基于机器视觉的柱状标签拼接算法研究

目的 针对标签检测中因单目相机视野受限无法获取标签全部有效信息的问题,设计一种基于圆柱体拟合的柱状标签展开算法。方法 首先由相机标定得到的相机外参数拟合出标签圆柱体理想位姿,并确定柱面标签展开图的高度。依据圆柱体在相机视野下的极限位置确定模糊隶属度函数,筛选提取到的柱面标签边缘点。最后根据边缘点的世界坐标确定真实圆柱体的位置,提取单目相机图像中的像素值并且为标签平面展开图中对应点赋值,最终得到柱状标签的平面展开图。如果对拼接质量有着较高的要求,可以采用NCC匹配算法对拼接图像进行调整,以达到更好的效果。结果 该方法可以对多幅柱面标签图像实现快速拼接,最终得到柱面标签的平面展开图,半径30 mm的柱面标签图像拼接速度可达83.8 ms,为标签质量在线检测奠定了基础。结论 该方法能够快速且精确地将柱状产品侧面标签平面展开。     

一种星球漫游车的增强环境地形重构

本文提出一种基于相机自标定和准稠密匹配相结合的星球漫游车的环境地形重构方法,通过SIFT特征点提取,Kruppa方程的相机自标定、准稠密匹配以及三维重构,生成漫游区域的环境地形图. 与传统方法相比,该方法首先通过Kruppa方程可以不依赖星球地形地貌场景的几何结构实现车载相机参数的自标定,解决车载相机参数不一致性问题;其次,通过基于SIFT特征点的准稠密匹配能够快速获得更多可靠而准确的匹配点;最后,利用相机参数标定结果和匹配点实现稠密的、高精度的星球漫游车环境地形重构.实验结果证明了该方法的有效性.     

一种基于多边形柱面全景图的虚拟漫游新方法

提出了一种基于图像绘制的多边形柱面全景图的虚拟漫游方法。利用普通的手持相机在一个多边形区域内沿某一路径拍摄并拼接多幅全景图,通过基于SIFT的特征点检测来计算深度,用狭缝图像插值来实现整个区域内的平滑漫游。该方法具有采样简单、虚拟场景真实感强,支持连续大范围漫游的特点。     

结合三角几何约束的局部自相关性图像拼接算法研究

针对工业零视觉精密检测中高分辨率镜头固有的小视场问题,本文提出一种利用特征点之间的三角几何约束关系对特征点的局部领域进行自相关分析的算法,该方法根据重叠图像间的相关性,采用改进的图像配准方式实现了小视场高分辨率小模数齿轮图像的快速准确拼接。实验结果表明,拼接图像与原图像的结构相似度超过0.98;与现有通过区域配准及特征点配准的图像拼接算法相比,在拼接性能和运算复杂度之间取得了较好的平衡,适合在快速、精密的工业零部件视觉检测中的应用。     

基于多Kinect的旋转人体扫描系统研究

为解决目前人体扫描系统价格昂贵、操作复杂、占用面积大等问题,基于微软推出的Kinect相机具有快速、安全、经济的特点,提出利用3个Kinect相机和一个旋转台来构建三维人体扫描系统,研究该系统涉及的深度相机成像原理、多相机标定以及点云配准等技术。首先利用KinectFusion技术重建出单个传感器的三维点云,然后采用多相机标定技术,计算各传感器之间的相对位置关系,实现点云的初始拼接,并使用ICP算法实现点云的精确配准,从而重建出完整的三维人体点云模型。实验结果表明,该方法能够重建出高精度点云,并且该人体扫描设备成本低,占地面积小,可行性与实时性强。     

基于小波分析的可见光图像自动配准方法研究

研究了一种快速,准确,抗噪的可见光图像自动配方法。首先用小波分析技术提取两幅图像的特征点,然后对两幅图像之间的角度差进行补偿,最后用多层特征点匹配技术完成两幅图像的变换参数的估计,对一定研究领域的可见光图像自动配准的仿真实验表明;该方法可以比较快速,准确,自动地得到这些图像之间的配参数。且对噪声具有一定的适应能力。     

基于仿生复眼的运动相机的运动目标检测

基于运动相机的运动目标检测是计算机视觉领域的热点与难点。基于仿生复眼结构的相机运动条件下的运动目标检测方法利用仿生复眼结构模拟多相机运动状态下的图像采集;使用SIFT特征点匹配与图像差分结合的方法提取运动区域,不需要建立背景模型,使用SIFT特征点匹配完成图像的配准,利用图像差分的方法得到运动目标,使用颜色值归一化,利用前景像素与背景像素的插值与比值确定该像素是否为阴影区域的方法。实验证明,该方法在不进行背景建模的条件下成功去除了阴影,实现了相机运动状态下的运动目标检测。     

利用鱼眼镜头生成全景图像的方法

介绍了一种利用鱼眼镜头在特殊角度下所拍摄成的图像,以优化的快速展开模型为基础,经过像点坐标变换、双三次插值及内部拼接,生成全景图像的方法。该方法无须运用多幅标准照片拼接,且无须运用柱面模型及成像仪器的参数。最后从MATLAB仿真的实例中验证了此方法的有效性。     

机器视觉波纹阻火盘表面波高测量方法

针对目前波纹阻火盘采用人工取点的方式对波高进行测量引起的效率低、误差大等问题,提出一种基于机器视觉的波纹阻火盘表面波高测量方法。该方法先利用线阵CCD相机配合二维运动平台扫描的方式获取图像,再利用改进的FLANN自适应特征点匹配筛选算法优化拼接过程,提高线阵图像配准准确度,然后采用基于Zernike矩的亚像素边缘检测算法准确获取边缘定位,并结合该文提出的波高尺寸测量原理以及最小二乘法,确定最大波高对应的两个像素点的坐标,最后根据线阵相机标定结果计算得到实际波高尺寸。利用波纹阻火盘线阵图像进行实验,并与影像仪法测量结果进行对比,实验结果表明该测量方法测量误差在±0.02 mm以内,满足实际工业生产需要。     

基于SIFT特征匹配的全景图像拼接算法

基于尺度不变SIFT(Scale Invariant Feature Transform)特征匹配思想[1],是一种鲁棒性、准确的图像拼接算法。SIFT特征匹配算法是当前图像配准工程领域最优先采用的技术之一,因其具有极强的匹配能力,可解决在多尺度、多拍摄视角、多光照条件下图像之间配准问题。算法在大多数情况下实验结果证明采用此方法提高普通图像拼接速度,减少因图像差异化的影响,使结果图像自然逼真。     

现场勘察中广角镜头相机快速标定算法及实现

基于摄影资料的图像测距技术已广泛应用于交通事故、考古等不可复原的现场勘察工作中,利用普通相机进行摄影测量也日趋成熟。但是普通相机没有广角镜头相机的取景优势,现场分析也比较局限,因此广角镜头相机逐渐取代普通相机。而广角镜头相机容易产生图像畸变效应。为此,本文基于相机成像原理,通过精确网格模板标定图像,利用相机参数间物理关系计算出相机内参和畸变参数,提出了一种广角镜头相机的快速标定算法,结合拍摄现场图像,精确定位参考模板标志牌在照片中的成像结果,计算出广角镜头相机的外参,建立广角镜头相机摄影测量系统。现场实验应用表明,本算法标定快速、简单、测量精度高,可以应用于交通事故现场勘测。     

可见光与热像融合的三维温度模型重建

热像仪因其能够通过检测物体表面热辐射而产生温度图像,近年来被广泛应用于多种工业场合.然而,由于热像图缺少直观的几何信息,当物体表面温度相近时,难以通过人眼分辨物体特征差异.为了解决这个问题,提出了一种结合可见光几何信息与热像图温度信息的三维模型重建方法.首先使用自制标定板进行可见光相机与热像仪的校正;随后,通过运动恢复...     

立体视觉曲面重建与系统误差分析

采用立体视觉空间曲面重建技术对三维曲面表面成像进行边缘提取、图像匹配、匹配点空间位置计算等步骤,得到三维曲面表面点的空间位置,利用空间点信息对三维曲面形状进行重建,恢复曲面三维形状;并讨论了立体视觉系统的摄像机分辨率、测量范围和摄像机间距等参数之间的关系.利用该方法对堆积物表面形状及体积进行测量实验结果表明,该方法能准确、快速、方便地给出三维曲面的形状.     

基于未校准照片构造全景图的新方法

提出一种基于未校准的系列照片构造全景图纳新方法，该组照片可采用普通三脚架/数码相机在固定地点拍摄。采用普通三角架通过旋转角度拍摄的照片难以保证轴心一致性，可能出现图像扭曲、交叠和倾斜，照片之间可能有一定色差，因此，在图像的拼接和建立全景图方面难度大。文中采用特征匹配技术实现照片的拼接，通过照片的定位拼接、相邻照片颜色亮度的协调实现全景图的构建。该算法所生成的全景图效果好，计算速度快，巳得到实际应用。它可广泛应用于Web环境下的基于图像的虚拟场景构造等方面。     

一种摄像机自动标定方法的设计与实现

设计并实现了一种摄像机内外参数的自动标定方法：提出了一种无伪的标定模板图像角点的自动提取,以及与对应物理空间坐标的匹配算法;进而,以此结果作为标定基础数据,采用Tsai[Tsai R Y．A versatile cameraca libration technique for high-accuracy 3D machine vision metrology using offthe-shelf TV cameras and lenses[J]．IEEE Journal of Robotics and Automation RA,1987,3(4)：323-344．]的两级标定法,获取摄像机的内外参数;以LabVIEW为平台,开发了一个摄像机自动标定系统,并进行了实验验证。     

一种双目立体视觉系统的校准方法

基于双目立体视觉系统的图像分析以及人工神经网络的三维空间建模算法,设计了一种针对双目立体视觉相机的校准方法,并可应用于运动目标点的轨迹追踪。将均匀分布目标点的校准平面放置在有效视野内的不同位置,通过双目立体视觉系统来捕获处于不同位置的校准平面图像。在图像处理之后,使用校准点中心的二维坐标作为人工神经网络训练的输入样本集,通过建立人工神经网络模型结构,实现目标点二维平面坐标到三维空间坐标的映射关系。采用这种具有通用性的方法,可以有效修正系统中存在的失真因子,获得目标三维位置信息,而无需进行复杂的相机校准操作。实验表明,提出的方案具有良好的可行性和鲁棒性。     

基于包装件智能分拣的视觉尺寸测量技术

目的快速实现包装纸箱尺寸的机器视觉测量。方法采用机器视觉技术方法,运用双目摄像机的成像原理,通过SUSAN角点提取算法结合棋盘标定法求取摄像机内外参数,修正图像畸变,采用SIFT匹配算子对左右2幅图像进行匹配,找到对应的匹配特征点,利用匹配点对的视差值恢复图像深度信息,进而求解出包装箱的长宽高值。结果对不同摆放姿态的包装箱均能实现快速测量,机器视觉检测值与实物值相比,其误差均在1 cm左右,满足检测要求。结论文中方法具有匹配精度高、鲁棒性强的特点,能快速实现对不同摆放姿态的包装箱尺寸测量。     

An efficient camera calibration and optimisation method based on orthogonal vanishing points

A more efficient camera calibration and optimisation method based on orthogonal vanishing points is proposed. After extracting corner points on the calibration images by using the Harris algorithm, some parallel lines are fitted via the least square method. The Levenberg–Marquard (L–M) algorithm is used to find out the optimum vanishing points. The intrinsic parameters are solved on the basis of the orthogonal vanishing point characters. The enhanced Tsai’s method is designed to solve the extrinsic parameters. The minimum residue optimisation function is introduced to calculate the distortion coefficients and optimise all parameters globally. The feasibility and efficiency of the proposed method is illustrated by an experimental study. The method can be used to obtain high precision calibration parameters without the need of sophisticated mechanical devices. It has great potential to calibration cameras in the field of computer vision, 3D measurement, etc.