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。     

靶标成像双目视觉坐标测量建模

提出了一种利用手持式靶标实现双目视觉三维坐标测量建模的新方法。利用空间透视变换建立了非线性测量模型．介绍了基于牛顿非线性迭代的测量方程的求解方法。以矩阵分析理论为基础，讨论了影响测量方程求解的因素，并提出了方法中重要部件手持式靶标上特征点分布的基本约束条件，为这一方法在实际应用中获得较高的测量精度提供了较为完善的理论分析依据。通过数值分析与计算，验证了理论分析的正确性和这一方法应用的可行性。     

双目立体显微测量的研究

双目立体视觉是计算机视觉的一个重要分支,即由构成一定角度的两台摄象机拍摄同一幅画面,通过计算空间点在两幅图像中的视差,获得该点的三维坐标值.提出将双目立体计算机视觉技术应用于光学立体显微镜上,可对一些微小物体进行观测和测量,并获取深度信息,建立三维图象,从而用简便、经济的手段进行微小物体的三坐标测量.     

基于双目立体视觉的机器人测量技术研究

本文利用双目立体视觉技术、机器人手眼关系以及机器人的正向运动学模型获得空间点在世界坐标系下的坐标值，从而可以构建多个点在空间的三维模型，并且获得任意被测两点之间的空间几何尺寸。     

双目立体视觉动态角度测量方法

为实现对大幅度动态摆角及运动过程中物体空间姿态角的在线测量,提出一种基于双目立体视觉技术的动态角度测量方法。通过标定好的双目系统实时跟踪采集被测物体的特征点图像,重建特征点的空间三维坐标,进而计算出待测物的动态摆角或空间姿态角。实验结果表明:该系统在测量摆角时示值误差为±0.02°,测量空间姿态角时示值误差为±0.12°,同时具有非接触的优点,适用于动态摆角的在线测量及运动物体的空间姿态跟踪。     

基于双目立体视觉偏折术的标定

相位测量偏折术(PMD)是近几年在光学测量领域内普遍使用的一种非接触式的高精度测量方法,而系统几何标定是相位测量偏折术获得高精度测量的先决条件。由于LCD显示屏位于摄像机的视野之外,增加了标定的困难,本文提出的基于双目立体视觉的相位测量偏折测量系统,通过姿态转换几何标定方法进行系统标定,标定左右两个摄像机与LCD显示器之间的相对位置关系,并通过实验验证了该标定方法的可行性和准确性。     

基于双目立体视觉的物流包装箱尺寸测量研究

目的 针对物流行业运输中包装箱的非接触自动测量,提出一种基于改进SURF配准算法的双目立体尺寸测量方法。方法 首先采用二进制FREAK描述子代替传统SURF的描述子,解决传统SURF描述子计算耗时、描述向量生成依赖于特征主方向,且主方向计算误差会在后续步骤中出现传导放大 的缺点;其次,采用PROSAC删除误匹配点,并利用FREAK级联匹配的方式进一步提高算法的匹配 速度和匹配准确率。最后,利用视差优化和边缘提取算法获得精确三维空间体,实现非接触尺寸测量。结果 实验表明改进算法可快速提取图片特征点并准确匹配,对不同规格包装箱检测结果显示,基于改进算法的测量方法测量误差小,检测速度快。结论 改进图像匹配算法可有效提高图像匹配准确率,减少测量时间,对于提高物流行业运输效率、减少人工成本具有重要意义。     

双目立体视觉在真假人脸检测中的改进

人脸识别是人体生物特征识别技术的一个重要方向.识别的主要方向是面部的提取,匹配方面,但对于被识别对像的真假特征研究较少.改进双目立体视觉比较好的补充了这一缺陷.     

光笔式单摄像机三维坐标视觉测量系统

提出了一种光笔式单摄像机三维坐标视觉测量系统,系统主要由一支光笔、一架摄像机、一台笔记本电脑组成.光笔是一种手持式触发测头,在笔休上装有三个与球形笔尖测头中心成一条直线的点光源(发光二极管).测量时使笔尖测头接触被测物体表面,摄像机摄取笔体上三个发光二极管的像,由三个发光二极管的像面坐标就可计算出被测点的三维坐标.运用三点透视原理(P3P)建立了系统的数学模型并推导出了被测点坐标的求解公式.在三坐标测量机上做对比实验,实验测试结果表明,该系统达到了大尺寸现场测量要求的精度.     

双目立体视觉匹配技术现状与发展

双目立体视觉技术是计算机视觉重要的研究领域,如今的应用也愈发广泛,其中在精密测量上起到的作用不可或缺。匹配技术在双目测量中尤为关键。本文从立体匹配技术的现状出发,介绍了现阶段匹配技术运用的主要方式和关键算法,以基于基元的匹配算法入手,对该技术的发展趋势进行展望。通过对比各算法的优缺点,获得对匹配技术的进一步了解,为未来进行双目视觉测量的应用提供理论依据。     

双摄像机靶标成像视觉坐标测量方法研究

提出了一种利用手持式靶标实现双目视觉三维坐标测量的新方法,以靶标作为成像目标,利用靶标与被测面接触,通过分析靶标上已知特征点的成像变化,实现与靶标接触点的三维坐标测量,这一测量新方法,可以实现视觉系统外部参数测量中的自标定,并能实现遮挡点的测量,研究中利用空间透视变换建立了这一方法的非线性测量模型,介绍了基于Newton非线性迭代的测量方程的求解方法,以矩阵分析理论为基础,讨论了影响测量方程求解的因素,并提出了方法中重要部件手握式靶标上特征点分布的基本约束条件,通过数值计算分析了图像处理误差、有效焦距和基线标定误差对测量方法的影响,实验结果验证了理论分析的正确性和应用的可行性。     

Research on Extraction of Bottom of Shoe Pattern Based on Binocular Stereo Vision

In order to quickly and efficiently get the information of the bottom of the shoe pattern and spraying trajectory,the paper proposes a method based on binocular stereo vision. After acquiring target image,edge detection based on the canny algorithm,the paper begins stereo matching based on area and characteristics of algorithm. To eliminate false matching points,the paper uses the principle of polar geometry in computer vision.For the purpose of gaining the 3D point cloud of spraying curve,the paper adopts the principle of binocular stereo vision 3D measurement,and then carries on cubic spline curve fitting. By HALCON image processing software programming,it proves the feasibility and effectiveness of the method.     

基于LS-SVM的立体视觉摄像机标定

利用最小二乘支持向量机来直接学习图像信息与三维信息之间的关系,不需确定摄像机具体的内部参数和外部参数.在双目视觉的情况下,两摄像机的位置关系不需具体求出,而是隐含在映射关系中.根据最小二乘支持向量机与摄像机标定的特点,提出了基于最小二乘支持向量机的双目立体摄像机标定方法.将摄像头采集到的图像的像素坐标作为输入,将世界坐标作为输出,用最小二乘支持向量机使网络实现给定的输入输出映射关系.该方法同BP神经网络预测结果对比表明:基于最小二乘支持向量机的双目视觉标定方法速度快,实时性好,能有效提高标定精度.     

双目视觉摄像机神经网络标定方法

摄像机标定是精密视觉测量的基础。为了描述双目视觉中三维空间物点坐标和两个摄像机像面像点坐标间的非线性关系,传统的标定方法需要建立复杂的数学模型。而神经网络可以有效地处理非线性映射问题,笔者介绍了一种BP(ErrorBackPropagation)神经网络,并且为了提高网络的学习能力引入了动态因子。用相同的参考数据,将神经网络标定方法与线性标定方法比较,实验结果表明基于神经网络的双目视觉标定方法能获得较高的标定精度。     

基于可变形卷积的双目视觉三维重建

提出一种基于可变形卷积的立体匹配算法来进行双目视觉三维重建。首先,采用二维可变形卷积对输入的左右两幅图像进行特征提取;然后,利用三维可变形卷积,在匹配代价空间中有效地聚合两个图像之间的相关特征;最后,采用3个阶段级联残差学习的方式来降低匹配代价空间的参数计算量,以达到快速匹配的实时要求。根据该算法原理完成了视差深度图的检测,并通过Open3D重建三维物体。实验结果表明:该算法的参数量为0.5×10⁶,运行时间只需0.02s,生成的视差图精度较高,三维重建效果较好。