基于双重配准的机器人双目视觉三维拼接方法研究

针对机器人图像视觉视野不够开阔,不能获得全面障碍物信息的问题,提出了一种基于轮廓识别的三维重建与可变视觉三维拼接方法。对双目立体视觉系统拍摄的两幅图像中提取出的边缘点进行了边界跟踪,然后基于窗口灰度匹配法,对两幅图像上的像素点进行了匹配,来寻找双目立体视觉系统左右两幅图像中对应的像素点,重建出了障碍物的三维轮廓,并根据目标物体轮廓的连续性对三维轮廓进行了优化;在此基础上提出了基于双重配准算法的可变视角三维拼接方法,采用改进ICP算法对转换到同一坐标系下的两片三维点云进行了精确配准,并对拼接处进行了融合处理,从而得到了大视野的障碍物信息。研究结果表明:通过可变视角三维拼接方法重建的三维模型具有较高空间坐标精度,并且能够通过改变双目立体视角范围获取大视野图像,最大限度地满足机器人障碍物检测和路径规划的要求。     

基于图像仿真处理的光学元件检测

基于图像拼接与处理来实现非球面光学元件的初步检测,CCD摄像头首先将采集到的视频信号数据经DM642芯片转换成YuV格式,接着将Y信号（灰度信号）经JTAG口运用RTDX（Real—TimeDateExchange）技术传输到主机端,主机端利用matlab处理接收到的图像灰度数据,采用harris角点算法提取f}{图像角点,运用归一互相关法对角点进行匹配并拼接图像,最后运用sobel算法和canny算法对拼接后的图像进行轮廓提取处理,能有效观测到大尺寸光学元件表面裂纹、划痕等缺陷分布,可以验证这是一种有效的非球面光学元件进行精密加工前的检测方法。     

基于改进的快速Shi-Tomasi特征点检测算法的图像拼接算法

针对Shi-Tomasi算法计算量大导致的特征点提取速度慢的问题,利用FAST算法对Shi-Tomasi算法进行加速,提出基于此改进算法的快速图像拼接算法。该算法首先应用FAST算法对整幅图像进行处理,基于筛选点邻域再采用Shi-Tomasi算法获取特征点,接着用NCC法进行特征点匹配,然后用RANSAC法剔除错误匹配并完成图像配准,最后用渐入渐出法进行图像融合。对比实验结果表明,改进算法相对基于ShiTomasi的图像拼接算法速度大幅提升,特征点匹配的正确率有所提高,拼接完成后图像的视觉效果也得到保持。     

基于Harris算子的图像拼接高精度检测技术

针对医疗器械要求高精度检测的特点,提出了采用图像拼接对器械进行检测的方法,通过Harris算子精确提取图像中的特征点进行图像拼接,不但极大提高了拼接精度以及精密医疗器械的检测精度,而且增加图像分辨力与成像范围。拼接精度是检测精度的保证,基于Harris算子的拼接图像可实现微米级高精度检测。通过该方法进行图像拼接并测量其精度,测试精度与单幅图像相比明显提高,结果完全符合器械检测要求。基于拼接的精密仪器测量是一种提高测量精度的新方法,这方面的研究必将推动机器视觉技术的进一步发展。     

基于MSER和NSST算法的大视场图像拼接技术

为了实现多幅连续图像的快速、准确、完整地拼接,使用MSER算法快速、精确地检测图像的特征点,通过预先确定重叠范围,减少无效特征点的提取。利用非下采样剪切波变换(Non-Subsampled Shearlet Transform,NSST)进行图像融合,保证了融合效果。实验证明,该算法是一种快速有效、具有良好鲁棒性及融合效果的大视场高分辨率图像拼接方法。     

一种用于工件视觉测量的图像拼接方法的研究

在工件的生产制造过程中,视觉测量技术以其具有的快速、准确的特点发挥着越来越重要的作用,针对大尺寸物体的视觉测量,提出了图像拼接技术。该方法基于视觉图像处理软件HALCON,利用经过标定的摄像机采集带有一定特征信息的零件的序列图像,对图像进行坐标变换、高斯滤波等预处理,在相邻图像之间的重叠区域使用Harris角点检测算法进行特征点提取,将提取出的特征点进行匹配,根据特征点之间的匹配关系完成图像配准,实现由多幅图像拼接成为一幅图像。阐述了相关理论并进行了实验,验证了该方法的可行性。     

图像自动拼接融合的优化设计

为了扩大摄像机拍摄图片的视场范围,提出了一种结合频域和空域进行图像序列自动拼接融合的优化算法。基于频域相位相关方法改进排序并确定重叠区域,使用改进的Harris算子在空间域提取图像角点(无需人工设定阈值),并通过双向最大互相关系数匹配获得初始特征点对;然后,用RANSAC法实现精确匹配;最后,利用图像均值结合线性加权函数实现图像的整体亮度调整和融合拼接。实验结果表明,该优化算法排序过程简单有效,特征提取匹配过程不仅提高了拼接成功率,其单次拼接时间较现有算法也提高了40%左右;另外,该算法较好地解决了图像间对应点难以确定的问题,对光照变化图像的拼接融合取得了满意的效果。     

基于机器视觉的笔芯球珠表面缺陷检测系统研究

针对笔芯球珠表面缺陷检测识别问题,设计并实现了基于机器视觉的笔芯球珠表面缺陷检测系统。笔芯球珠在球面展开机构作用下,通过图像采集模块获取5张可以完全覆盖整个球面的图像。通过对每幅图像进行缺陷图像提取后,采用基于轮廓角点匹配的方法实现对每幅图像中缺陷图像的拼接;基于提取的有效特征组合通过KNN分类算法对完整的缺陷图像进行缺陷识别。试验结果表明,该方法能够对笔芯球珠表面缺陷进行精确有效的检测与识别。     

面向RP的工业CT切片数据的CLI建模技术研究

主要讨论利用ICT断层图像进行CAD建模并进行快速成形的方法 ,着重研究图像平滑、边缘检测、图像分割、轮廓提取、轮廓特征点采样、轮廓特征点匹配、插值中间轮廓的方法 ,针对摩托车汽缸头复杂零件ICT断层图像进行实验研究 ,取得了较满意的实验结果。     

面向ICT切片图像复杂轮廓数据的三角网格拼接

针对从ICT(Industrial Computerized Tomography)切片图像中提取出的复杂轮廓数据的三维重建中数据量过多、算法复杂等问题,提出一种简单快速有效的三角网格拼接方法。即采用Freeman链码对断层图像的轮廓数据进行存储和精简,再根据相邻层间轮廓的相似性采用凸包理论来确定轮廓对应点,最后根据轮廓对应点情况对原有的轮廓点集合进行增补后采用最短对角法进行网格拼接。试验结果表明,该方法在保证重建精度的情况下有效减少数据量和计算消耗。     

结合假边缘提取和直方图分析的图像灰度变换

光学刻划字符图像的前景通常由高灰度像素区域和低灰度像素区域组成,导致使用传统的基于梯度的边缘提取方法如Canny算子不能准确地获得字符的轮廓,为此本文提出了一种利用假边缘信息结合直方图分析的图像灰度变换方法,变换后的图像前景仅由低灰度像素构成。首先对Canny边缘点进行特征分析,提取其假边缘点;然后进行图像直方图分析,确定灰度变换范围以及灰度对应关系,并对假边缘两侧的边界区域施加光滑度约束来确定灰度变换参数;最后以此变换参数对非背景区域的高灰度像素进行灰度变换。实验证明,灰度变换后字符笔画仅由低灰度像素构成,原边界处的灰度变化足够光滑,可以使用基于梯度的方法来提取完整而准确的字符轮廓。     

反求工程中ICT图像对称轮廓自动识别

针对机械工业产品轮廓中对称约束特征,该文提出了基于特征匹配的二维图像对称轮廓自动识别方法.基于轮廓点云数据分割和型值点方法提取特征点,研究轴对称和旋转对称图像特征点的不同分布规律,判别对称类型;采用转动惯量法和周期法求取对称轮廓特征描述参数作为轮廓整体约束优化求解参数;实例表明:文中方法能够有效地自动识别对称轮廓及其类型,提取出对称约束特征.     

基于最小生成树和TPS变换模型的图像拼接

本文针对图像拼接方法中的特征点匹配和变换参数求解问题,提出了一种基于最小生成树和TPS变换模型的图像拼接算法。该算法在每次迭代过程中,利用最小生成树的Laplace矩阵获取待拼接图像中特征点的匹配关系,然后估算待拼接图像之间的TPS(thinplatespline)变换参数,再利用这些参数使特征点集相互逼近,最终获得匹配关系和精确的TPS变换参数,实现图像的拼接。实验结果验证了该算法的有效性。     

基于SURF和改进CSS的弧形槽几何尺寸视觉检测算法研究

针对汽车儿童安全座椅弧形槽内部结构复杂、几何尺寸不易测量的问题,提出一种基于SURF算法和CSS算法的弧形槽几何尺寸视觉检测算法。首先,双目相机倾斜拍摄弧形槽图像,检测弧形槽图像SURF特征并提取优质匹配集合实现图像配准,以渐入渐出法融合弧形槽图像。然后,采用基于改进CSS算法对弧形槽轮廓曲线进行角点检测,利用角点分割弧段进行弧形槽尺寸检测。实验结果表明,所提出的方法实现了弧形槽宽度和长度参数测量,宽度值测量误差2%,长度值测量误差1%,SURF图像拼接算法平均处理时间2.50 ms,改进CSS角点检测算法平均处理时间0.30 ms,满足弧形槽检测的实时性和精度要求。     

基于AKAZE-ORB的接触网图像拼接算法

针对高铁运行速度快,捕捉的接触网图像不完整等问题,提出一种基于AKAZE-ORB的接触网图像拼接算法。首先使用AKAZE算法提取接触网图像稳健特征点,采用ORB(Oriented FAST and Rotated BRIEF)特征描述算法进行特征点描述,然后使用暴力匹配算法进行特征点初匹配,再使用随机一致性算法完成特征点精准匹配以及计算单应矩阵,最后采用加权融合的方式完成高铁接触网图像的拼接。实验结果表明,使用该算法拼接后的接触网图像无拼接缝、无鬼影,整体真实自然,且处理速度较AKAZE和ORB算法都有较大提升,是一种实时性高、拼接效果良好的接触网图像拼接算法。     

基于图像拼接的表面粗糙度测量方法

针对光切显微镜图像法测量表面粗糙度时取样长度较小,不足以客观表征工件表面质量的问 题,提出一种基于图像拼接的表面粗糙度测量方法。根据表面粗糙度序列图像中相邻帧图像的重叠区域构 建匹配模板,采用归一化相关算法计算相似度量进行相邻帧图像匹配与拼接,以加权融合算法平滑拼接后 图像的重影和接缝。对拼接后的粗糙度图像提取单侧边缘特征,通过最小二乘法拟合最小二乘轮廓中线, 建立轮廓算 数 平 均 偏 差 和 轮 廓 最 大 高 度 评 定 模 型。实 验 结 果 表 明,采 用 拼 接 算 法 后 取 样 长 度 增 加 了 １９８３．５２μｍ,测量精度平均提高了１．１６％。     

基于无人全景拍摄的输电线路走廊全景展示方法研究

采用人工检修输电线路走廊故障的方式难度大,危险系数较高,为此,研究了一种基于无人机拍摄展示输电线路走廊全景的方法,为检修输电线路提供图像基础。利用无人机采集输电线路走廊的多角度图像,基于立体匹配方法重建输电线路原始图像,降低模糊与失真程度;在此基础上,基于SURF算法提取图像特征点,通过RANSAC数据拟合算法剔除错误特征点,得到高精度的输电线路走廊全景拼接图像。测试结果表明:重建的输电线路走廊全景图像效果清晰,拼接偏差较低,为输电线路走廊全景展示提供了有效的参考。     

无人机航拍图像的三维重建方法研究

在无人机为载体的基础上进行对目标场景的三维重建,就是结合无人机和计算机视觉技术,利用无人机操作灵活性,视角可控制性等优点.为实现更加完整的三维模型的重建,提出一种基于多图像拼接三维重建算法.基本思路是在无人机为载体的基础上,从不同方向获取目标物体的图像,通过自标定方法获取相机内参数,采用图像拼接融合技术对多幅图像分析、合成,从而最大限度地对建筑物场景的各种特征信息的描述.进一步对拼接融合后的图像进行特征点提取和点云匹配,从而获取全景图空间特征点三维点云,获得一个较为真实的重构对象的三维模型.实验结果表明,改进后的重构方法的精度较高,适合在许多场景三维重建的应用.     

基于显著图的红外图像显著轮廓提取方法研究

红外图像的轮廓提取在军事等领域具有广泛的应用。从视觉注意机制的角度入手,提出了一种基于视觉显著图的红外图像轮廓提取方法,利用红外图像的灰度局部标准差特征计算其显著图,再进行聚类和滤波消除背景信息对目标轮廓的干扰,得到了红外图像中显著目标的轮廓信息。与其他方法相比,提取的显著轮廓更准确,更符合人眼视觉注意的结果。     

基于微分几何的柔性电路板图像区域识别方法

目前柔性电路板(FPC)的表面缺陷检测方案大多缺少对轮廓进行分类这一步骤,而直接对特定区域如镀通孔、线路部位进行缺陷检测,难以直接应用到实际生产中。为解决这一问题,提出一种能有效提取柔性电路板表面轮廓并进行特定区域识别分类的方法。在该方法中,为精确地提取FPC图像整体轮廓,并有效过滤掉图像前景和背景相互夹杂的部分,针对FPC表面图像光照不均匀以及斑点杂质较多的问题,采用区域生长法提取图像轮廓,并利用中心邻域灰度法来消除欠生长的问题;为有效地识别图像不同区域的轮廓类型,利用双向差分法来计算图像轮廓的离散曲率,利用陆地移动距离(EMD)来评价各个轮廓的曲率特征与模板轮廓的区别,实现了FPC图像特定区域的识别。