基于标准杆的双目视觉传感器标定技术研究

目前制造业对大范围精密测量技术要求越来越高,为了克服传统双目立体视觉标定过程中测量场难实现、标定精度低等缺点,提出了一种较灵活的基于一维标准杆的双目视觉传感器的标定方法。该方法首先利用正方形模板和带有四个特征点的标准杆实现主点和畸变的标定,然后在测量场多次摆放标准杆,由两摄像机拍摄标准杆图像,利用标准杆上对应特征点之间的约束以及基本矩阵估计双目视觉传感器其余参数,最后光束法平差进行整体优化,消除累积误差。仿真实验和真实实验结果均表明该方法适用于大视场双目视觉传感器的标定,操作简单、标定效率高。     

双目立体视觉方法测量雷管药量高度

介绍了双目立体视觉系统的基本原理、摄像机标定技术以及对得到的点云图进行的后续处理。采用维视图像的CCAS单双目视觉标定算法软件对所用的VS078FC摄像机进行了标定,结果精确度高,用时短,实用性强。应用Geomagic studio软件进行点云处理去除噪声,误差小,数据完整。     

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。     

基于双目视觉的L型板几何参数测量研究

机器视觉在智能制造领域应用越来越广．文章提出一种基于双目视觉模型对L型板几何参数测量的方法．首先对双目相机标定,获取内外参数,然后对比边缘检测算法,采用Sobel算法对L型板图像进行处理,最后基于三角测量原理提取工件特征点的三维坐标,计算出L型板的几何参数．实验表明,该算法测量误差低,能够满足实际需求．     

双目立体视觉在光电子器件自动对接系统中的应用

介绍了双目立体视觉在光电子器件自动对接系统中的应用。该系统以线性成像模型为基础建立了双目立体视觉系统的数学模型,介绍了视觉系统标定的实现,包括标定点提取、特征点定位等。通过光纤对接实验验证了该方法的有效性和可行性。     

基于Harris-张正友平面标定法的摄像机标定算法

为了提高双目摄像机标定参数的精确性,以张氏标定方法为基础,首先采用Harris算法对黑白棋盘表格进行内角点提取,其次将内角点像素点坐标精确到亚像素精度,最后利用投影线性关系求出双目摄像机的内外等参数,并与cv Find Chessboard Corners()函数提取内角点标定方法进行对比,证明了该方法准确、有效,提高了黑白棋盘表格内角点检测的准确性和标定精度,可以应用于双目视觉系统中.     

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...     

智能三坐标视觉测量在线标定

利用三坐标测量机能够精准平移的优势,采取单摄像机进行双目视觉测量。实验分析采用张正友标定法,在MATLAB实验环境下对内外参数进行计算和标定,给出实验结果并分析实验误差来源。     

输电导线脱冰振动测量双目视觉方法

导线脱冰跳跃将导致导线之间的空气间隙减小,进而导致相间闪络和结构损坏.针对输电线路导线脱冰引起的导线振动问题,以立体视觉理论为基础建立了导线成像几何关系,并应用双目视觉原理建立了导线三维坐标测量的数学模型.经标准长度的双目视觉系统标定方法求解导线测量数学模型,恢复了导线三维几何信息.在试验检测中,建立了双目视觉测量系统,完成了导线脱冰振动的位移测量.测量结果证明了采用双目视觉原理检测输电导线脱冰位移的可行性.     

基于SIFT特征点的双目视觉定位

提出了一种结合了SIFF特征点的双目立体视觉定位方法.介绍了对尺度、旋转、视角等变化具有良好鲁棒性的SIFT特征向量,利用SIFT特征向量匹配算法在双目视觉系统采集的左、右图片中分别检测目标、获取匹配的目标SIFT特征点.经过空间匹配点选择、标定点坐标计算等步骤获取左、右图片中具有空间位置一致性的目标标定点,并在摄像机坐标系中恢复目标标定点三维信息.实验结果表明,利用该方法进行目标定位具有较强的适应性.有一定的实用价值.     

基于SURF算法的双目视觉立体匹配研究

针对双目视觉立体匹配效率低的问题,从SURF匹配算法和摄像机标定、校准方面进行了改进。与传统视觉匹配算法相比,SURF匹配算法具有效率高、抗干扰能力强等优点。对摄像机进行标定与校准,校准后的特征点更精确,为准确匹配奠定了基础。利用极线约束条件改进SURF算法匹配速率,并进行了相关实验。实验结果表明,算法不仅降低了匹配时间,而且还提高了匹配准确率。     

基于双目视觉的焊缝图像立体匹配

针对焊接图像缺乏纹理的问题,研究了一种弱纹理检测跨尺度聚合的立体匹配算法。根据张氏标定法,对双目视觉传感器进行标定,得到了双目视觉传感器的外部和内部参数。然后,对双目视觉传感器获取的焊缝图片进行中值滤波、二值化等一系列图片预处理。利用弱纹理检测跨尺度聚合算法对焊缝图像进行立体匹配,得出焊缝图像视差图,再从视差中恢复距离,得到了焊枪的高度信息。对双目视觉传感器采集的焊缝图像进行实验,实验结果验证了弱纹理检测跨尺度聚合的立体匹配算法的可靠性。     

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。     

一种基于光束平差法的双目鱼眼系统标定方法

针对双目鱼眼系统畸变偏大导致标定误差较大的问题,文中提出了基于光束平差法的双目鱼眼系统标定方法。通过灰度质心法获取标定板的特征点(圆心)坐标并进行排序;基于Kannala鱼眼相机模型和张正友标定法对双目鱼眼系统进行标定,获取系统内外参数及畸变参数;将得到的初始标定参数与特征点的三维空间坐标作为待优化集合,利用光束平差法结合LM法和雅可比稀疏矩阵对该集合进行迭代优化,使得双目鱼眼系统的重投影误差最小。实验表明：相比于传统的双目鱼眼系统标定方法,提出方法的重投影误差减小了52.64%。     

基于双目视觉跟踪的三维拼接技术

为了扩大三维面形测量的视场,提出了基于双目视觉跟踪的三维拼接技术。采用了两套双目测量系统,一个为全局的跟踪系统,一个为测量系统。在测量系统上固定一个7×7棋格靶标作为中介,将每次测量系统测得的物体三维点坐标转换到统一的全局坐标系下完成拼接。测量系统采用的是投影格雷码结构光加上双目视觉原理的方法获得物体三维点坐标,实验结果证明了该方法的可行性和有效性。     

双目实时目标三维测量实现方法的研究

为了解决目标匹配困难、匹配效率低等问题,提出了一种基于双目立体视觉的实时目标特征匹配算法——绝对窗口误差最小化(CAEW).首先,在研究摄像机基本原理后利用张氏标定法解决摄像机的标定,并对最终标定数据采用Bouguet算法进行双目立体校正;然后,利用Ada Boost迭代算法训练目标检测器实现目标检测.将CAEW算法与常用的尺度不变性的特征点检测和匹配(SURF)的效果评估进行比较分析,结果显示CAEW算法的效果评估能达到90%以上,这一指标有明显提高,可以很好地满足双目实时目标匹配的需求.通过CAEW与SURF算法实验对比,进一步说明了减少不必要的全局性图像像素点处理可以提高匹配速度.     

差分遗传算法优化BP神经网络的双目相机标定

针对传统双目相机标定的方法存在计算量大、标定过程复杂等问题,本文提出了一种利用差分遗传算法优化BP 神经网络来完成双目相机标定的方法。利用能量生长和光线扫描匹配算法完成同名角点的检测、匹配以及像素坐标的提取;对遗传算法的选择和交叉算子进行改进,同时利用差分算法对遗传算法的变异算子进行改进;利用差分遗传算法来优化BP神经网络进行双目相机标定。实验结果表明：基于本文提出的方法的双目相机的标定的误差的均方根为0.038 mm, 传统的基于Opencv和Matlab标定的方法的标定误差的均方根分别为0.155 mm和0.417 mm。相比而言,其标定精度分别提高了75%和90%。与此同时,采用本文提出的方法对双目相机进行标定时需要花费的平均时间为26.3 s。故此,差分遗传算法优化后的BP网络在双目相机标定过程中简化了标定流程并取得较好的效果,满足双目相机标定的要求。     

机器人双目视觉系统的标定与定位算法

介绍了双目视觉系统的构成,选用简单实用的张正友标定法对系统使用的两个CCD摄像机进行了标定.基于双目视觉系统,提出一种计算物体位置信息的解析解方法——投影法,利用标定结果对不同位置进行深度信息测量,通过计算结果分析,基于视觉信息探测到的位置信息在1500mm范围内,3个方向的误差分别为0.72mm,0.69mm,20.96mm,验证了方法的正确性.     

双目立体视觉分步标定及精度分析

在双目立体视觉中,为了解决传统标定时间长、自标定精度低的问题,使用一种分步标定方法并从Harris角度对影响精度的因素进行了分析.首先,利用Open CV通过张氏标定法计算出内部参数和畸变参数;其次,利用Matlab测算出了摄像机运动参数未知情况下的双目立体参数.结果表明:经计算得出总的图像残差均值为0.158 5像素,时间为200 s;标定结果比自标定方法精度高,同时比传统标定方法时间短.实验结果不仅达到了预期目的,而且从Harris角度分析发现,光照、标定靶的旋转程度对精度影响很大,同时摄像机的分辨率越高,对图片的拍摄条件要求越高.该方法为机器视觉中的三维测量和重建等工作奠定了良好的基础.