基于会聚型双目立体视觉的测距模型北大核心CSCD

传统的双目视觉模型基于特征对左右画面进行匹配,但当画面中出现多个高度相似且表面特征不明显的目标时,无法通过特征进行有效匹配。针对上述问题,本文采用基于特征和空间位置的方式进行目标匹配,并根据人类双眼锁定目标时,目标始终处于视野中心位置的原理,选择舵机来控制摄像头光轴会聚于目标,建立了一种基于会聚型双目立体视觉的测距模型。该模型能够通过控制舵机使摄像头自动汇聚于目标,并实现测距功能。理论推导及实验研究验证了该模型的可靠性及一定的实用性。     

基于双目立体视觉的行人身高测量方法

为满足测量密集行人身高的需求,文中提出了一种基于双目立体视觉的行人身高测量方法。通过非接触式的视频处理,背景差分与视差图相结合得到三维空间点,利用点聚类分离目标,分析目标的运动轨迹,得出行人身高。实验表明,该方法在多人同时行走,行人较密集,肩靠肩行走时能够正确计算行人身高,适用于人流量大的场合。     

双目视觉中立体匹配算法的研究与比较

在基于双目立体视觉三维重建的研究中,立体匹配是其中最重要的部分,它的准确性影响着最后的重建结果.本文主要讲述了常用的立体匹配算法,并详细介绍了两种算法分类中的代表性算法的实现步骤,即局域算法中的基于特征点匹配的算法和全局算法中的基于图割法的匹配算法,并对算法从运算速度和误配率两方面进行了比较,总结了两种算法的优缺点,比...     

基于Harris-SIFT算法的双目立体视觉定位

针对基于尺度空间对图象保持不变性的SIFT算法在双目立体视觉应用时实时性差、误匹配等问题,提出一种运用Harris-SIFT算法进行双目立体视觉定位方法.通过介绍双目立体视觉的模型原理,利用Harris-SIFT算法从左右摄像机分别获取的图像中检测目标,并获取匹配目标的特征点,对两幅图像中目标物体的坐标标定,通过计算可得到目标物体的深度距离,还原其三维信息.实验证明,运用Harris-SIFT算法使该系统的实时性能和距离精度得到提高.     

双目立体视觉的测距技术研究

搭建双目平行系统完成对物体的距离测量.经过图像采集、摄像机标定、立体校正、立体匹配四个步骤得到被测物体的视差图,从而求得被测物体的三维坐标.利用两种匹配算法来进行立体匹配,为使结果对比明显,在以往黑白视差图的基础上,输出彩色视差图.同时,为提高匹配精度,做了去噪和光照对比实验.最后,对测量实验进行误差分析,以验证实验结果的准确性.结果证明:误差范围控制在1 mm之内,是有效可行的.     

基于FPGA的双目视觉同步采集系统设计

针对传统手术导航中光学定位系统两相机图像采集不同步的问题,利用ALTERA公司的DE2-70开发平台,设计了基于现场可编程门阵列(FPGA)和两片数字图像传感器OV7620的双目视觉同步采集系统。该系统实现两相机同步采集图像数据、并行提取标记点的亚像素坐标和USB传输等功能。上位机结果表明,该系统工作稳定,两相机图像数据能够同步和实时显示,亚像素坐标提取准确,满足手术导航系统中对图像采集的要求。     

一种基于会聚双目立体视觉的用户化身模型

在简单会聚式双目立体视觉模型的基础上,提出了具有9自由度的用户化身视觉模型用于虚拟场景的成像变换,导出了用虚拟场景点的世界坐标和用户化身视觉模型的9自由度变量表示的左、右双目虚拟摄像机的成像公式,求出了9自由度用户化身视觉模型的左、右双目成像的视差与场景点深度信息的关系及相应的计算公式。仿真实验结果表明了该模型的可行性和计算方法的可靠性,同时表明该模型比简单会聚式双目立体视觉模型更接近人的视觉习惯,因此更具有实用性。     

光栅式双目立体视觉传感器的立体匹配方法

光栅式双目立体视觉传感器的难点之一在于立体匹配问题,为此,提出了一种基于极线约束和空间点最小距离搜索的立体匹配方法.该方法将光栅式双目立体视觉传感器看作两个光栅结构光传感器,分别标定后可测定光条中心点关于某个结构光模型的三维坐标,若两点匹配,则其三维坐标间的距离理论上为零.引入极线约束,在左摄像机成像光条上找一个特征点,在右摄像机所成像中便可计算出一条极线与之对应,在极线与各光条中心的交点中寻找匹配点.该方法在三维空间进行匹配,计算量小,能够实现点与点的唯一匹配.仿真实验表明了该方法的有效性.     

基于光轴垂直双目立体视觉系统的物体运行姿态研究

提出了一种采用光轴垂直的双目视觉测量技术获得运动物体运行姿态角的方法。首先,对光轴垂直立体视觉系统进行了建模;然后,采用光轴垂直原理求取被测物体在某时刻的中轴矢量;最后,通过建立中轴矢量与姿态角间的数学关系得到被测物运行时的姿态角。实验结果表明,该测量方法具有较高的精度和速度,能满足远距离运动的被测物体运动参数的测量要求。     

Closed-form solution for circle pose estimation using binocular stereo vision

A simple method for pose estimation of a circle, with known circle radius, on the basis of binocular stereo vision is presented. The method is based on the projective equation of a circle, into which the stereo vision constraints are incorporated. The estimated pose parameters are compared with the ground truth and excellent performance is reported.     

复杂场景双目立体视觉测量精确定位系统研究

针对某复杂场景下对特定目标进行精确定位测量的 关键问题,依据双目立体视觉测量原理,结合OpenCV视觉开 发库标定摄像机内外参数,利用结果校准目标图像,借助于标靶类型进行图像区域分割并计 算出目标位置坐标,以此实 现精确定位测量之目的。研究结果表明,对于所确定的1.4~1.6m目 标测距范围,采用平行双目视觉测量模型和相机小孔 测量模型,获得了距离误差小于10mm、横向误差小于2mm和响应时 间小于350ms的测量结果,在满足实时性的同时具有较高的定位精度 。     

基于双目会聚型立体摄像机的目标深度测量

目标物体的三维测量是双目立体视觉的一项重要任务。基于视差的平行摄像机模型是最常见的用于三维重建的双目摄像机模型。一般双目立体摄像机不是严格平行的,所以采用上述方式进行三维重建时需要进行极线校正。提出了一种新的用于三维测量的双目摄像机模型,该模型针对一般常见的非平行的会聚立体摄像机模型。采用该模型进行目标物体的三维测距时,根据摄像机标定得到的相对外参,即可快速得到目标物体的深度信息。同时,本文从分辨率的角度对提出的深度测量方法进行了精度分析。实验结果验证了提出方法的有效性和可靠性。     

双目立体视觉测量中的特征点快速匹配算法

对于图像特征点的提取与匹配是双目立体视觉测量系统中的重要一步,提出了一种改进的适用于随机噪声、光照变化、局部遮挡等复杂环境下的快速鲁棒性不变特征(SURF)的匹配算法。首先,改进了特征点描述子中的主方向的计算方法,提高了主方向的精确度和计算效率;其次,结合NN/SN算法和RANDSAC算法,提出特征点的反向匹配算法,克服了外部环境光照变化、噪声、局部遮挡等因素对特征点匹配的影响,有效地提高了匹配精度。     

基于动态随机点立体图的立体视觉深度运动特性分析

利用动态随机点立体图,排除心理暗示线索对深度运动的影响,对立体视觉深度运动特性进行了研究.利用主观实验,分析了深度运动物体的运动位置、运动方向和运动速度等运动特性对于立体视觉舒适度(Stereo visual comfort,SVC)的影响, 并提出深度运动情况下的SVC与运动速度的预测模型.实验结果表明,动态随机点立体图中,运动物体的深度运动诱发了透视效果;在交叉视差(屏幕前)和非交叉视差(屏幕后)情况下,立体视觉深度运动导致的SVC不同.对计算得到的SVC的预测值和实测值进行相关性检测,三种深度运动的皮尔森相关系数(Pearson correlation coefficient,PCC)分别为0.956、0.972、0.977,充分表明该预测模型能够准确地预测SVC.     

基于双目视觉的工件测量研究

采用双目视觉代替人眼对工件进行测量提高了生产的柔性和自动化程度.双目视觉的精度很大一部分取决于图像的预处理过程,Canny算法作为传统的边缘检测方法在边缘定位和抗噪声干扰性达到了较好的折中效果.本文提出了一种先进行Sobel算法进行边缘检测,后采取形态学运算进行细化的方法进行双目视觉的测量,将2种方法对比证明了该方法在精度上能达到Canny算法的检测精度,且不会出现边界丢失现象.     

双目立体视觉在人形机器人三维重建中的应用

提出一种基于双目视觉的机器人三维(3D)重建方案,将两个Life Cam VX6000摄像机安装在NAO人形机器人脸部,分别采集目标的左右图像。在3D重建过程中,利用棋盘格的角点定位对摄像机进行标定,对图像进行校正去除畸变,利用Canny检测算子来提取图像的边缘特征,进行立体匹配,利用Delaunay三角剖分算法对二维图像进行三角剖分,并将图像纹理映射到三维空间,同时对立体目标图像进行渲染,获得最终的3D重建图像。实验结果表明,该方案能够精确的进行深度测量,实现场景的3D重建,能够很好的用于人形机器人应用场景。     

采用双目立体相机的实时集成成像拍摄系统

提出了一种基于双目立体相机的实时集成成像拍摄系统。不同于采用传统的摄像机阵列,该系统采用双目相机对三维场景进行拍摄,有效地简化了集成成像拍摄系统的结构。该系统首先利用双目相机获取三维场景的左右视差图,然后上传到图形处理器生成三维场景的高分辨率深度图,之后利用深度图和彩色纹理图在图形处理器中并行生成新视点视差图像,并利用像素映射算法生成高分辨率微图像阵列,实现实时的集成成像显示。实验中系统获取的深度图像素数目是微软Kinect2获取深度图像素数目的4.25倍,当系统运行在1 920 pixel1 080 pixel、99视点数的环境下,可实现三维场景的实时拍摄与显示,实验结果证明了所提系统的可行性。     

基于双目视觉的指针仪表读数识别

变电站中指针式仪表使用广泛,随着工业的快速发展,图像处理以及机器视觉等技术在仪表读数中的应用越来越广泛,但传统单目视觉仪表读数识别仍存在一定的弊端,在没有正视仪表的情况下,读数仍然存在误差.针对以上问题,构建了一种基于双目视觉的指针式仪表读数识别方案,来实现指针式仪表的准确读数.使用标定过的双目相机拍摄左、右视图,通过...     

基于Canny算子和Harris角点提取的三维重建方法

本文介绍了一种基于Canny算子边缘提取和Harris角点提取的三维重建方法.通过双目相机获取所研究物体的左右视图,并对图像进行平滑去噪处理,将Canny算子边缘检测和Harris角点提取结合起来进行特征提取,以提高特征点选取的准确性,然后将左右视图的特征点进行立体匹配,计算匹配点的三维坐标值,最后使用经典Delaun...     

两组双目立体深度图像信息融合与三维重建方法

获取工件目标的三维表面与深度信息是实现工业立体视觉应用的关键。提出一种将两组双目视觉系统结合的方法,对随机摆放的工件多方位采集图像并获得目标工件的三维表面点云。其中,两组双目视觉系统会根据NCC(Normalized Cross Correlation)匹配算法产生工作场景的两组视差图像,去噪分割之后对其立体深度信息进行提取,其过程中采用一种新颖的转换方法,视差图像中每个坐标位置的像素点的x、y、z方向的立体深度信息分别被转化为X、Y、Z图像中对应位置上像素的灰度值。采样两组立体深度数据,共同储存到标定完成的参考相机坐标系中达到信息融合的目的。最后,对随机摆放的工业工件进行了的三维重构实验,对于相互重叠、高度、姿势都不同的零件能较好的恢复出清晰的轮廓点云,在重叠区域也能产生较为明显的层次性。