基于彩色结构光的自动编码算法

针对光栅投影三维轮廓测量中被测对象所含特性越来越复杂,提取到的细化光栅条纹存在大量断裂,导致细化条纹编码困难的问题,提出了一种基于彩色结构光的自动编码算法。设计了一种新的彩色结构光模型并且给出了其设计原理,实现了一种新的条纹自动编码算法。该算法从投影的彩色结构光栅中提取到带有颜色信息的细化光栅条纹,通过判断条纹最佳相邻的连通区域依次对其每种颜色的细化条纹进行编码,最后利用光栅模型的周期性进行组合编码得到完整图像的条纹编码。仿真实验结果表明：该彩色结构光模型设计简单,条纹自动编码算法的准确率较高,其误差能够降低将近10%,利用得到的条纹编码数据能够重建出较理想的三维点云数据模型。     

基于伪随机阵列和正弦光栅的结构光标定

针对投影仪-摄像机结构光系统标定精度低的问题,提出一种基于伪随机阵列与正弦光栅结合的标定算法。该方法直接对标定板角点进行编码,根据角点在不同坐标系下的点对关系求解系统参数,提高了传统的编码精度和结构光系统标定精度。在正弦光栅条纹中心处投射伪随机阵列,根据伪随机阵列窗口的唯一性和相移法可求出正弦光栅的真实相位;分别在水平和竖直方向投射正弦光栅,根据不同方向的真实相位值形成对标定板角点的唯一编码;根据编码值获得标定板角点在投影仪像平面、摄像机像平面和世界坐标系下对应点集,根据相机标定算法可得到投影仪、相机的内外参数。该方法直接对标定板角点高精度编码,求解世界坐标点和像素坐标点的对应关系,仅需要普通棋盘格标定板可实现高精度标定。实验结果表明最大反投影残差为0.7像素,棋盘格角点重建均方差为0.08 mm。     

基于二值几何编码图案的高精度结构光系统参数标定方法研究

该文提出了一种基于空间编码图案的结构光系统参数标定方法。与传统的基于棋盘格图案标 定策略不同的是,该文采用结构光编码图案实现了系统的高精度标定,具体实施步骤包括：(1)根据编码图案的几何分布特性提出了一种编码特征点检测算子,基于检测出的编码特征点构建拓扑结构,利 用仿射变换原理及双线性插值算法提取出编码几何元素图像;(2)将几何元素识别转化为监督分类问题,通过采集大量训练样本训练卷积神经网络,实现编码元素的准确识别和解码过程;(3)利用射影变 换原理建立相机像平面与投影机像平面之间的对应关系,利用此对应关系将标定板上棋盘格角点在相机像平面上的坐标转换至投影机像平面,最终实现了对相机和投影仪内外部参数的同时标定。标定结果显示,该方法对投影仪的标定重投影误差不超过 0.3 像素;三维重建实验结果显示,与传统标定方法相比,该文方法能够显著提升系统的标定和三维重建精度。     

基于投影仪和摄像机的结构光视觉标定方法

为实现基于投影仪和摄像机的结构光视觉系统连续扫描,需要计算投影仪投影的任意光平面与摄像机图像平面的空间位置关系,进而需要求取摄像机光心与投影仪光心之间的相对位置关系。求取摄像机的内参数,在标定板上选取四个角点作为特征点并利用摄像机内参数求取该四个特征点的外参数,从而知道四个特征点在摄像机坐标系中的坐标。利用投影仪自身参数求解特征点在投影仪坐标系中的坐标,从而计算出摄像机光心与投影仪光心之间的相对位置关系,实现结构光视觉标定。利用标定后的视觉系统,对标定板上的角点距离进行测量,最大相对误差为0.277%,表明该标定算法可以应用于基于投影仪和摄像机的结构光视觉系统。     

基于条纹边界编码光系统的三维分层重构技术

给出了一种基于条纹编码光的三维分层重建技术;为了提高结构编码光的抗干扰性,采用一种基于时空多帧编码的投射条纹图像,通过整合分析多帧图像不同条纹间的跳变关系得到被测物象的光栅条纹编码从而有效提高结构光的抗干扰性;采用一种新的基于组合数学的编码算法以利于条纹编码自动化;在既有文献基础上,提出新的基于条纹边界编码光的三维分层重构数学模型。实验结果证明,在3D重建方面,该技术具有较强的鲁棒性。     

基于角点跟踪的光流场计算

在综合视觉运动分析中的两类处理方法，选取图像中的角点作为特征点，并检测和跟踪图像序列中的角点。记录检测到的角点在图像序列中的位移，在理论上证明了时变图像的光流场可以近似地用角点的位移场代替，同时给出这种替代的两个前提条件。本文用真实图像序列验证提出的算法，实验结果表明该算法取得了较好的效果。     

一种新的不可见结构光算法

本文提出了一种新颖的自适应不可见结构光的投影技术.该技术可以将任意的二值结构光图像嵌入到普通的原始投影图像中.由于投影仪高速投影,人眼是很难发觉嵌在图像中结构光信息,然后利用与投影仪同步的高速摄像头捕捉到的嵌入结构光编码图像,还原出结构光图像.本文的特色在于提供一种新型的嵌入结构光的编解码算法,该算法可以在保证结构光视觉不可见的前提下,使结构光还原图像的精度提高到像素级.     

垃圾邮件图像中的文字角点检测

为提取垃圾邮件图像中文字的角点信息,提出一种新的基于图像边缘和圆形模板的角点检测算法。算法首先利用彩色边缘检测算子和阈值分割方法获取文字图像的边缘,然后采用圆形模板提取文字的角点信息。边缘检测和阈值分割降低了干扰背景和噪声对角点检测的影响,圆形模板使得角点检测对文字方向变化不敏感。实验表明,在真实的垃圾邮件图像中文字角点定位精度略高于SUSAN算法,并能同时获取角点角度的大小。     

基于编码结构光的物体表面点云获取算法

为了解决基于结构光的三维重建中摄像机观测条纹与投影仅模式之间的匹配问题,提高点云数据的精度,采用De Bruijn序列对结构光进行编码,基于全局优化思想对条纹边界进行最优邻域匹配(BN-Matching),并针对结构光图像的特点和用途提出了边界检测算法.该编码方法结合时分多路复用与空间邻域两种编码的思想,对物体表面的连续性和单调性不作限制.实验结果表明,边界检测及匹配算法有较强的鲁棒性,获得的点云数据能够满足后续三维表面重建的要求.     

彩色编码结构光测量系统器件非线性校正

在彩色编码结构光测量系统中,为解决伽马畸变和颜色串扰导致的CCD接收相位非线性问题,提出一种基于彩色灰度图像的伽马值预编码法.根据CCD对彩色三通道响应程度的差异,分别对各通道投影灰度引入不同预编码值进行预调制,同时求取串扰逆矩阵对颜色串扰进行补偿.为验证该方法的有限性,搭建光栅投影结构光三维测量系统.实验结果表明:该方法能够校正各通道光栅条纹的非正弦性,包裹相位的相位误差得到大幅减少.与已有的校正方法相比,该方法的校正效果更好.     

A VLSI architecture for a half-edge-based corner detector

Corner detection is a low-level feature detection operator that is of great use in image processing applications, for example, optical flow and structure from motion by image correspondence. The detection of corners is a computationally intensive operation. Past implementations of corner detection techniques have been restricted to software. In this paper we propose an efficient very large-scale integration (VLSI) architecture for detection of corners in images. The corner detection technique is based on the half-edge concept and the first directional derivative of Gaussian. Apart from the location of the corner points, the algorithm also computes the corner orientation and the corner angle and outputs the edge map of the image. The symmetrical properties of the masks are utilized to reduce the number of convolutions effectively, from eight to two. Therefore, the number of multiplications required per pixel is reduced from 1800 to 392. Thus, the proposed architecture yields a speed-up factor of 4.6 over conventional convolution architectures. The architecture uses the principles of pipelining and parallelism and can be implemented in VLSI.     

多特征复合的角点提取方法

提出了一种利用图象灰度特征和边界轮廓点特征相复合的角点检测方法；首先在SUSAN特征检测原则基础上，提出了基于图象灰度特征的快速自适应特征检测方法，用以提取不同图象对比度下目标轮廓上的初角点，利用边沿元对这些包含了部分边缘点的初角点沿边绝缘方向跟踪排序后，再由根据图象边缘特征检测的边界方向变化情况来确定角点位置，同时剔除由于图象数字化而导致的虚假角点，这种方法克服了单一特征提取角点所带来的弊病，提高了角点检测的精度，抗噪能力强，运算量较小，适于实时实现。     

基于段测试的X角点检测与亚像素定位

针对X角点快速检测和精确定位要求,提出了一种实时识别、定位X角点的方法:首先,根据X角点图像对称性和亮度分布特征,筛选出候选X角点;随后,对候选X角点进行段测试,确认候选X角点,并检出测试段中位于图像边缘上的像素,进行角点的亚像素定位.与Harris算法比较,该方法能有效检测X角点并排除其他类型角点,具有较高的定位精度...     

一种自动、快速的Kinect标定方法

针对目前Kinect传感器人工标定方法误差大、速度慢等问题,提出一种自动、快速的Kinect传感器外参标定方法。首先,根据彩色图像提取的角点,生成彩色图像的角点集合;其次,为了实现角点点云的自动提取,对点云图像进行深度分割,提取棋盘格点云,采用三维哈夫(Hough)变换检测方法将棋盘格点云投影到深度图像的模板平面上,在深度图像模板中提取深度图像中的角点;然后,将深度图像中的角点映射到棋盘格点云中,形成角点点云;最后,将角点点云与彩色图像的角点集合进行配准,得到角点的3D空间坐标,进而计算出深度相机到彩色相机的姿态变换矩阵。实验结果表明,本文提出的算法在保证相机标定精度的前提下,将相机参数的计算时间从平均218ms降低到166ms,实现了自动、快速的Kinect相机标定。     

机器视觉复杂平面边缘角点的高精度定位方法

基于机器视觉的二维复杂平面尺寸测量中,边缘角点包含丰富的图像目标特征信息,其检测精度对后续图像分析及参数计算精度有着至关重要的影响。本文提出了一种边缘轮廓角点的高精度定位方法,该方法先利用角点处的曲率变化及相邻两角点线段与x轴正向的夹角变化,初步确定角点的位置坐标,然后利用优化方法去除伪角点,以实现对真实角点的高精度定位。研究表明,该方法便捷、高效,在服装衣片的样片边缘测量中取得了理想的结果。     

基于角点及空间分布的图像检索方法

本文提出了一种利用角点特征进行图像检索的新方法,该方法利用改进后的Harris算法检测角点,在此基础上结合角点信息、质心距与非角点信息进行检索。该描述方法对形状的平移、旋转、尺度具有鲁棒性。实验结果表明,该方法能够充分利用轮廓信息正确描述形状特征,且实现简单,有效提高了检索的效率。     

基于有向面积的角点分类算法

在3维场景重构、运动估计、机器视觉等领域,不仅希望能检测出图像中的角点,而且还希望获得角点附近更多的信息,即能对角点进行进一步分类。为了能对图像中检测出的角点进行分类,提出了一种基于有向面积的角点分类方法,该方法首先采用基于协方差矩阵特征向量的小波变换角点检测原理检测出图像边缘上的角点;然后根据角点两侧的边缘信息定义了6种类型的角点;最后通过计算角点附近边缘上顺序排列的3个有向面积,实现对角点的分类。实验表明,基于有向面积的角点分类,具有较高的准确性。     

一种基于Harris和图像对比度的角点检测方法

目前各种角点检测方法,对于不同的图像需要选取不同的阈值才能保证结果的精确度,而阈值的选取是比较麻烦的.此处提出了一种通用的方法,通过适当改变图像直方图增大图像对比度,再使用固定阈值的Harris方法对图像中的角点进行提取.该方法解决了阈值选取困难的问题,实验结果表明该方法有效提高了结果的精度,在很多场合比较适合.     

基于多尺度Harris角点的图像文字检测

为解决传统的基于Harris角点的图像文字检测算法易受非文字角点干扰,检测准确率低的问题,提出一种基于多尺度Harris图像文字检测算法.该算法在多个尺度下提取角点,并利用分块方法分析文字局部特征,有效剔除了非文字角点.使用多次迭代逐步剔除非文字区域角点,精确提取备选块中的文字角点;通过区域融合形成文字区域,用轮廓跟踪法标识文字区域.实验结果表明,该算法明显提高了图像/视频文字检测的稳定性和准确率.     

针对多投影仪显示墙画面校正的图像对准技术

针对多投影仪显示墙画面校正问题中相机与投影仪间图像对准问题,提出一种基于自适应细分网格的稀疏对应点加密方法,可以得到任意光滑屏幕上投影图像与相机图像间的像素级对应关系。该方法利用改进的自适应4点插值细分曲线思想构造细分网格方法,可以将投影仪图像与相机图像间稀疏对应点网格加密到任意精度,从而建立从相机到投影仪图像间的像素级一一映射关系,为多投影仪显示墙系统的几何和色彩校正提供精确的图像对准基础。与现有算法的对比分析和虚拟机场塔台仿真系统中的实际应用表明,该方法具有较高的图像对准精度,并且无显式的需求投影仪、投影屏幕和相机的内部参数。