基于可变形密集卷积神经网络的布匹瑕疵检测

针对传统布匹瑕疵检测方法无法适用于尺度变化大、面积占比小的瑕疵特征,提出一种基于可变形密集卷积神经网络模型。为了关注到图像中距离较远的特征信息,并避免捕获纹理信息,采用可变形卷积来增强特征的语义表达能力。通过在卷积层中设置卷积像素相对于中心像素各自的x,y方向偏移量,并利用反向传播训练偏移量以增加感受野的变形适应性。同时,采用密集连接的方式以保持模型不遗漏边缘瑕疵信息。最后,根据瑕疵类别预测和位置边框回归实现瑕疵的分类和定位检测。实验结果表明:该模型的平均检测精度和单类目标检测精度标准差分别为93.53%,2.5139,相比于其他方法更具有竞争力。     

靶标成像双目视觉坐标测量建模

提出了一种利用手持式靶标实现双目视觉三维坐标测量建模的新方法。利用空间透视变换建立了非线性测量模型．介绍了基于牛顿非线性迭代的测量方程的求解方法。以矩阵分析理论为基础，讨论了影响测量方程求解的因素，并提出了方法中重要部件手持式靶标上特征点分布的基本约束条件，为这一方法在实际应用中获得较高的测量精度提供了较为完善的理论分析依据。通过数值分析与计算，验证了理论分析的正确性和这一方法应用的可行性。     

一种用于外科手术导航的双目视觉简化系统

针对外科手术导航光学定位仪参数标定过程繁琐和对应点匹配歧异性大的问题,进行了双目立体视觉简化系统的研究.运用坐标变换方法一次性标定系统24个参数;选用黑白棋盘格标记物和运用相似性度量原理,简化立体匹配过程、提高立体匹配准确度.利用标定后的系统对标记物之间的距离进行测量,在距双目视觉传感单元1.5 m范围内误差小于1 mm.交叉韧带重建手术导舷模拟实验表明:该系统具有稳定,可靠,标定方法简单,匹配准确,定位精度高的特点,能够满足外科手术导航的要求.     

双目立体视觉匹配技术现状与发展

双目立体视觉技术是计算机视觉重要的研究领域,如今的应用也愈发广泛,其中在精密测量上起到的作用不可或缺。匹配技术在双目测量中尤为关键。本文从立体匹配技术的现状出发,介绍了现阶段匹配技术运用的主要方式和关键算法,以基于基元的匹配算法入手,对该技术的发展趋势进行展望。通过对比各算法的优缺点,获得对匹配技术的进一步了解,为未来进行双目视觉测量的应用提供理论依据。     

基于计算机视觉的三维重建技术研究

针对计算机视觉在图像识别和三维模型构建中的广泛应用,本论文对基于计算机视觉的三维重建技术进行了分析探讨,首先分析了当前三维模型重建技术中存在的问题,在此基础上重点探讨了基于机器视觉的三维重建技术应用,给出了基于特征点的三维模型匹配方法,探讨了三维重建机制的步骤,对于进一步提高计算机视觉在三维重建技术方面的应用水平具有一定借鉴和指导意义。     

基于模糊神经网络的双目视觉系统的研究与准确度

在机器视觉系统中,由于深度信息的丢失,镜头的畸变等因素的影响,使得摄像机的模型是非线性的.在采用模糊神经网络对双目视觉系统标定时,以特征点投影到左右图像的坐标为4路输入,以网络的3路输出和该对应点在世界坐标系坐标的均方值为性能指标;根据梯度下降法来调整和最终获得一组稳定的隐含神经元与输出神经元之间的连接权值,以及高斯型隶属函数的参数(均值与标准差);这样可以用模糊神经网络的权值与隶属函数来代替双目视觉系统两个摄像机的投影矩阵,以描述三维空间特征点坐标与对应点在左右摄像机图像之间的关系,实现系统的标定.     

一种双目立体视觉系统的校准方法

基于双目立体视觉系统的图像分析以及人工神经网络的三维空间建模算法,设计了一种针对双目立体视觉相机的校准方法,并可应用于运动目标点的轨迹追踪。将均匀分布目标点的校准平面放置在有效视野内的不同位置,通过双目立体视觉系统来捕获处于不同位置的校准平面图像。在图像处理之后,使用校准点中心的二维坐标作为人工神经网络训练的输入样本集,通过建立人工神经网络模型结构,实现目标点二维平面坐标到三维空间坐标的映射关系。采用这种具有通用性的方法,可以有效修正系统中存在的失真因子,获得目标三维位置信息,而无需进行复杂的相机校准操作。实验表明,提出的方案具有良好的可行性和鲁棒性。     

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。     

基于立体视觉的钢卷检测技术

本文提出了基于立体视觉的钢卷检测技术,利用双目立体视觉系统得到钢卷图像对,进行立体矫正和立体匹配获取视差图,利用视差图的深度信息,提出基于深度直方图的方法分割出目标钢卷。再根据三角测量原理计算出钢卷视差图中每个像素点的深度,从而获取钢卷的点云数据。对钢卷点云数据进行高斯滤波,圆柱特征拟合后,获得钢卷的空间几何信息和位置信息。实验结果表明,检测的钢卷坐标和钢卷真实坐标之间的误差在允许的范围(100mm)以内,并且检测效率大大提高。     

用于三维尺寸检测的双目视觉传感器

全面分析了双目视觉传感器中各个结构参数对测量精度的影响。在外极约束理论的基础上提出了外极斜率匹配法,不驻实现了快速立体匹配,而且传感器测量精度也得提高。实验数据表明,传感器测量精度优于±０．０５ｍｍ。     

一种基于ORB特征的水下立体匹配方法

针对水下环境中传统算法对双目图像匹配时存在速度慢、误匹配较多等问题,提出一种基于ORB(的特征检测和曲线极线约束相结合的水下立体匹配方法。先检测图像的特征点,生成描述子,并进行特征匹配;然后根据折射定律,结合双目相机的内外参数,推导出水下曲线极线;最后结合水下曲线极线约束,剔除误匹配点。实验结果表明,相比传统的SIFT算法与曲线约束,论文提出的立体匹配方法在有效控制误匹配的情况下,显著提高了运算速度,对提升水下双目视觉系统的快速处理能力具有实践意义。     

立体视觉技术的应用与发展

对双目视觉的理论基础、基本原理及其核心技术-立体匹配技术进行了系统的研究与总结,简要介绍了双目视觉技术在DARPA2005挑战赛、美国勇气与机遇号火星车及上海航天局805所研制的攻关样机MR-3上的应用,最后根据目前立体视觉的发展现状和存在的问题提出今后的发展方向。     

基于双目立体视觉的物流包装箱尺寸测量研究

目的针对物流行业运输中包装箱的非接触自动测量,提出一种基于改进SURF配准算法的双目立体尺寸测量方法。方法首先采用二进制FREAK描述子代替传统SURF的描述子,解决传统SURF描述子计算耗时、描述向量生成依赖于特征主方向,且主方向计算误差会在后续步骤中出现传导放大的缺点;其次,采用PROSAC删除误匹配点,并利用FREAK级联匹配的方式进一步提高算法的匹配速度和匹配准确率。最后,利用视差优化和边缘提取算法获得精确三维空间体,实现非接触尺寸测量。结果实验表明改进算法可快速提取图片特征点并准确匹配,对不同规格包装箱检测结果显示,基于改进算法的测量方法测量误差小,检测速度快。结论改进图像匹配算法可有效提高图像匹配准确率,减少测量时间,对于提高物流行业运输效率、减少人工成本具有重要意义。     

基于多视图立体视觉的沙堆三维尺寸测量研究

利用从运动中恢复结构方法(SFM),提出了一种基于多视图立体视觉的沙堆三维重建及三维尺寸测量方法。首先根据SFM方法的求解不稳定特点,结合光束平差法对SFM求解过程进行分析及优化;其次针对SFM重建结果为稀疏点云的问题,利用基于面片的稠密重建算法重新生成稠密的三维点云,再利用泊松算法对密集点云进行三维曲面重建;最后获得模型的三维尺寸信息。对某建筑工地的沙堆进行了三维尺寸的测量实验,实验结果验证了该方法的有效及可行性,提高了重建能力及精度,同时考虑了目标实际测量误差与重建误差,能够满足实际智能测量的应用需求。     

基于单张照片模式的三维图像重建新方法研究

现今的三维重建技术大多要从多幅图像中找到对应特征,进而求解基本矩阵,然而照片越多就意味着要付出更多采集和计算的时间及空间,对减少图像的幅数而实现同样的三维重建效果将具备一定研究价值。利用霍夫线检测、角点检测、边缘检测等算法,提出一种基于单张照片的三维重建新方法,通过霍夫变换在二值图像取线,再利用OpenCV获取方块的角点数等信息,得到图像基本轮廓,最后透视变换得到图像贴图,并利用画坐标的方法模糊定义模型的参数对应于图像参数的关系,从而实现三维重建。该方法被应用于列车车体的三维重构实验中,实验结果证明了该重建方法的可实现性,也揭示了其工程应用价值。     

基于多视图的三维模型采集系统的研制

研制了一种基于多视图的三维模型采集系统,该系统用三维扫描和立体视觉技术,利用一台相机,结合必要的机械结构即可完成三维模型的采集工作。实验研究结果表明:该系统在圆周方向的测量平均偏差Rr=0.94,在长度方向的测量平均偏差Rl=0.87,符合一些3D打印逆向工程领域的精度要求,与传统的三维模型采集系统相比较,该系统成本较低,可以完成较高精度的三维模型采集工作,为深入研究三维模型采集系统奠定了良好的基础。     

立体视觉曲面重建与系统误差分析

采用立体视觉空间曲面重建技术对三维曲面表面成像进行边缘提取、图像匹配、匹配点空间位置计算等步骤,得到三维曲面表面点的空间位置,利用空间点信息对三维曲面形状进行重建,恢复曲面三维形状;并讨论了立体视觉系统的摄像机分辨率、测量范围和摄像机间距等参数之间的关系.利用该方法对堆积物表面形状及体积进行测量实验结果表明,该方法能准确、快速、方便地给出三维曲面的形状.     

基于单目立体视觉的机床几何误差辨识方法

针对视觉测量手段中成本与精度不能兼顾的问题,提出基于单目立体视觉的机床回转轴几何误差辨识方法。为实现回转轴全量程运动精确描述,基于误差放大思想,设计了基于周向均布精密哑光靶球的高匀、高精、高信噪比成像靶标。提出了单目立体成像光路参数仿真分析方法,定量分析并选取系统结构参数。基于单目立体标定结果,根据序列图像重建得到回转轴三维轨迹。精度验证及误差辨识实验表明:系统的RMSE为0. 049mm,小于平均偏差的1/3,满足测试需求。