车辆曲面重构中点云精简算法的研究与改进

为了解决车辆点云数据曲面重构效率低和精简后数据重构模型质量差的问题,提出一种改进的点云精简算法。基于kd-tree建立散乱点云数据的空间索引结构并获取每个数据点的k邻域索引;提出基于快速识别边界线的精简算法避免精简过程边界数据丢失,确保获得真实的车辆曲面重构模型;对非边界点邻域进行区域分类,并根据分类选择性保留邻域数据,以提高点云数据处理速度并减少内存开销。在实现了算法的程序设计及仿真实验的基础上,完成了基于三维激光扫描车辆外廓尺寸测量系统平台的实车实验。实验结果表明,改进后的精简算法程序最大限度地保留了车辆点云的的边界特征和细节形状,改善了车辆点云曲面重构模型质量;数据处理中能够精简45%~70%的车辆点云数据,加快了系统重构的速度,提高了车辆外廓测量的性能。     

基于单目多视图的储煤场三维重建及体积测量

针对封闭储煤场盘煤效率低的问题,采用一种基于单目多视图的三维重建盘煤方法.首先运用改进的运动 恢复结构算法重构稀疏点云模型,然后经基于面片的多视图立体视觉算法稠密化点云模型,再对稠密点云采用Delau- nay三角剖分法进行三维网格重构,最后进行纹理粘贴,形成等比例实景模型.实验结果表明,该方法成本低,实时 性较好,能仅用单目相机完整重建封闭储煤场内煤堆模型并使体积测量误差小于５％,具有一定的应用价值.     

基于深度相机的金属柜体三维重建

针对金属柜体表面的光线反射和检测场地限制问题,研究了基于深度相机的金属柜体三维重建,使用深度相机采集金属柜体的RGBD图像,实现高质量的金属柜体表面数据采集;计算其点云数据后进行离群点剔除和下采样的数据处理,降低了噪声影响并提高运算速度;采用基于点云数据和基于三维信息的重建方式,构造金属柜体的三维模型。通过对比实验,证明本文方法得到的点云数据在数量、精度平均误差和采集速度上明显优于双目视觉方法;三种金属柜体的三维模型与真实值对比,模型误差百分比约为3%。     

基于TOF相机的喷涂工件在线三维重建

喷涂生产线轨迹规划和喷涂机器人自编程技术大都以工件的在线三维测量为基础。近年来TOF相机作为一种高性价比的3D成像设备,被应用于工件测量。针对TOF相机成像视场有限、单次成像只能获取局部轮廓深度信息等问题,提出一种基于工件在位旋转和图形处理器(GPU)加速的TOF点云视频流三维重建算法。该方法在有向距离函数(SDF)点云融合基础上,采用空间散列表存储管理海量点云数据,同时引入快速视觉里程(FOVIS)算法用于姿态估计,以提高喷涂工件在位三维重建算法的效率和鲁棒性。喷涂生产线仿真平台实验表明,在线重建过程中平均帧数可达58 f/s,失败率≤2%,显存占用率25%,为随后的三维测量和喷涂轨迹规划提供完整的点云数据。     

基于双目立体视觉的连铸辊尺寸三维测量方法

针对连铸车间中,扇形段连铸辊尺寸人工测量效率低下的问题,提出了一种基于双目视觉系统的连铸辊尺寸测量方法。首先,对双目相机采集的图像进行预处理并采用Otsu法分割工件前后背景;接着,针对边缘检测精度不高的问题,将传统Canny边缘检测算法的梯度模板增加到8个以提取工件轮廓,结合多项式插值公式提取亚像素级别特征点;然后,在SAD与Census变换融合的立体匹配基础上引入RANSAC算法来消除错误匹配;最后,采用三角测量原理计算出零件的尺寸。实验结果表明,系统测量的平均相对误差为0.14%,测量方法具有较高的精度,其稳定性与精确性满足连铸辊的尺寸自动检测任务。     

基于角点的双目视觉绝对定位研究

针对于双目视觉中立体匹配难,获取视差不准确,提出利用亚像素特征角点进行立体匹配,利用张氏标定法先进行单目标定,再进行双目标定,对输入图片进行校正,人工选择特征点点对进行立体匹配得到视差,利用三角测量法,通过视差与重投影矩阵,得到单个空间点的三维坐标,将其转换到跟踪仪坐标系与跟踪仪测量反射球的空间坐标进行比较,利用视觉系统测量特征点的不同位置的三维坐标继而得到空间距离,将其与跟踪仪测量反射球移动得到的距离进行比较。实验结果表明在视野为1 m×1 m×1.5 m的范围内每个特征点空间坐标定位精度在3 mm以下,距离测量精度在0.5 mm以下,相对误差最小能达到0.2%。在特征点提取准确的情况下,运算量少,效率高,能达到较高的测量精度。     

改进双目视觉在柴油机缸盖毛坯检测中的应用

为了获取柴油机缸盖毛坯进气道出口圆孔的几何形位参数,搭建了双目立体视觉检测系统.首先进行立体标定,然后面向待测工件拍摄左右视图、矫正去畸变、校正行对准.针对传统立体匹配的计算量和误匹配问题,提出基于二值化的层次轮廓的匹配方法,利用轮廓序列进行立体匹配,获得气道圆孔的视差,再根据三角原理重建全局世界坐标系下的三维数据.对...     

改进稠密双目匹配算法在输电线路基础三维重建的应用研究

三维扫描技术具有准确性强、精度高等优势,在工件尺寸测量、体积测量等方面得到了初步的应用。然而,针对输电线路基础这类大尺寸、低纹理特征的对象,其获得的三维点云较为稀疏,匹配精度还存在一定问题,测量精度无法达到特高压电网建设的要求,应用还存在一定难度。为了解决上述问题,论文建立双目摄像系统的数学模型,通过改进的Census变换和高斯加权操作提高图像匹配代价计算的精度,结合基于纹理信息的图像边缘保留滤波方法,计算得到目标表面的稠密点云,实现了三维表面重建。通过对220千伏电网基建工程进行三维测量实验,实验结果表明论文提出的三维测量方法和系统,测量误差低于1mm,满足输电线路工程基础质量设计和验收规范要求,能够广泛应用于电网基建工程基础验收等环节,提高验收精确度。     

基于双目视觉的棒材端面中心点定位

在利用标签焊接机器人为捆装棒材焊接标签时，需要向其提供一组棒材端面中心点的三维坐标，针对从捆装棒材中选择并定位棒材端面中心点的问题，提出一种基于双目立体视觉的方法。该方法利用双目视觉系统的虚拟像平面模型，通过将平面标定板摆放在平行于捆装棒材端平面的位置进行两台相机的外参标定，根据标定结果生成目标在该标定平面上的虚拟图像；采用SVM和连通区的方法提取虚拟图像中棒材端面中心点特征；采用极线约束和中心点共面约束的方法进行特征匹配，向机器人提供一组端面中心点三维坐标。仿真实验结果显示提供给机器人的推荐点均来自正确匹配点对，说明本文提出的特征匹配算法有效；真实实验中推荐点深度位移最大误差为0.20 mm，平均误差为0.09 mm，说明本文提出的棒材中心点特征提取方法有效。     

大尺寸空间中自动获取测量目标点的新方法

本文基于机器视觉领域中利用双目立体视觉技术测量大尺寸物体的三维面形的研究,提出一种先对图像边缘检测后分析图像中物体形状,面积等几何特征,自动获取测量空间中多个目标点的方法,并用大量实验验证了该方法的可行性,使测量大物体面型的测量更方便、快捷,同时也能够提高三维面型的测量精度.     

精确三维数据测量的双目视觉系统优化设计

针对绝缘斗臂车空间机械臂中的双目视觉系统,文章研究了视觉系统中两个全景相机参数的最优设计和标定问题,构造了对系统中摄像机位置、方向和镜面形状等因素进行优化配置后的模型,以获得更高的三维数据测量精度。为了构造最佳视觉系统配置,根据数据计算过程中的误差传播分析、图像像素量化精度和角度分辨率变化,推导了三维测量误差模型的解析公式。然后,将该公式用于框架优化中,能够针对不同形状的系统设置环境找到最佳系统配置。对于具有长方体三维测量区域和相机放置区域的常规情况,利用所提出的解析公式推导其系统配置的次优解,并证明了该次优解的精度趋近于其最优解。最后,仿真和实际应用案例的实验结果表明了所提出方法可有效提高双目测距的准确性与鲁棒性,且运行速度较快。     

DAISY和LBP描述符结合的三维点云粗拼接方法

针对三维点云拼接需借助点云信息几何特征的问题,采用DAISY描述符和LBP描述符结合的方法提取相邻测量站位重叠区域图像特征,解算出相邻测量站位坐标系之间的位置变换矩阵,从而将多测量站位的三维点云数据初步转换至同一坐标系中。首先,介绍了边缘检测和DAISY描述符的构建;然后,通过欧氏距离对相邻图片特征点进行匹配,根据匹配点之间的关系解算出不同站位下的坐标转换关系。实验结果表明,该方法在不使用其他辅助工具的前提下可以较好实现三维点云数据粗拼接,为点云拼接技术在三维重建和逆向工程等领域的应用提供了理论依据。     

基于虚拟双目视觉的电器电磁机构三维动态测试研究

对电器电磁机构进行准确的动态测试是电器优化设计的基础。由于电器电磁机构动态过程的复杂性及受研究方法、测试技术和条件的限制,过去对电器电磁机构动态特性的测试是二维的,而三维图像具有空间真实感,能够更全面、真实地反映电磁机构的动作过程,因此有必要对电磁机构进行三维动态测试。利用两面成一定角度的平面镜与1台高速摄像机相结合组成虚拟双目视觉测试系统,提出利用光学非接触式三维测试方法对电器电磁机构进行三维动态特性测试。采用虚拟双目视觉的原理,标定了高速摄像机的内部参数和外部参数,利用三维重建描绘出了磁保持继电器衔铁的三维动态特性曲线,通过3D测试验证了方法的可行性。提出的基于Image-Pro Plus图像处理的特征点检测和提取方法,极大地简化了立体匹配的约束条件和算法难度。     

基于轨型重建的平直度提取算法研究

钢轨焊前检测是保障铁路车辆安全行驶的重要环节,其中钢轨平直度是衡量钢轨质量优劣的重要指标。 针对传统钢轨 平直度检测步骤繁琐、单次测量长度有限和测量效率低等问题,依据三角法测量原理,利用激光轮廓仪交叠获取钢轨轮廓数据, 使用改进的 ICP 算法快速配准点云数据,完成钢轨三维重建。 然后利用自适应中值滤波对平直度参数曲线进行优化,采用模拟 平尺法求解钢轨平直度。 实验结果表明,基于轨型重建的平直度提取算法速度快,精度高,稳定性好,与人工检测的最大测量误 差为 0. 021 mm,与高精度电子平尺最大误差为 0. 011 mm,最大标准差为 0. 006 mm,符合钢轨焊前的平直度检测要求。     

基于2D预处理的点云分割和测量研究

针对传统 3D 工业相机获取的点云数据进行工件检测时因工件粘连和噪声干扰导致边缘分割问题,考虑点云数据量大 影响检测实时性和 3D 特征点选取不准确导致测量误差大的因素,提出一种基于 2D 边缘检测的预处理方法,实现点云快速分 割和测量。 首先,采用改进的 Canny 算法对有序点云的纹理图像进行边缘检测,将检测后的图像进行数学形态学操作和轮廓检 测完成纹理图像分割,规避了在 3D 空间中进行分割处理,有效减少了点云数量;其次,结合工件的形状特征和放置方式,利用 掩膜操作提取出有序点云数据,使用基于 RANSAC 和条件滤波结合的方法对分割后的点云进行自适应阈值滤波处理,有效去 除了噪声点云;最后,对经过预处理后的目标点云基于 PCA 的包围盒去计算工件尺寸以及表面法向量。 实验结果表面,和传统 的 3D 分割算法相比,能够更准确的提取出目标点云,有效减少了待处理点云数量,整体分割效率提高了约 20%;工件尺寸的平 均相对误差约 1. 24%,可以满足测量的需求。