基于双目立体视觉的IC板深度测量

为了测量批量生产的IC板深度,搭建了一套双目立体视觉系统,介绍了双目视觉测量原理和测量过程,结合HALCON视觉处理软件开发了图像处理算法,通过立体匹配获取到了左右相机的视差图,最终根据视差图像计算出了IC零件的深度,实现了对IC零件深度的准确测量。实验结果表明,该方法可较精确的测量出IC零件深度。     

应用于姿态追踪的视觉无人机的开发

由于智能制造行业的发展需求,无人机的用途在无限扩大,同时也对无人机自主导航提出了极高的要求,以减少人为操作的干预。实现无人机姿态追踪功能是无人机自主导航的重要途径,而实现良好的无人机姿态追踪,不仅仅需要建立出色的姿态追踪算法,还要有恰当的无人机机械结构以及传感器设计阵列。现设计一种能应用于姿态追踪的视觉无人机,使其具有更轻便的结构与合适的传感器组合阵列。     

基于双目视觉的工件空间定位方法研究

本文基于双目视觉原理,设计实现了一种对特定工件空间定位方法。首先对双目视觉系统进行标定,根据标定结果进行图像矫正,使用基于区域的立体匹配算法求取视差图,结合特征点对应视差值和标定结果对图像进行三维重构,获得工件表面的高度位置信息;根据工件特征,通过拟合获得的工件一组同轴圆的圆心三维坐标,确定工件在摄像机坐标系下的位置和姿态,实现工件的空间定位。     

基于双目视觉的振动测量及控制

针对柔性板的低频振动问题,研究了一种基于双目视觉测量其低频振动和反馈的控制方法。采用视觉传感器采集柔性板振动过程中的图像序列,通过图像处理的方法分析图像序列,从而得到柔性板的振动信息。以此信息作为控制反馈信号,采用最小控制合成算法(minimal control synthesis,简称MCS)抑制柔性板的振动。在相同的条件下,比较MCS算法和比例微分(proportion differentiation,简称PD)算法的控制效果。实验结果验证了基于双目视觉测量和MCS算法的可行性,且MCS算法的控制效果要优于PD算法。     

基于双目视觉的地形三维重建

为克服传统接触式测量方法的缺点,更便捷更准确地获取地形信息,提出了基于双目视觉的地形三维重建方法。该方法对双目图像对进行了校正;并采用高效率高准确度的支撑点邻域扩展立体匹配算法获取空间点的三维信息;最后基于八叉树原理,采用曲率法精简点云,并结合改进的Delaunay三角剖分算法进行三角网格化,从而恢复地形三维模型。实验结果表明,采用本算法能够在1s内获得致密的视差图,将21841个点云精简到5463个(25%)仅用时0.7s,并且能在此基础上高效地完成三角网格剖分,实现崎岖地形的三维重建同时保留地形细节特     

挖掘机器人双目视觉系统标定方法与立体匹配

在挖掘机器人视觉系统实现中,摄像机标定、特征提取、立体匹配是关键环节,而立体匹配又是视觉系统中最复杂、最重要的步骤。首先分析了通用双目立体视觉模型及平行双目立体视觉模型,对挖掘机器人平行双目立体视觉系统测量方法及参数标定进行了研究。结合基于特征的匹配方法,通过对左、右图像角点的提取,实现了基于极线几何约束的特征点匹配。通过对铲斗图像匹配实验,验证了该方法能满足挖掘机器人视觉系统要求。     

基于时空图小波神经网络的手部动作识别方法

根据车间人员操作监控的需要,文中研究了一种基于深度学习的新方法——时空图小波神经网络（ST-GWNN）。该算法对图小波卷积进行参数化,以降低每层图卷积层的参数复杂度,并采用一阶切比雪夫多项式逼近图小波卷积;分离多项式阶数 K 与邻接节点阶数之间的关系,固定多项式阶数,通过调整超参数 s 来改变邻域范围,从而识别更多复杂的手部动作。实验结果表明,文中提出的ST-GWNN在动作识别中的识别率优于目前常用的时空图卷积神经网络,并且能够充分利用动作的时空关联性。     

基于双目视觉的目标定位系统设计

基于双目视觉原理进行目标定位可以得到目标的深度信息。本文对双目视觉关键技术中的摄像机标定和立体匹配进行深入研究,采用改进的平面标定法和基于外极线约束和灰度相关性的立体匹配算法。搭建双目视觉系统实验平台,编制目标定位程序。实验结果验证本文方法的准确性。     

基于SIFT算法的双目立体视觉中图像匹配研究

通过对双目立体成像基本原理的研究,依据立体匹配算法的概况,描述了一种基于图像特征值的匹配方法 (SIFT算法)。介绍了SIFT算法的特点、主要思想和具体实现步骤,并在MATLAB7.0环境下进行匹配模拟实现SIFT算法。仿真分析表明,SIFT特征匹配对的位置信息、方向信息和尺度信息都是准确的。     

一种基于结构光双目视觉的特征匹配算法研究

特征点匹配在图像检索、三维测量、模式识别等技术中起着重要的作用。使用MATLAB软件剪切图像并细化线结构光光线条纹。经理论分析SURF算法优缺点,提出了一种基于SURF算法特征点提取的改进算法。用C语言编写改进后的特征提取算法,通过MATLAB软件实验对比两种算法的特征点提取结果并且编写程序实现后期的特征匹配。实验表明:该算法基本满足双目视觉立体匹配的要求,对于线结构光三维测量技术具有重要的理论意义和实用价值。     

基于双目视觉的塑料零件数模重构研究

对双目视觉技术进行了系统阐述,利用双目视觉技术提取塑料零件的三维信息,进行三维模型的重建,并通过试验验证了三维恢复的精度和三维模型重建的效果。     

基于双目视觉的机械零件位姿检测系统研究

针对机械零件搬运过程中需要精确测量零件位姿的实际问题,基于VS220双目立体视觉测量系统平台,设计了一种机械零件位姿检测系统。采用改进的Canny边缘检测算法,对零件边缘进行了轮廓识别,利用尺度不变特征转换方法进行了零件特征点的提取与立体匹配;利用立体视觉三维重建方法,建立了位姿检测系统数学模型,通过求解坐标系之间的转换关系,计算出了零件在传送带上放置的位置和方向等信息;通过VC++语言编写了位姿识别算法程序,实现了零件形状与位姿的识别;搭建了位姿测试系统实验平台,进行了测试实验。实验结果表明:系统能快速有效地对零件进行位姿检测,为实现零件的自动上下料提供了技术支撑。     

基于双目视觉的运动目标检测跟踪与定位

为克服传统目标检测跟踪方法无法对目标准确定位,以及在复杂环境下容易受光照、阴影等因素干扰的问题,提出了基于双目视觉的目标检测跟踪与定位方法。首先使用Matlab标定工具箱和OpenCV进行摄像机标定和图像校正,然后利用基于双目视觉的背景差分法实现目标检测,结合基于Kalman滤波的改进Camshift算法实现目标跟踪,最后利用视差图得到目标三维信息,从而实现目标定位。实验结果表明,所提方法能够实时跟踪运动目标并实现目标的准确定位。     

双目立体视觉的研究现状及进展

双目立体视觉是机器视觉的一个重要分支,通过直接模拟人眼观察和处理景物的方式来进行测量,是一种速度快、精度高、操作简便的非接触式测量方法,在农业、工业及军事等领域均有着广阔的应用前景。为此介绍了双目立体视觉的原理及实现步骤,总结了近年来国内外相关研究现状,并对该技术的发展趋势作了展望。     

基于卷积目标检测的3D眼球追踪系统深度估计EI北大核心CSCD

随着虚拟现实（VR）技术的发展,作为其核心技术之一的眼球追踪越来越受到人们的重视。在传统3D视线估计技术的基础上,提出一种通过卷积目标检测恢复目标区域深度信息的3D眼球追踪实现方法。基于头戴式眼球追踪设备Pupil的世界摄像头采集到的图像信息,利用TensorFlow卷积目标检测框架实现对目标的识别和宽度测量,通过建立检测出的宽度值和实际测量的距离值之间的函数关系,来达到实时估计深度信息的目的。实验数据表明该方法在采样图像分辨率为1 080p的6组定点测试中的平均相对误差只有1.17%,而且实时处理速度可达15 f/s,能够对实时的深度信息做出较为准确的预测。在眼球追踪技术越来越成熟、眼动仪等设备成本逐渐降低的背景下,该研究为眼球追踪技术的进一步发展和应用打下了坚实的基础。     

基于深度卷积神经网络的视觉里程计研究

视觉里程计利用视频信息来估计相机运动的位姿参数,实现对智能体的定位。传统视觉里程计方法需要特征提取、特征匹配/跟踪、外点剔除、运动估计、优化等流程,解算非常复杂,因此,提出了基于卷积神经网络的方法来实现端对端的单目视觉里程计。借助卷积神经网络对彩色图片自动学习提取图像帧间变化的全局特征,将用于分类的卷积神经网络转化为帧间时序特征网络,通过三层全连接层输出相机的帧间相对位姿参数。在KITTI数据集上的实验结果表明,提出的Deep-CNN-VO模型可以较准确地估计车辆的运动轨迹,证明了方法的可行性。在简化了复杂模型的基础上,与传统的视觉里程计系统相比,该模型的精度也有所提高。     

视觉追踪机器人实时控制系统的设计

介绍了传统追踪机器人的缺陷,并提出视觉追踪机器人.针对视觉存在信息量大、信息处理复杂、系统实时性难以保证等问题,一方面优化机器人各部分之间的相互链接,另一方面在控制系统设计中合理规划和组合硬件功能,发挥各自的优势,避免瓶颈环节,从而能够实现视觉追踪功能并能够较好地解决控制系统的实时性问题.     

基于深度神经网络的车辆检测系统

近年来,深度卷积神经网络取得的突破性进展极大地提高了计算机视觉算法能力,基于卷积神经网络的算法已成为目标检测领域的主要研究方向。但由于其庞大的计算量和存储空间需求,该算法在车载平台车辆检测领域的应用受到限制。本文对深度卷积神经网络在车辆检测领域的应用进行研究,在算法架构层面,以构建高速高准确率的车辆检测模型为目标,搭建并训练了适合嵌入式端的轻量级车辆检测模型,并对算法进行了优化。模型测试结果显示,本文搭建的车辆检测算法在保持较高检测精度的情况下,大幅降低了检测模型计算量和存储需求。     

空间智能机器人的双目立体视觉技术

为了提高空间智能机器人感知周围环境的能力,提出了基于双目立体视觉的空间智能机器人立体匹配算法的研究。本文对摄像机标定与立体匹配算法模块进行了详细的分析,并通过试验验证了立体匹配算法的有效性。