基于双目视觉的车辆速度测量方法

为配合高速公路入口处的货车称重工作,需要测量车辆通过称重台时的实时速度。利用双目视觉技术测速具有成本低、部署简单、稳定性高的优点,具有广阔的应用前景。双目视觉测速的技术难点是目标的位移测量,其核心问题是目标在多帧图像间的精准匹配。文中提出了一种基于空间位置的匹配区域对齐算法与基于模板匹配的空间位移计算方法。具体地,利用车轮的空间位置关系来限制车轮的匹配区域,可有效降低相似车轮的误匹配问题;使用模板匹配的方法追踪车轮的关键点,进而获得多帧之间车轮的空间位移。使用某高速公路入口的真实通行视频数据进行实验验证,结果表明,与其他双目测速方法相比,所提方法使得测速结果的RMSE下降了20%～40%,且更加适用于车辆以较快速度(10～20 km/h)通过高速公路入口测速点的实际场景。     

基于双目视觉系统的列车轨道异物距离检测

在线检测列车与轨道异物问的距离并为驾驶员提供减速信息对于行车安全具有重要意义。本文提出了一种基于双目视觉系统的列车轨道异物距离检测方法。通过对在机车上架设的摄像机获得的双目图像中待测目标对应点的准确匹配,应用双目视觉系统原理,根据左右视觉图像的视差实现机车与异物间距离的计算。     

基于低负载运算平台的双目视觉快速匹配算法

针对计算机视觉系统在低负载运算平台下的应用,对双目立体视觉系统中的图像特征提取和多分辨率图像匹配处理算法进行分析与研究。在对已有的图像降晰算法进行实验分析的基础上,提出了适用于低负载运算平台的双目视觉快速匹配算法。研究结果表明:该算法与已有的图像特征点匹配算法相比,算法执行时间缩短了约80%。基本满足低负载运算平台如自主移动机器人、车载摄像机等的要求,降低了运算难度,实现了目标定位实时性,同时兼顾了图像匹配精度和高可靠性。     

双目视觉测量中点特征提取及匹配算法评估

对近年来出现的点特征提取、特征描述符和特征匹配3方面的新思路和新方法进行了综述,并对各个算法的性能进行了分析,提出了实际应用中有待进一步研究的内容。通过深度测量的准确性对点特征提取及匹配算法进行了综合评估。     

基于SIFT特征与区域相结合的双目视觉匹配算法

以SIFT特征对旋转、尺度缩放、亮度变化保持不变性的特点,使用双目视觉系统从两个不同的视觉角度采集立体图像对,提出基于SIFT特征匹配和改进的区域匹配相结合的匹配算法。该方法确定符合SIFT特征的边缘为可靠特征点,并确定其视差;根据视差梯度原理确定其他点的视差,最后生成稠密的视差图。实验结果表明,SIFT特征与区域相结合的匹配算法的引入,提高了特征点视差的准确性,一些弱纹理区的匹配也有所改善。     

基于改进ORB算法的双目视觉定位测量方法

针对基于传统特征点检测的双目视觉测量中匹配时间长、误匹配率高和测量精度低的问题,提出了基于改进ORB算法的双目视觉定位测量方法。首先对特征点邻域内的像素点灰度值进行加权,再采用灰度质心法提取特征点的主方向,最后以字符串描述子代替传统二进制描述子对特征点进行描述,在测量中采用二维二次函数精确拟合特征点的亚像素坐标,实验结果表明,该改进方法在特征点匹配正确率和测量精度上都有很大的提升,特征点匹配正确率提升了31.8%,测量最低误差达到0.42%,满足双目视觉测量的精度要求。     

空间圆几何参数视觉测量方法研究

对空间圆几何参数的非接触在线测量方法进行了研究。通过在区域划分中引入模糊化思想,基于模糊隶属度构建一种神经网络的拓扑结构,采用立体标靶进行摄像机标定。面向局部检测区域小的空间尺寸测量问题,利用图像的梯度相关作为匹配特性,开发一种高效的基于梯度图像的立体匹配算法。在实验研究中,对某车身翼子板安装孔进行了检测,结果显示当空间圆所在平面与图像平面约50°角时,测量空间圆的相对误差优于±0.6%。研究结果表明,提出的方法测量精度高,并适用于在线测量。     

基于改进SURF算法的双目视觉测量系统研究

针对双目立体测量中所使用的图像匹配算法精度不高的问题,提出了一种基于SURF算法的改进图像匹配算法并运用到双目立体测量系统中。首先运用SURF算法检测和描述图像对特征点、特征向量;其次采用双向特征向量匹配策略对匹配点集进行初始过滤;最后采用PROSAC算法根据极线约束几何模型对初始过滤后的匹配点集进行二次筛选,得到最终的优质匹配集合。实验表明,改进的SURF算法具有更高的匹配准确性和较好的算法实时性,运用改进SURF匹配算法的双目测量系统可实现更准确的定位测距。     

基于双目立体视觉的复杂背景下的牛体点云获取

提出一种基于双目立体视觉的复杂背景下的牛体点云获取方法。在点云获取过程中,针对牛不是保持不动的实际情况,采用基于被动视觉技术的双目立体视觉方法;在相机标定过程中,进行单目标定获取相机内部参数,统一标定获取相机外部参数,针对牛体毛色及所处环境复杂的情况,采用基于贝叶斯的皮肤检测算法提取牛体图像,采用基于SIFT的特征点提取和匹配方法实现特征点的匹配,利用计算机视觉中的极线几何原理,剔除误匹配点,通过相机的成像模型求取牛体的三维点云。实验验证了该方法能够在复杂背景下获取牛体点云,并得到较好的点云数据,较好解决了双目立体视觉中相机标定和立体匹配两个较关键和困难的问题。     

面向水下目标的双目视觉测距方法

针对水下机器人对于探测海洋具有的高灵敏度、低成本、易携带特点的要求,设计和实现面向水下目标的双目视觉测距检测方法。采用张正友标定算法,通过使用9×9棋盘获取水下双目相机的内外矩阵模型的参数,采用SGBM (Semi-Global Block Matching)立体匹配算法,增强了图像的对比度,削弱了图像色斑的影响,保证了算法的鲁棒性,提升了匹配搜索速度。将视差图通过矩阵运算转化成深度图,并将其映射成可视化点云,构建目标物体的三维立体信息。     

双目立体视觉中的图像匹配方法研究

对目前匹配能力很强的基于SIFT特征的图像匹配方法进行研究,并在该方法中加入极线约束,有效去除了大部分虚假匹配。提出以特征匹配与区域匹配相结合、边缘特征与角点特征相结合的立体匹配方法。实验证明该方法不仅能够有效地缩短匹配时间,还能达到较高的匹配精度。     

非特征点双目测距技术研究

提出了一种局部稠密匹配与人工干预相结合的测距方案,利用非特征点与特征点的位置关系,构建“最小矩形”以缩小匹配范围,再应用NCC（归一化互相关）算法对非特征点进行稠密立体匹配,最后根据双目测距原理直接获取非特征点的距离信息。该方法能任意选取图像上的非特征点进行实时距离测量,具有精度高、速度快和操作性强等优点。     

基于双目视觉的接触网磨耗在线检测研究

针对电力接触线磨耗检测中效率低、实时性差和精度低的问题,设计了一种基于线阵相机的非接触式测量系统。基于双目立体视觉原理和各坐标系关系,推导了接触线的磨耗表达式。系统采用递归逼近高斯滤波方法对采集到的图像进行滤波再进行边缘点提取,然后转化为磨耗长度并实时显示,并利用坐标变换对振动状态下测量的磨耗进行了误差分析。实验表明,能够实时地检测出电力接触线的磨耗大小,测量误差小于0.55 mm。     

基于光束平差法的双目视觉里程计研究

机器人自定位是实现机器人自动导航及其他智能行为的前提, 一种基于光束平差法的移动机器人双目视觉里程计可以有效地实现机器人自定位. 为此, 首先采用点模式匹配方法建立相邻图像之间的特征匹配关系, 根据立体视觉算法得到匹配点对的三维对应关系; 然后, 计算摄像机的相对运动参数, 并采用光束平差分段优化算法对其进行优化. 所提出的双目视觉里程计能够避免车轮半径变化、空转、打滑等对里程计测量精度的影响, 相对定位精度较高.

     

双目视觉测量传感器研究

研究了按照激光三角测量原理由 1个线激光器及 2个CCD摄像机组成的双目视觉测量传感器。探讨了 2个CCD摄像机的摆放位置及其对测量精度的影响,确定了其几何参数。在此基础上,论述了其工作过程,包括其标定方法、标定过程、扫描图像采集、特征提取、特征匹配及三维数据生成。该双目视觉测量传感器配合扫描机构(如三坐标测量机 )即可对物体进行非接触式三维激光扫描测量,其测量速度快,精度比较高,可以应用于逆向工程领域。     

双目视觉的立体标定方法

为实现双目视觉系统的立体标定,分析了摄像机成像模型,并充分考虑了透镜的径向畸变和切向畸变,提出了一种新的立体标定算法。该算法利用张正友的灵活标定算法,初步求取摄像机的内参数,结合Brown算法并提取图像中角点的子像素级坐标,精确求取摄像机内参数和畸变向量。为方便后续的图像校正,基于前面的单个摄像机标定,通过计算空间中的景物点在左右摄像机成像平面上的位置关系,计算出双目视觉系统中两个摄像机之间的旋转矩阵R和平移向量T,从而实现了立体标定。实验结果表明,该算法能取得较高的精度,可以应用于双目视觉系统。     

基于平行双目立体视觉的测距系统

基于计算机视觉的理论基础,在PC机上搭建出了平行双目立体视觉测距系统的实验平台,在前人的基础上对传统的标定方法进行了改进,实现了双目摄像机的标定,并采用特征点匹配领域的热点与难点算法尺度不变特征变换(SIFT)特征匹配算法实现了立体匹配,恢复出物体的深度信息。通过实验与计算,最终验证了该方法理论分析的正确性及实践的可行性。     

基于双目立体视觉技术的桥梁裂缝测量系统

针对国内外桥梁裂缝测量效率低、成本高、精度低等现状,提出了一种基于双目立体视觉技术的桥梁裂缝测量系统。采用相机标定、图像匹配、三维坐标计算等双目立体视觉技术对桥梁裂缝的宽度和长度进行计算,实现了桥梁裂缝测量系统。实验通过与单目摄像机用图像处理方法计算的桥梁尺寸结果作对比,表明:对于同一条裂缝的宽度与长度,用所提方法在不同拍摄角度下计算结果差别不大,并且与真实值的相对误差分别保持在10%和1%以内,而同一条件下单目测量系统的计算结果则随着拍摄角度的变化相差很大,宽度测量误差最大达到了19.41%,长度测量误差最大达到了54.35%。说明基于双目立体视觉技术的桥梁裂缝测量系统可以应用于实际中,并且鲁棒性更强,测量结果更精确。     

基于双目视觉的水下动态目标识别与定位方法研究

针对动态水下目标跟踪定位过程需要良好的实时性与鲁棒性问题,提出一种基于双目视觉的水下动态目标定位方法;利用快速引导滤波提取水下图像的光照分量,构造了一种改进的二维伽马函数,并对其参数利用光照分量的分布特性进行调整,实现了对水下不同环境图像下的亮度自适应校正处理;利用卡尔曼滤波预估下一时刻目标的位置,将预测空间作为ROI区域进行图像校正,极大降低了算法的运行时间;在HSV空间对目标进行掩膜提取,识别之后通过双目定位算法对目标进行准确定位;经过水箱试验验证,与多尺度高斯函数、双边滤波等算法相比,该方法在运行速度上有着显著的提高,达到了35FPS,在定位过程中有着较高定位精度,在方向的平均相对误差为(3.59%,3.35%,1.42%);结果表明,该算法可以满足水下动态目标跟踪定位的实时性与鲁棒性要求。