基于Harris-SIFT算法的双目立体视觉定位

针对基于尺度空间对图象保持不变性的SIFT算法在双目立体视觉应用时实时性差、误匹配等问题,提出一种运用Harris-SIFT算法进行双目立体视觉定位方法.通过介绍双目立体视觉的模型原理,利用Harris-SIFT算法从左右摄像机分别获取的图像中检测目标,并获取匹配目标的特征点,对两幅图像中目标物体的坐标标定,通过计算可得到目标物体的深度距离,还原其三维信息.实验证明,运用Harris-SIFT算法使该系统的实时性能和距离精度得到提高.     

远距离运动目标三维测量中图像匹配的研究

采用两个摄像机光轴平行的双目立体视觉测量系统,检测远距离运动物体的三维物体轮廓.阐述了该三维轮廓测量系统中的两个关键技术:提取出合适的图像特征;建立特征间的对应关系.将同一空间物理点在不同图像中的映象点对应起来,由此得到相应的视差图像,实现立体匹配,恢复出物体的三维轮廓.仿真实验结果表明,该三维轮廓测量方法容易实现、对硬件要求不高、精度较高和具有较高稳定性,能够满足远距离运动物体姿态和速度测量的要求.     

基于双目立体视觉测量原理的物体运动速度测量

采用双目立体视觉测量系统进行炮弹速度的测量, 实现一种利用无速度测量因素测量设备测速的新方法。选择合适参数的两 台摄像机获得被测物体清晰的像,将两台摄像机搭建成光轴平行的双目视觉测量 系统,获得炮弹在运行过程中的每一时刻的三维轮廓数据,根据获得的三维数据进 行空间位置节点的三维插值,得到炮弹在t时间段内运行的距离,并求取平均 速度。仿真实验结果表明,本文方法可以准确、快速利用无速度测量因素的测量 设备获得炮弹的运行速度。     

一种基于双目视觉原理的距离测量系统的设计

主要研究一种基于双目立体视觉原理测量图像中物体距离的算法,要实现的目标是采用双摄像头从不同视点拍摄目标物体,投影得到两幅双目图像,用图像处理的方法先提取出需要的信息,进行特征识别,然后利用同一目标在不同投影图像上的成像差异进行立体匹配,并通过视觉算法计算被测物体的距离。由于测量的距离远大于摄像机之间的基线距离,所以传统意义上的双目测距系统近似认为两个摄像机的光轴是平行,但是实际上两光轴是必然相交的,所以文章结合实际,考虑两光轴相交,以达到提高距离测量精确度的目的,系统的主要流程包括图像获取、摄像机标定、角点检测、特征识别、立体匹配、距离计算等几个方面。     

基于Halcon的多目摄像机标定技术

对双目立体视觉摄像机标定方法进行了分析,通过Halcon标定板快速求出双目摄像机的内参和外参。在此基础上进行扩展,分别对相邻的摄像机进行双目标定,通过刚性转换,借助Halcon平台丰富的函数算子,最后把8个摄像机统一到惟一的世界坐标系,达到多目标定的效果。实验证实了多目标定的可行性与正确性,突破了以往多数仅以双目摄像机系统进行三维测量的格局,为在特定情况下不能显示在惟一双目摄像机系统视野范围内的目标物体进行测量打下了坚实基础。     

双目摄像机的自标定方法研究

摄像机标定是计算机视觉的关键技术之一。针对现有的标定技术计算过程复杂,标定物使用不方便等问题,提出了一种用于双目摄像机自标定的方法,该方法要求场景中有两组正交的平行直线即可进行标定,利用其在图像平面上形成的消失点之间的约束关系来建立标定方程,从而求解出摄像机的内外参数,再结合双目立体视觉原理标定双目摄像机的结构参数。将该方法在实验室现有设备上进行对比实验。实验结果表明,该方法简单、有效,可广泛应用于机器视觉研究、三维重建等多个领域。     

基于Opencv与Matlab的双目测距系统研究

基于立体视觉原理,用两个平行放置的摄像机从两个视角获取真实场景物体的图像,利用视差和三角测量原理恢复真实场景物体的三维信息,从而实现测距功能。使用Matlab标定工具箱进行摄像机标定,获取摄像机参数;将参数导入Open Cv中进行立体校正和立体匹配,获得深度信息。经过验证,近距离测量结果达到了一定精度,具有实际应用前景。     

复杂场景双目立体视觉测量精确定位系统研究

针对某复杂场景下对特定目标进行精确定位测量的 关键问题,依据双目立体视觉测量原理,结合OpenCV视觉开 发库标定摄像机内外参数,利用结果校准目标图像,借助于标靶类型进行图像区域分割并计 算出目标位置坐标,以此实 现精确定位测量之目的。研究结果表明,对于所确定的1.4~1.6m目 标测距范围,采用平行双目视觉测量模型和相机小孔 测量模型,获得了距离误差小于10mm、横向误差小于2mm和响应时 间小于350ms的测量结果,在满足实时性的同时具有较高的定位精度 。     

双目立体视觉的测距技术研究

搭建双目平行系统完成对物体的距离测量.经过图像采集、摄像机标定、立体校正、立体匹配四个步骤得到被测物体的视差图,从而求得被测物体的三维坐标.利用两种匹配算法来进行立体匹配,为使结果对比明显,在以往黑白视差图的基础上,输出彩色视差图.同时,为提高匹配精度,做了去噪和光照对比实验.最后,对测量实验进行误差分析,以验证实验结果的准确性.结果证明:误差范围控制在1 mm之内,是有效可行的.     

基于角点检测的双目视觉测距新方法

为解决双目视觉中立体匹配困难、效率低的问题,提出了一种基于角点检测的人工匹配方法实现双目视觉测距。首先介绍了双目测距基本原理,对摄像机进行了标定,并采用Bouguet立体校正算法对双目视觉系统进行立体校正;然后采用J.Shi和C.Tomasi提出的角点方法对立体校正后的左右摄像机图像中被测目标上的同一特征点进行了亚像素级角点提取,并利用提取的匹配角点坐标结合双目视觉测距公式实现距离测量。     

基于虚拟双目的条纹结构光三维重建

为解决传统双目条纹结构光三维重建存在的同步性和成本高等问题,提出了基于虚拟双目的条纹结构光三维重建方法。采用单相机和两块双棱镜及投影仪设计了具有双目视觉功能的虚拟双目条纹结构光三维重建系统。通过双棱镜折射和分光改变被测对象表面反射光的路径,使用一个相机同时完成多视角的图像采集。通过多频外差法和立体匹配、双目标定得到被测对象的深度信息并重建点云。实验表明,文中提出的方法和真实双目结构光方法测量标准球的均方根误差分别为0.037 9 mm和0.030 5 mm。文中提出的方法可促进双目条纹结构光技术在快速、低成本、小型化等方面发展,同时该方法可推广到彩色相机条纹结构光三维重建及投影散斑结构光三维重建。     

低照度双目立体显著目标距离测定方法与实现

针对位置已固定的双目立体装置,提出了一种基于非平行模式测距原理的双目系统光轴-光心参数标定方法,减小了光轴-光心位置误测量带来的测距误差;为解决低照度下双目立体视觉中存在的立体匹配误匹配点多、目标识别度低的问题,采取了最大熵法结合整体光强变化的阈值选取方法提取显著目标,提高了目标识别率,搭建了显著目标测距系统.结果表明:采用文中的系统标定与阈值选取方法的双目立体视觉装置在低照度下具有较高的测距精度及目标识别率.     

3D velocity field reconstruction of gas-liquid two-phase flow based on space-time multi-scale binocular-PIV technology

For particle image velocimetry (PIV) technique, the two-dimensional (2D) PIV by one camera can only obtain 2D velocity field, while three-dimensional (3D) PIV based on tomography by three or four cameras is always complex and expensive. In this work, a binocular-PIV technology based on two cameras was proposed to reconstruct the 3D velocity field of gas-liquid two-phase flow, which is a combination of the binocular stereo vision and cross-correlation based on fast Fourier transform (CC-FFT). The depth of particle was calculated by binocular stereo vision on space scale, and the plane displacement of particles was acquired by CC-FFT on time scale. Experimental results have proved the effectiveness of the proposed method in 3D reconstruction of velocity field for gas-liquid two-phase flow.     

采用双目立体相机的实时集成成像拍摄系统

提出了一种基于双目立体相机的实时集成成像拍摄系统。不同于采用传统的摄像机阵列,该系统采用双目相机对三维场景进行拍摄,有效地简化了集成成像拍摄系统的结构。该系统首先利用双目相机获取三维场景的左右视差图,然后上传到图形处理器生成三维场景的高分辨率深度图,之后利用深度图和彩色纹理图在图形处理器中并行生成新视点视差图像,并利用像素映射算法生成高分辨率微图像阵列,实现实时的集成成像显示。实验中系统获取的深度图像素数目是微软Kinect2获取深度图像素数目的4.25倍,当系统运行在1 920 pixel1 080 pixel、99视点数的环境下,可实现三维场景的实时拍摄与显示,实验结果证明了所提系统的可行性。     

立体拼接中全局控制点的定向

提出了一种基于光线交汇约束的全局控制点定向方法.精确标定过的单摄像机模拟双目交汇测量系统,在空间2个不同的角度对至少5个自由摆放的全局控制点成像,根据双目视觉测量模型可解算出传感器的转换矩阵R和带有比例因子的平移向量T.通过引入精确长度已知的基准尺提供空间标度,以求得转换因子,进而求得各点在传感器坐标系下的三维坐标.实验表明,该方法简单、精度高,适于现场测量.     

面向小型机器人的超大视场红外立体视觉可行性分析

小型机器人传统视觉方法对环境适应性差。提出了一种基于双目超大视场红外相机的环境感知方法。利用大视场镜头高阶奇次多项式模型,建立了超大视场红外双目立体成像的水平和垂直视差数字模型。以视差模型为基础建立超大视场红外双目视觉模型,研究了超大视场红外双目系统立体视觉范围和阈值。搭建了视场为170°×128°的超大视场红外立体视觉系统,分析了立体视觉范围及阈值应用于小型机器人视觉的可行性。同时,针对照度不均、雾霾等条件下的场景开展超大视场红外双目立体视觉实验研究,构建了双目图像标准视差图,结果表明,超大视场红外双目立体视觉系统对复杂场景具有良好的适应性,基本能够满足小型机器人视觉系统需求。     

远距离目标的多基线立体视觉点云成像技术

双目立体视觉是机器视觉的重要分支之一,其通过直接模拟人眼观察和图像处理的方式来获取探测目标的深度信息。这种非接触式的测量方法具有速度快、精度高、操作简单等特点,但是对于不同距离的目标,特别是远距离目标难以获取深度信息。提出了一种基于多基线双目立体视觉的远距离目标三维点云成像技术,该方法通过可变基线实现对不同距离目标的点云成像。实验结果表明,该方法能有效探测500 m～4 000 m范围内目标的深度信息,实现三维点云成像,突破了双目立体视觉远距离三维成像的技术难点,同时形成的三维点云与激光三维成像雷达的数据格式一致,为未来激光三维成像雷达技术与立体视觉技术的点云融合,优势互补提供了借鉴。     

形心匹配优化下的狭长空间近距离轨迹测量系统

在基于双目视觉的三维轨迹测量中,双目同名点的高精度匹配是提高测量精度的关键。在狭长空间的近距离测量场景下,针对双目拍摄角度不同导致仅用形心法定位匹配的轨迹测量精度不高的问题,研制了一种形心匹配优化下的狭长空间近距离轨迹测量系统。首先,在仅用形心法对目标物体定位匹配的基础上利用极线约束投影进行双目形心的二次定位;其次,提出了一种基于距离和方法权重的灰度互相关方法进行双目形心的亚像素匹配;最后,通过卡尔曼滤波对于目标物体的三维重建运动轨迹进行滤波修正。实验结果表明：该轨迹测量系统通过对多方法组合优化,显著提高了狭长空间近距离条件下的轨迹测量精度,在128 mm的全量程测量范围内对纹理较好目标物体的平均轨迹长度测量误差为13.14μm,测量精度约为0.01%,相比于仅用形心法定位匹配,轨迹长度测量精度提高了94.3%。