基于特征匹配算法的双目视觉测距

距离测量作为障碍物检测以及路径规划的前提和基础是机器人研究领域的一个重要分支。在众多测距方法中,由于双目立体视觉具有信息丰富、探测距离广等优点被广泛应用。本文将改进的SIFT特征匹配算法应用到双目视觉测距与标定系统中。首先建立双目视觉测距模型,测量值由空间物点在左右摄像机下的像素坐标值决定;其次根据该模型的特点提出了基于平行光轴的双目立体视觉标定方法;最后利用改进的SIFT特征匹配算法,提取匹配点的像素坐标完成视觉测距。实验结果表明,根据测量数据对障碍物进行三维重建,相对距离与真实场景基本吻合,能够有效地指导机器人进行避障。     

基于双目视觉的快速定位与测距方法

针对双目视觉定位与测距过程中存在匹配时间较长的问题,提出一种基于背景差分法的双目视觉快速定位与测距方法。首先,对双目相机拍摄的原始图像进行去畸变和立体校正处理;然后,对图像与背景帧差并进行形态学处理,得到只包含目标物体的图像;最后,对左右图像进行匹配并运用极线约束法则去除误匹配得到物体的三维信息,完成定位与测距。经实验验证,与传统双目视觉定位测距方法相比,该方法初始匹配对数减少了96.8%,有效匹配对数减少了94.1%,匹配时间减少了75.8%,表明本文方法对于实现基于双目视觉的快速定位与测距具有实际意义。     

基于Yolov5的快速双目立体视觉测距研究

针对传统双目测距方法存在的需要对摄像头进行标定、立体匹配算法时间复杂度高等问题,本文主要对快速双目立体视觉测距进行研究.给出了双目测距原理,提出了一种基于Yolov5的目标检测算法和径向基函数神经网络相结合的双目测距方法,建立了基于径向基函数神经网络的距离预测模型,并采用神经网络中的径向基函数神经网络进行距离预测.实验...     

一种基于数字图像的空间测距算法及仪器研发

根据相机小孔成像原理,建立基于数字图像的空间测距数学模型,利用双目相机采集被测物在空间坐标系的平面图像信息(像素坐标),标定相机内外部参数,确定像素坐标系、图像坐标系、相机坐标系和世界坐标系之间的关系,通过平面图像上的像素坐标计算被测物两点之间的空间距离。按照便携式、低功耗、兼容性的原则,研制基于数字图像的空间测距仪器,设计仪器的图像采集、数据传输、数据交换、数据处理模块。实验证明基于数字图像的空间测距仪器的测量误差小于1%,在机器人视觉、非接触工程测量、智能制造等领域具有广泛的使用价值。     

汽车双目立体视觉的目标测距及识别研究

为了降低园区自动驾驶汽车的环境感知实际应用成本,采用双目立体视觉的方法采集车辆前方环境的双目图像,通过立体匹配算法进行视差测距;使用深度学习算法对左图像进行目标识别,根据得到的目标区域在视差图中获取目标最小距离。结果表明,双目立体视觉系统能达到1%的测距精度,对车辆前方目标的实时识别测距速率达到45帧/s,为汽车自动避障提供实时环境感知信息,同时大大降低了环境感知的应用成本。     

基于阵列图像立体匹配的深度信息获取方法

本文实现了一种对3×3微阵列镜头获取的阵列图像进行匹配计算得到带有深度信息图像的方法.方法首先对3×3微阵列镜头进行单个镜头标定以及单个镜头分别和中心镜头进行立体标定,得到相机参数;然后建立对应的能量代价函数,构建马尔可夫随机场,设定其初始深度,在空间进行划分层次;最后运用图割算法求解能量函数最小化,选择最优匹配值,进而得到带有深度信息的匹配图.实验结果表明本文基于阵列图像立体匹配的深度信息获取方法是有效的;相比一般双目视觉系统,微阵列镜头的体积尺寸小、可以同时拍摄获取图像,能够得到比双目视觉更准确的深度信息.     

基于双目立体视觉的纱线运动参数识别

针对目前运用传统接触方法难以准确、无干扰测量纱线运动参数的问题,提出基于双目立体视觉的纱线运动参数识别方法。采用双目高速相机采集运动纱线图像,开发双目高速同步抓帧存图程序;利用高精度标定板进行双目标定;经滑动窗口和线面交点方法定位纱线测试点;对极线校正后严格行对准的像对使用块匹配、原始和改进半全局块匹配等立体匹配算法计算深度图,并采用视差原理求得纱线测试点空间位置坐标;结合存图时刻求得纱线运动参数。实验表明,本文方法得到的纱线运动参数中位移误差均值为0.132 mm,与实际情况吻合良好。     

采用立体标定板的鱼眼相机快速标定方法

针对目前鱼眼相机标定过程繁琐的问题,进行了鱼眼相机快速标定方法的研究。设计了一种由三块黑白棋盘组成、带有红色边界线的立体标定板;对标定图像依据棋盘所属平面进行图像分割,并对每部分分别检测角点,建立二维图像坐标与三维世界坐标的映射;选用折反射成像模型,提出了适用于立体标定法的参数求解方法。进行了该立体标定法与常用平面多图标定法的对比实验,通过图像畸变校正效果和图像坐标逆投影至世界坐标的精度,验证标定精度。实验表明:立体标定法可以实现与平面多图标定方法同样高的标定精度,且具有较好的鲁棒性;同时该标定法极大简化了标定操作流程,缩短了标定时间。     

智能水下机器人自主回收的双目视觉定位

针对智能水下机器人与水下基站近距离对接时,传统的光视觉引导方法精度和鲁棒性难以满足要求的问题,本文提出了一种双目视觉引导方法。该方法主要分为光源提取、光源匹配和立体测距3部分。利用图像自适应二值化算法和伪光源剔除算法,得到左右图像的光源标识中心的像素坐标;在光源匹配部分,对光源进行特征提取和匹配,完成左右图像中的光源准确配对;最后对光源阵列进行立体测距,得到相机坐标系下基站的三维位置。实验结果表明：该方法对伪光源具有很好的鲁棒性,并且所得出的基站相对位置和角度均达到了很高的精度。     

会聚式相机获取的视差图像的梯形失真校正

为了消除会聚式相机所拍摄的视差图像中由于梯形失真引入的垂直视差,基于立体成像时同一深度的物点应具有同一水平视差且不存在垂直视差的原理,提出了在相机拍摄场景中的某一深度放置标定板并以中相机所拍摄的标定板图像作为参考视筹图像来校正其他待校正视筹图像的方法.以标定板特征点在待校正视差图像及参考视差图像中的坐标值建立待校正视差图像在校止前后的坐标映射关系,并通过图像采样得到校正后视差图像.实验结果表明,该方法有效地减小甚至消除了视差图像中的垂直视差,具有可行性,对提高立体显示效果具有指导意义.     

视觉测量系统标定过程中的高精度图像特征提取

在便携式应变测量系统中,相机标定过程是必须而且关键的一个步骤,针对系统中使用的立体标定模板,建立了一种获取标定图像特征的高精度提取算法.首先经过图像预处理和连通性分析等步骤,对标定特征进行初始的分割和定位,然后采用经典的直线检测方法确定直线特征,计算直线之间的交点做为标定特征点,采用圆形标记编码确定标定平面位置,建立标定特征点图像坐标和空间坐标之间的对应关系.对模拟图像和真实图像进行了处理,通过对大量实测图像进行测试标定实验,结果表明本文方法性能稳定可靠,能够满足测量的需要.     

双目视觉测量系统标定精度提高方法研究

针对提高双目视觉测量系统的标定精度问题,介绍了双目线结构光视觉测量系统的构成和工作原理,分析了影响系统单幅测量精度的各种因素,提出了改善标定精度的方法。采用张氏标定法求解相机内参,用双相机固有的对极几何关系求解外参,二维标定靶选用150mm×150mm的黑白棋盘格。根据标定结果反求标定靶的对角线距离,用该距离来验证标定结果。实验表明,标定误差稳定在20μm,可以满足实用要求。     

立体元图像阵列的分布式预测编码

为解决组合立体成像系统中立体元图像阵列的存储和传输问题,采用分布式预测编码的方法对立体元图像阵列进行压缩.利用立体元图像间的像素关系,将立体元图像阵列变换成子图像阵列;根据子图像阵列的规律性变化,采用最优位移预测结合PRISM分布式编码结构对子图像阵列进行分级编码.实验结果表明,所提算法的率失真性能明显优于JPEG编码标准;在立体元图像阵列分辨率一定的情况下,组合立体成像系统的显示分辨率越高,本方法的压缩性能越好,对未来高分辨率显示的组合立体成像系统具有更好的适应能力.     

双目视觉在类人机器人测距中的应用

为实现类人机器人对复杂目标高精度识别并测量出目标实际距离,提出一种双目目标识别与测距方法. 首先利用棋盘标定法对摄像机进行标定并捕获图像;然后利用局部二值模式算子（LBP）和优化后支持向量机（SVM）对目标进行识别;在识别的基础上,再采用尺度不变特征变换（SIFT）算法对特征点进行匹配并根据三角测距原理计算出目标实际距离. 实验结果表明该方法不但减少了人为参数指定,并且提高了特征点匹配效率,测距精度能够达到94%以上,满足类人机器人高精度测距和实时性要求.     

基于双目视觉的红绿灯距离测量

红绿灯路口的交通事故对人们的生命和财产安全构成了极大的威胁。针对该问题,将双目视觉的测距技术应用在前方红绿灯距离的测量方面。研究了基于双目视觉的红绿灯距离测量系统。系统通过2个CCD摄像头从不同视角采集前方红绿灯的图像信息,得到左右两幅双目图像对,对左右两幅双目图像对进行处理、定位;然后采用全局匹配的方法进行特征点提取,找到对应的特征匹配点对,得到视差;再根据三角测量原理,恢复出被测目标的三维信息和深度信息,实现对前方红绿灯距离的测量。实验结果表明:该设计方案能有效地测量前方红绿灯距离,方法简单有效,具有较高的测量精度。     

离散采集结合自适应窗截取的立体元图像生成

为了克服离散视点采集结合窗截取的立体元图像生成方法对采集平台参数的依赖,本文提出采用基于拍摄对象的自适应窗截取算法来获得立体元图像阵列。首先,利用离散视点采集平台获得拍摄对象的离散视点图像阵列;然后,计算拍摄对象在每幅离散视点图像中的成像区域,再根据成像区域对截取窗参数的制约关系生成截取窗,并利用截取窗将离散视点图像阵列处理成子图像阵列;最后,根据立体元图像阵列与子图像阵列之间的映射关系,将子图像阵列转换成立体元图像阵列。实验结果表明:本文方法能够在采集平台参数未知的情况下,获得与传统方法相同的立体元图像阵列,大大提高了离散视点图像阵列的通用性和立体元图像阵列的生成效率。     

基于宽基线立体视觉的远距离三维重建

针对月球车视觉导航中远距离场景的三维重建问题,提出一种基于相机自标定的宽基线立体视觉方法.该方法首先提取立体图对的SIFT特征并进行匹配,得到特征点对应关系;再使用外极线几何约束描述立体图像校正的直射变换,对其Sampson误差使用LM算法求得最小二乘最优解,完成相机参数估计和图像校正;对校正后的图像使用种子像素视差扩张算法进行宽基线立体匹配,根据匹配得到的视差完成目标场景三维重建.实验表明,该方法解决了月球车相机的现场标定难题,并能够解决宽基线立体视觉面临的光照差异、透视畸变、遮挡等问题,对远距离山脉等自然场景的三维重建效果良好,重建精度较高.     

基于宽基线立体视觉的远距离三维重建

针对月球车视觉导航中远距离场景的三维重建问题,提出一种基于相机自标定的宽基线立体视觉方法.该方法首先提取立体图对的尺寸不变性(SIFT)特征并进行匹配,得到特征点对应关系;再使用外极线几何约束描述立体图像校正的直射变换,对其Sampson误差使用Levenberg-Marquardt(LM)算法求得最小二乘最优解,完成相机参数估计和图像校正;对校正后的图像使用种子像素视差扩张算法进行宽基线立体匹配,根据匹配得到的视差完成目标场景三维重建.实验表明:该方法解决了月球车相机的现场标定难题,并能够解决宽基线立体视觉面临的光照差异、透视畸变、遮挡等问题,对远距离山脉等自然场景的三维重建效果良好,重建精度较高.     

蜂窝式立体元图像阵列的生成

提出了一种蜂窝式透镜阵列立体元图像的生成方法。首先,通过分析真实透镜的成像原理,建立了成像模型。然后,利用虚拟相机阵列模拟透镜阵列,根据显示端透镜阵列和显示器的参数设置虚拟相机的采集参数。最后,采用投影的方式生成立体元图像阵列。实验结果表明:利用本文方法生成的蜂窝式立体元图像阵列在水平和垂直方向均具有连续的视差变化,且满足子图像与立体元图像之间的投影关系,可以真实再现3D物体的空间信息。本文方法既克服了透镜阵列直接采集存在的空间反转和串扰等问题,又可避免光学采集设备带来的误差,节约成本,可为基于组合成像系统研究提供各种图像来源。     

基于双目测距的晶英石板自动打磨系统研究

在传统晶英石板打磨系统上提出了一种基于双目测距的新型打磨机控制方案。此方案采用张正友标定法进行双目摄像机参数标定,利用SIFT算法对晶英石板图像进行特征提取并生成特征描述符,对特征点进行匹配从而求得视差,用于计算晶英石板距摄像机光心平面的距离,精确控制磨头下落高度,使得晶英石板在保证较低破损率的情况下得到充分打磨。经仿真检验,当双目摄像机与晶英石板距离适中时,算法的测距误差低于2%,具有较好的准确性与实时性。