条亮度的相机自动曝光法,用于获取清晰的光条图像;分析图像光条法线方向的亮度衰变特征,采用动态阈值分割法初步提取光条,滤除图像背景的同时保留光条法线方向的亮度衰减信息;根据图像过度曝光信息确定光条中心点像素大致位置,再对分割的光条图像相对应像素位置点计算Hessian矩阵,获取光条中心点的亚像素坐标。采用MFC编写应用程序进行试验,在不同光照环境和背景物的干扰下,该方法可精确地提取光条中心,与经典Steger算法相比提取精度偏差为0.05pixel,运算时间节约40%。试验结果验证了该方法稳定性好,有较强的抗干扰能力,较好地满足钢轨磨损测量的现场要求。     

视觉测量中亚像元图像特征定位算法

提出一种利用Facet模型进行图像特征高精度定位的新方法。通过构造一组二维的正交多项式基底,能快速拟合Facet模型的曲面参数方程来表示图像灰度分布,再沿曲面上最大梯度方向的二阶导数的零交叉高精度定位图像角点和边缘特征。该方法采用拟合方法代替插值方法,能减少对噪声的敏感,可提高曲面小片构成的灵活性与边缘检测的精度及计算效率。通过对多幅不同真实图像进行试验验证,结果证明该方法稳定可靠、精度较高,能在视觉测量中有效地提高测量精度。     

基于加权邻域相关性的显微镜自动聚焦函数

目的：提出了一种基于加权邻域相关性的显微镜自动聚焦函数,并在研究显微镜聚焦原理及成像过程的基础上,分析了显微镜图像中像素邻域灰度相关性及像散现象对聚焦评价的影响。方法：首先,分别计算每幅显微镜序列图像中各像素与其四邻域像素的灰度相关性。然后,计算基于此相关性加权平均值的二次多项式聚焦函数,其中权值根据对应像素与显微镜视场中心的距离来确定。最后,选取该函数值最大的图像为聚焦图像。结果：实验结果表明,与经典的聚焦函数如方差函数、绝对梯度函数、Roberts梯度函数及Tenengrad函数相比,本文方法的聚焦灵敏度因子提高了0.3185~0.3268,噪声环境下聚焦的平均正确率提高了0~40%。结论：该方法能够准确地评价图像聚焦的程度,并具有较高的灵敏度和较强的抗噪性。