基于ORB算法的双目视觉定位

双目立体视觉系统通过模拟人的双眼来获取三维世界的深度信息,该系统主要由摄像机标定、特征点提取、特征点匹配、三维坐标求取等4个模块组成.对于传统算法特征点提取速度与特征匹配不能满足实时性的要求,提出了基于ORB算法的双目视觉目标定位.该算法通过在Brief描述子上加入了旋转矩阵,使算法具备了旋转不变性以及有着很大的效率提升.实验结果表明,该算法特征点提取与匹配速度有着一个数量级以上的提高,大大增加了在双目视觉系统下的实时性.     

基于双目立体视觉的目标测距系统

双目立体视觉能够在多种条件下感知三维场景的立体信息,基于双目立体视觉的测距以其特有的优势在测距中扮演着越来越重要的角色.研究了双目测距的原理、摄像机的标定、立体校正、立体匹配等关键技术,在此基础上提出了用MATLAB和OpenCV相结合的方法实现双目立体视觉的测距.使用MATLAB进行相机的标定,然后借助OpenCV实现立体校正和立体匹配.通过立体匹配得出的视差值,可以求解出目标和相机之间的距离实现测距.通过实验的结果表明,提出的双目测距方法在一定范围内达到了精度要求.     

基于扩展Kalman预测模型的双目立体视觉图像特征点跟踪方法

针对双目立体视觉动态测量中图像特征点快速跟踪问题,提出了一种利用Kalman预测模型进行图像点跟踪的方法。该方法以图像特征点坐标值为观测向量,将坐标值和图像特征点运动速度作为状态向量,首先建立了线性Kalman预测递推模型,在此基础上引入了极线约束条件,进一步建立了图像特征点非线性扩展Kalrnan预测递推模型。实验表明该方法得到的特征点的预测轨迹和真实轨迹符合度好,预测精度高、速度快、通用性强。     

基于双目视觉的接触网绝缘子三维位置重建

水冲洗是解决因接触网绝缘子尘污造成的电气化铁路污闪事故的重要方法,自动水冲洗是代替目前人工冲洗劳动环境差、冲洗效率低的主要途径,而接触网绝缘子三维位置重建是实现自动冲洗的关键。文中提出一种基于双目视觉的接触网绝缘子三维位置重建方法,识别双目摄像机图像中的绝缘子特征。通过摄像机内外参数标定,采用特征匹配算法得到左右图像的匹配点对,利用投影变换矩阵得到绝缘子形心的三维坐标,获得绝缘子的深度距离信息。实验表明:在1 200~3 200 mm距离范围内对绝缘子进行三维位置还原,还原绝对误差最大为226 mm,满足冲洗精度要求。     

基于底层视觉特征的语义图像检索

针对图像的底层特征与高层语义特征之间建立映射,使用基于支持向量机(SVM)的语义关联方法,将HSV颜色特征作为SVM的输入参数,对图像库学习和分类,建立图像底层特征与高层语义的关联,并结合图像底层特征和语义信息进行检索.实验表明:该方法提高了检索效率,取得了较高的准确率.     

基于双目视觉的纸箱尺寸测量立体匹配方法研究

针对智能仓库物资自动化出入库流程,对于储存于纸箱中物资的出入库,需进行纸箱尺寸测量、纸箱拆解、物资倾倒、物资拣选等任务,因此首先应对纸箱进行无人化尺寸测量,提出自适应GrabCut的SGBM改进算法,实现纸箱尺寸自动测量。该方法首先完成双目相机的标定,利用NLM算法对采集的图片进行去噪处理,完成纸箱图片的立体校正,采用NCC、SGBM、AD-Census三种立体匹配算法得到纸箱的视差图,在分析其效果的基础上,提出基于模板匹配自适应GrabCut的SGBM改进算法用于纸箱立体匹配并得到其尺寸信息。实验结果表明,改进算法可以实现纸箱尺寸信息的精确测量,尺寸误差小于10 mm,满足实际的生产要求。     

基于视觉里程计的室内位姿测量技术研究

随着人口老龄化程度的不断加深,独居老人也在不断增多。 在解决独居老人养老问题的应用上,室内定位是最基本和 关键的问题。 针对室内定位的需求,提出了双目视觉里程计定位算法,从相机成像模型、特征提取、特征匹配以及运动估计 4 个 方面展开了研究。 首先,采用双目摄像头作为传感器进行图像采集;然后通过提取 ORB 特征点来完成相邻图像之间的匹配关 系,根据基于 BRIEF 描述子的立体匹配算法得到左右图像对应特征点的匹配关系;最后对相机的运动进行估计。 设计了硬件 和软件平台对提出的方法进行实验。 实验证明,基于视觉里程计的室内定位技术能够准确地定位老人在室内的位置,能够实时 地对老人进行安全监护。     

基于双目视觉脉搏图像SIFT特征匹配

通过双目视觉原理构成脉搏图像传感器采集脉搏薄膜图像,再基于特征点的立体匹配框架中,利用图像梯度信息,引入基于三维梯度方向直方图的SIFT特征描述子作为区域特征描述符,进行脉搏图像的特征匹配,为最后的三维信息的获取和对其他立体视觉图像匹配有很大的参考性。     

基于坐标测量机的双目视觉测距误差分析

本文针对基于坐标测量机的双目视觉方法的测距误差进行了详细的分析 ,误差来源分为 :1 摄像机坐标系与坐标测量机坐标系不正交引起的测距误差 ;2 坐标测量机的机构误差引起的测距误差 ;3 摄像机CCD像面上像元的量化误差引起的测距误差。本文对以上三种误差因素进行讨论 ,给出了相应的误差公式 ,可在实际测量中进一步提高双目视觉方法的测距精度     

基于双目视觉的带电作业机器人的目标识别与定位方法研究

高空带电作业机器人对目标物的精细化作业,需要合适的视觉辅助系统判断机械臂或爪具的位置与距离。提出一种将基于双目立体视觉的带电作业机器人目标识别与定位方法。通过对传统的Census算法进行改进,用窗口均值像素代替中心像素,用自适应窗口代替固定窗口,并与差的绝对和(SAD)算法加权融合,得到一种改进的SAD-Census立体匹配融合算法。利用该算法进行像素匹配运算,得出视差图;在YOLO框架下训练输电线螺栓数据集,获得螺栓深度距离并精准识别。螺栓定位实验结果表明,该方法在近距离定位时能达到1.2%的定位精度,最小相对误差为0.5%,能够为带电作业机器人提供实时准确的环境感知信息,提高了带电作业机器人作业的稳定性。     

基于双目视觉的车辆外廓尺寸测量方法

针对目前车辆外廓尺寸测量成本高、安装复杂且三维轮廓重构质量差的问题,提出了基于双目视觉的车辆外廓尺寸测量方法。该方法首先对双目相机采集的车辆图像对进行校正,并通过改进后的立体匹配算法计算生成车辆视差图。基于双目视觉三维测量原理解算车辆轮廓视差信息进行三维重构,生成车辆点云。针对相机盲区车辆轮廓数据缺失问题,设计了基于车牌识别的点云对称修复方法,生成完整车辆三维轮廓。实验结果表明,3种车型的测量示值误差均小于1%,车辆模型重构完整度高。     

基于双目视觉监控的输电线路立体空间建模

为了解决输电线路监控中单目视觉缺少深度信息和双目视觉实时性低的问题,提出了一种基于双目视觉检测的优化方案。方案把传统双目视觉检测流程中监控阶段大量的计算量前移至准备阶段,建立输电线路立体空间模型。对该方法进行了详细说明,并利用Matlab对所提方法的可行性与有效性进行了实验验证。实验通过对导线坐标点三维重建、空间函数拟合和平面保护区域计算,建立了立体空间监控数据库。最后利用数据库检索对检测物进行入侵判断,结果识别出被测物所在空间位置属于在监控区域内。因此,所提方法可有效对输电线路空间进行建模与检测。     

基于双目视觉的拖车钩检测与定位方法研究

在某些危险环境下需要拖车实施救援时,救援人员难以靠近,救援人员可以通过遥控操作拖车杠来完成拖车钩的挂装。针对被救援车辆拖车钩的检测与定位问题,提出了一种拖车钩检测与定位方法ECSA-YOLOv5,首先改进YOLOv5算法,设计了高效注意力模块ECSA,将其替换掉空间金字塔池化模块上一层的模块,并增加一个大小为160×160的小目标检测层,能够更准确的获得拖车钩在图像中的像素坐标;通过在SGBM立体匹配算法预处理阶段加入引导滤波、后处理阶段引入加权最小二乘法WLS滤波与异常值处理,从而获得更优化的视差图,得到更为准确的目标深度信息,提高拖车钩位置信息计算的精确度。基于Jetson Agx Xavier开发板进行了实验验证,实验结果表明,ECSA-YOLOv5模型较YOLOv5s模型AP值提升了5.8%,达到了99.0%,平均实时检测帧率为14 fps,定位测距在3 m内时,误差在3.5%以下,能够满足拖车钩的检测与定位的准确性和实时性的要求。     

基于双目视觉的输电线路防外破系统设计

为防止吊车臂触碰输电线引发事故,设计一种基于双目视觉的输电线路防外破系统。首先,通过将双目视觉防外破装置安装在吊车吊臂上实时获取图像数据;接着,针对实际环境中存在的光照干扰、弱纹理区域以及视差图中的边缘空洞填充,提出一种改进SGBM立体匹配算法,利用最小二乘拟合插值法和双边滤波进行算法优化,从而准确获取输电线路的三维信息;最后,根据双目视觉原理与空间耦合电容分压原理搭建测距环境与10 kV输电线路测试环境并进行现场测试。结果表明,改进SGBM算法在干扰环境下的测距平均相对误差仅为1345%和1229%,对比传统SGBM算法与场强测距方法,分别减少2047%和1851%,算法运行时间为817552 ms,测距系统兼顾实时性与精准性需求,满足实际环境下的输电线路吊车防外破使用。     

基于虚拟双目视觉的高速摄像机自动标定系统

虚拟双目视觉测试是基于一台高速摄像机和两面平面镜实现物体的三维重建,重点需解决传统双目视觉测试存在的同步性和成本高的问题。摄像机内外部参数的标定是测试精度的重要保证,为解决标定过程需要人工干预、处理过程繁琐等问题,基于虚拟双目视觉原理和张正友标定法,设计了高速摄像机参数自动标定系统,通过外部触发电路控制安装在云台支架上的标定板自动转动,实现不同角度标定板图像的自动拍摄,通过OpenCV计算机视觉库对图像进行自动处理,得到高速摄像机的内外部参数,最后验证了高速摄像机自动标定系统的准确性和实用性,为后续三维重建和动态三维测试提供了基础。     

基于kalman滤波的机器人三维视觉定位

针对三维视觉定位问题,提出了一种基于kalman滤波的机器人眼在手上视觉定位方法。利用图像的全局特征描述子—图像矩来提取目标的三维图像特征,在不标定摄像机和机器人坐标变换关系的情况下,采用kalman滤波估计算法对图像雅可比矩阵进行在线辨识,并建立图像特征反馈控制,使定位目标物体的图像坐标始终保持在图像平面的中心位置。利用MATLAB仿真软件建立了基于kalman滤波的机器人眼在手上视觉定位仿真模型,实现了机器人的三维视觉定位。实验研究表明,该方法可以使机器人到达目标位置,且定位精度较高。     

基于双目立体视觉的连铸辊尺寸三维测量方法

针对连铸车间中,扇形段连铸辊尺寸人工测量效率低下的问题,提出了一种基于双目视觉系统的连铸辊尺寸测量方法。首先,对双目相机采集的图像进行预处理并采用Otsu法分割工件前后背景;接着,针对边缘检测精度不高的问题,将传统Canny边缘检测算法的梯度模板增加到8个以提取工件轮廓,结合多项式插值公式提取亚像素级别特征点;然后,在SAD与Census变换融合的立体匹配基础上引入RANSAC算法来消除错误匹配;最后,采用三角测量原理计算出零件的尺寸。实验结果表明,系统测量的平均相对误差为0.14%,测量方法具有较高的精度,其稳定性与精确性满足连铸辊的尺寸自动检测任务。