基于光栅结构光双目视觉的动态三维测量方法研究

基于矩形光栅结构光和双目立体视觉测量技术,提出一种物体表面三维形貌的动态测量方法。采用基于光平面引导的稠密光栅光条匹配方法完成左右摄像机光条图像的匹配,该方法先通过各光平面对应的单应矩阵实现左右图像点的对应,再结合极限约束及空间点距离约束完成左右光条中心点的全局最优匹配,以此解决由两摄像机和投影仪组成光栅结构光测量系统中光条匹配难题,对匹配完成的图像光条点应用双目立体视觉测量原理完成物体表面的三维重建。实物实验中,对姿态变化的手臂进行测量,结果证明仅需投影单幅光栅图案可实现手臂三维形貌的测量,验证该方法的有效性。     

立体视觉测量中图像匹配的方法研究与应用

立体视觉测量中图像配准方法和效率一直是制约其测量效率的瓶颈,本文提出一种基于应用极几何结合仿射变换来解决双目立体视觉中图像匹配的方法,该方法首先利用两幅图像间的极几何关系,确定一些可靠匹配点作为控制点,进而构建全局仿射变换,把像面的特征点投影到另一幅像面上,再利用极几何约束和变换后的图像点位置关系,分区域进一步搜索匹配点,最终实现图像对的快速有效配准。     

基于2D-3D双目运动估计的立体视觉定位算法

运动估计算法是影响立体视觉定位精度的重要因素,传统的3D-3D运动估计算法受噪声影响很大,计算精度不高.本文提出了一种基于2D-3D双目运动估计的立体视觉定位算法.算法不使用运动后的特征点3D坐标,而直接利用其2D图像投影坐标.首先,利用EPnP运动估计算法确定匹配内点和初始运动参数.接着,利用双目相机之间的2D投影几...     

基于镜面折反射全景成像的三维重建方法研究

针对基于图像的三维重建过程中成像系统获得的双视点或多视点图像不能一次性完整建模、图像匹配过程中计算复杂度高、标定繁琐的问题,设计了一种基于镜面折反射全景成像技术的单目多视角立体视觉系统及三维建模算法。该方法根据立体视觉传感器获取被测物体表面信息图像,通过阈值分割将图像分割为5个基本视图,并建立空间几何约束关系;使用离散的体素来表示被重构物体的几何信息,采用光一致性约束进行物体表面点的判断;通过轮廓体素遍历获取物体三维模型。该方法能一次性获得物体不同视角全方位图像信息,根据空间几何约束、纹理颜色约束及物体曲线约束,快速重构出物体的三维几何模型。该方法降低了匹配计算的复杂度和硬件使用成本,其有效性已在实际系统中得到了验证。     

利用无线局域网遥测的3-D表面轮廓重构

提出一种基于IEEE820.11无线局域网(WLAN)遥测捕获图像的三维恢复算法,通过无线网络中的现场计算机获取远端物体双目图像,采用立体视觉法对双目图像的精确匹配,得到三维场景的精确重构恢复。实验结果表明,该算法能有效地实现双目图像匹配和恢复远端物体的三维表面信息。     

一种高精度的对极几何恢复方法的研究

在分析平行双目立体视觉系统的对极几何问题的基础上,提出了采用普通标定板实现图像角点对自动准确匹配的方法,并对对极几何进行了高精度的恢复.给出了角点检测算法、退化问题的避免措施以及基于秩2约束的基础矩阵迭代优化求解的方法.试验结果证明所提出的方法有效可行,有助于提高后续立体匹配的准确率与三维重建的精度.     

基于高精度匹配点的对极几何估计

提出了一种以Harris算子和空间位置约束条件自动提取的初始特征点为引导,利用小面元模型进行灰度分布的拟合曲面求极值点的超精度特征点定位方法。并利用超精度的特征点估计立体图像对的对极几何约束关系。通过对真实图像的对比实验证明该方法能有效的提高基本矩阵估计精度,与传统的基于像素级特征点的估计算法相比,平均余差值降低了3.4%~21.4%,算法运行速度快,能在视觉测量中有效地提高测量精度。     

基于SURF的NSCT域抗几何攻击水印算法

目的针对常规图像水印算法抗几何攻击能力差的问题,提出一种基于SURF特征点和Schur分解的图像水印算法。方法将置乱后的水印嵌入到图像NSCT变换后进行Schur分解得到的上三角矩阵中,然后运用加速鲁棒性特征(Speed-Up Robust Features)算法提取图像低频子带中稳定的特征点和特征点描述符,利用特征点匹配对估计、校正含水印图像的几何攻击参数;利用RANSAC算法对特征点匹配对进行筛选,删除误匹配对,提高匹配精度,完成失真图像的几何校正。结果实验数据表明文中算法对几何攻击和常规信号攻击均有较好的鲁棒性,NC值平均达到0.9以上。结论文中的图像水印算法对几何攻击和常规信号攻击均具有较好的鲁棒性和不可见性,且提高了匹配精度。     

基于尺度、方向和距离约束的改进SIFT配准方法

针对SIFT算法在图像配准过程中存在遗漏掉大量的正确匹配对且产生误匹配对等问题,本文提出一种基于尺度、方向和距离约束的改进SIFT配准方法(SODC-SIFT).首先用SIFT算法对图像进行初匹配,利用特征点的尺度和主方向的差异剔除误匹配对;然后用最小二乘法求出两幅图像的几何关系;最后利用距离约束,迭代求解,找出正确匹配对,从而实现图像的精确配准.实验结果表明,本文方法与SIFT算法相比具有较强的鲁棒性,能够提升正确匹配对的数量并提高图像的正确匹配率,增强了算法匹配的精确性.     

基于计算机立体视觉的图像测量技术

对基于计算机立体视觉和图像处理的高精度测量技术的应用进行了研究，建立了用于测量目的的计算机立体视觉系统模型，提出了对被测量物体附着网格的方法以获取物体本征图像，再应用图像处理和网格点匹配技术获取测点的坐标。对系统涉及的几个重要算法：摄像机标定算法、网格点的提取算法和网格点的匹配算法做了详细的研究，并结合金属板材加工的应变测量的实际应用给出了测量实例。     

基于视觉的产品设计三维建模系统

基于双目视觉的基本原理,设计并搭建了双目立体视觉系统,研究了相机标定、特征点提取、立体视觉与三维重建的算法,并利用OpenGL技术实现零件三维CAD设计,生成了三视图文件。     

基于频闪成像技术的MAV气动外形三维视觉测试(英文)

在目前的实验条件下虽已掌握了大量的气动外形测试数据和分析结果,但这些实验都是基于高速影像设备来完成物体运动记录的.为此,提出了一种基于频闪成像探测技术的柔性气动外形三维视觉检测方法,基于此方法,能够在不具备高速影像设备的条件下获取微小型飞行器(MAV)柔性气动外形的连续图像数据,使用尺度不变特征转换(SIFT)方法提取出描述表面纹理特性的特征点,在频闪图像中的各个不同位置依次进行搜索、匹配,找出特征点的同名点.为了提高跟踪精度,使用了RANSAC方法对误匹配对进行消降.实验结果表明,该方法不仅能实现柔性外形的形态学变化检测,而且能建立一幅频闪图像中不同位置上提取出的特征点之间的关系,从而计算出气动外形上特征点的运动轨迹.整个实验框架是基于双目立体视觉测量原理来满足检测与跟踪的高精度及可视性的.     

极线约束法在微波天线三维视觉测量点匹配中的应用

在三维视觉测量中,通常需从2幅或多幅图像中获取物体的三维信息.必须找出与同一物点相对应的多幅图像中的对应像点,这一过程叫图像点匹配.图像点匹配技术是三维视觉测量技术走向自动化的关键技术之一.论文叙述了图像点匹配的极线约束法原理及针对实际问题的解决方案.本文给出了极线约束法在微波天线三维视觉测量图像点匹配中应用的实验结果,表明该方法可行,具有实用价值.     

基于线性不变矩和角度向量的立体匹配算法

针对室内场景双目立体匹配有别于一般场景立体匹配的特殊性,提出了一种计算简便、准确度高的立体图像匹配算法.该算法首先利用canny算子检测物体的边缘,根据边缘的线性不变矩寻找出目标物体,然后提取出目标物体轮廓的特征点,利用角度直方图计算出左右图像的旋转角度,最后利用角度向量实现左右图像的对应像素点的匹配.线性不变矩有效地将计算复杂度由二维降低到一维,大大降低了计算量.角度向量的提出降低了特征点匹配的复杂度,而且计算简便,准确率高.实验表明,该算法对图像的缩放、旋转、平移均免疫,具有较高的识别精度和良好的抗干扰性,计算效率高于传统方法,有着较高的应用价值.     

立体图像的几何校正

在立体视觉中,立体图像间特征点的匹配一直是解决各种问题的关键.立体像对中匹配点的搜索是分别沿着像对的对应极线进行的,校正使对应的极线变成共线并且平行于图像平面的一条坐标轴,进而将匹配点的搜索从二维降为一维,使得搜索速度和搜索结果的精度得到大大提高,因此立体视觉图像的校正对于提高匹配算法的性能有着极为重要的意义.     

一种深度相机与双目视觉结合的视差估计技术

对于双目视觉立体匹配算法,先验的视差范围估计是影响算法匹配效果和运行时间的重要因素。在双目视觉系统的实际应用中,匹配视图之间的视差范围通常随场景的变化而不断改变,因此需要对视图间的视差范围进行有效的自动估计。针对此问题,开发了一种双模相机,可分时采集场景的灰度图像和深度图像,该深度图像与灰度图像有相同的空间分辨力。在双目视图匹配过程中,通过引入深度图的信息,可约束每一个待匹配像素的视差范围。对于实验室内采集的普通视图对,本文方法相较以视图间视差最大、最小值为约束的方法,匹配速度提高3倍以上,匹配误差减少2%,有效提高了匹配的可靠性和普适性。     

立体匹配算法研究综述

双目立体视觉的主要任务是通过2台位于不同位置的摄像机拍摄同一场景得到2幅视图,然后计算视差并获取3维数据信息。立体匹配是双目立体视觉中的关键环节,它利用2幅或者多幅匹配后的图像获取视差进而得到深度信息。本文通过分析国内外对双目立体匹配算法的研究,对立体匹配算法进行介绍,以全局匹配算法和局部匹配算法为对象作详细阐述,最后对各种算法的特性进行比较,并作出总结与展望。     

基于SIFT的NSCT域抗几何攻击水印算法

目的针对基于尺度不变特征变换(SIFT)的抗几何攻击图像水印算法在图像匹配时容易产生误匹配,影响提取水印的鲁棒性,提出一种改进的SIFT图像水印算法。方法先对载体图像进行两级非下采样Contourlet变换(NSCT),利用中间值量化算法把水印信息嵌入低频系数的方向子带中。图像匹配时利用广义霍夫变换删除误匹配特征点对,提高匹配精度。根据筛选后的特征点匹配对估算几何失真参数,对含水印的载体图像进行几何校正并提取水印,从而实现水印的抗几何攻击。结果实验数据表明对原始特征点匹配对进行筛选后,至少提高了6.8%的匹配精度,提取水印的NC值平均达到0.9以上。结论文中提出的改进算法不仅对几何攻击和常规信号攻击均具有较好的鲁棒性,还能保证水印的不可见性。     

基于KNN-PROSAC和改进ORB的多机器人SLAM地图融合算法

针对传统同时定位与地图构建(SLAM)特征点误匹配以及多机器人协作中的地图融合问题,本文提出了基于结合KNN-PROSAC和改进快速定向二进制描述(ORB)的多机器人SLAM地图融合算法,通过提取栅格地图的ORB特征,计算最优匹配点及最优匹配集对应的单应矩阵,运用偏仿射变换矩阵求得转换关系从而实现地图融合。实验结果表明,本文算法可以在有效提高特征匹配正确率的同时保证地图融合的质量。     

基于包装件智能分拣的视觉尺寸测量技术

目的快速实现包装纸箱尺寸的机器视觉测量。方法采用机器视觉技术方法,运用双目摄像机的成像原理,通过SUSAN角点提取算法结合棋盘标定法求取摄像机内外参数,修正图像畸变,采用SIFT匹配算子对左右2幅图像进行匹配,找到对应的匹配特征点,利用匹配点对的视差值恢复图像深度信息,进而求解出包装箱的长宽高值。结果对不同摆放姿态的包装箱均能实现快速测量,机器视觉检测值与实物值相比,其误差均在1 cm左右,满足检测要求。结论文中方法具有匹配精度高、鲁棒性强的特点,能快速实现对不同摆放姿态的包装箱尺寸测量。