基于结构光视觉的白车身覆盖件间隙面差测量方法

针对白车身表面覆盖件间隙面差人工测量精度差、效率低等问题,提出了利用结构光视觉测量方法代替人工测量.在间隙特征点识别中,计算光纹中心线上各点的绝对差分值,搜索差分极值点并将该极值点作为特征点;在面差特征点识别中,采用基于离散曲线曲率极值点的特征点定位算法.实验结果表明:间隙面差测量方法测量精度较高,能够满足整车厂对白车身间隙面差测量精度的要求.     

基于Kinect v4的牛体尺测量方法

针对基于机器视觉的牛体尺测量方法中图像背景复杂、特征点提取难度大的问题,提出了一种基于Kinect v4传感器的牛体尺测量方法来采集彩色和深度图像,并结合目标检测、Canny边缘检测、三点圆弧曲率等算法提取体征特征点进而计算体尺数据。首先,制作了牛体尺特征部位图像数据集,并利用深度学习YOLOv5目标检测算法检测牛体尺特征部位信息,以减少牛体其他部位和背景对体尺测点提取的干扰;其次,借助OpenCV图像处理库中的Canny边缘检测、轮廓提取等图像处理算法获取牛体尺测点所在的关键轮廓;然后,对关键轮廓采用多项式拟合和三点圆弧曲率等算法从而在二维图像中提取牛体尺测点;最后,利用深度信息将二维图像中的测点信息转换到三维坐标系下,并结合随机抽样一致（RANSAC）算法在三维坐标系下设计牛体尺测量方法。经过在复杂环境下传感器和牛体侧面成不同偏角时的实验测量结果和人工测量结果的比较得出,牛体尺数据中鬐甲高的平均相对误差为0.76%,体斜长的平均相对误差为1.68%,体直长的平均相对误差为2.14%,臀端高的平均相对误差为0.76%。实验结果表明,所提方法在复杂环境下具有较高的测量精度。     

基于Kinect人体脚型三维构建

针对传统测量方法成本高、操作复杂、图像特征匹配率准确度不高等问题,提出了一种将Kinect传感器与计算机视觉技术相结合的构建人体三维脚型的方法。利用Kinect传感器搭建测量系统,获取不同角度的深度信息图像,通过改进的Harris-SIFT算法对特征点进行提取与匹配,并通过迭代最近点(ICP)算法完成对点云数据的拼接。结果表明:所提方法能够便捷、准确地实现人体三维脚型的构建。     

一种基于双目视觉的奥制齿轮刀具参数测量方法

将双目视觉技术应用于奥利康齿制螺旋锥齿轮铣刀盘刀具的参数测量,通过双目标定获得系统的内外参数,并对待测刀具图像进行双目极线校正;提取待测刀具图像边缘轮廓并采用最小二乘法对直线边缘进行拟合,将共面直线交点作为匹配特征点,依据理想平行双目视觉系统三维重建方法求出刀具特征点的三维空间点坐标;利用空间点和空间平面的位置关系求取奥制齿轮刀具参数,通过实验对算法进行验证,实验结果证明了该测量方法的有效性,并具有一定的实际应用价值。     

基于图像传感器的仪表自动读数系统

基于图像传感器的仪表自动读数是现代测量的发展趋势。利用机器视觉和图像处理技术,设计了一种机器视觉与图像传感器测量相结合的自动读数测量系统。利用LED漫反射光源的特性设计测量用光,有效削弱仪表表面的强镜面反射,取得光照较均匀的图像;利用移位寄存式线性逼近法从刻线群中识别出对准刻线;利用特征窗平移法提取字符特征实现了快速字符识别。实验表明:系统的测量准确性比用传统的测量方法提高了1倍,而且操作便捷,测量效率高。     

基于机器视觉的输电线跨越距离测量方法研究

主要研究了一种基于机器视觉的输电线跨越距离测量方法.设计了一套双目立体视觉测量系统,可以实时监测输电线路跨越距离.该系统通过双目相机实时采集标有特征标记点的输电线图像,采用颜色分割检测方法实现左右图像的立体匹配,计算出特征标记点的空间坐标,从而实现跨越输电线的三维重构,并基于跨越输电线的三维模型计算出跨越距离的大小.实验数据表明,该方法的测量精度达3％以内,满足实际要求,验证了该方法的可行性.     

利用运动线索的单目深度测量

目的 传统的单目视觉深度测量方法具有设备简单、价格低廉、运算速度快等优点,但需要对相机进行复杂标定,并且只在特定的场景条件下适用。为此,提出基于运动视差线索的物体深度测量方法,从图像中提取特征点,利用特征点与图像深度的关系得到测量结果。方法 对两幅图像进行分割,获取被测量物体所在区域;然后采用本文提出的改进的尺度不变特征变换SIFT（scale-invariant feature transtorm）算法对两幅图像进行匹配,结合图像匹配和图像分割的结果获取被测量物体的匹配结果;用Graham扫描法求得匹配后特征点的凸包,获取凸包上最长线段的长度;最后利用相机成像的基本原理和三角几何知识求出图像深度。结果 实验结果表明,本文方法在测量精度和实时性两方面都有所提升。当图像中的物体不被遮挡时,实际距离与测量距离之间的误差为2.60%,测量距离的时间消耗为1.577 s;当图像中的物体存在部分遮挡时,该方法也获得了较好的测量结果,实际距离与测量距离之间的误差为3.19%,测量距离所需时间为1.689 s。结论 利用两幅图像上的特征点来估计图像深度,对图像中物体存在部分遮挡情况具有良好的鲁棒性,同时避免了复杂的摄像机标定过程,具有实际应用价值。     

基于机器视觉的板件形位测量

为实现快速非接触式的板件形位测量,提出了一种基于机器视觉的测量方法,将机器视觉技术应用到机械加工中。基于机器视觉的板件形位测量利用工业摄像机获取工件图像,经过图像滤波和图像分割后提取工件角点,匹配左右相机中的角点,从而得到角点的三维坐标,并且采用直线拟合的方法拟合工件边缘、计算直线斜率,得到工件的旋转角度。     

基于图像的大型物体尺寸的三维测量方法研究

针对大型物体尺寸不易测量的问题,研究简单快速的测量方法;提出了一种利用数码相机完成物体尺寸的三维测量的方法;利用数码相机从多角度获取图像,采用稳定性强的Harris角点检测算法对图像进行特征点检测;在相机标定过程中提出了一种利用图像中被测物体自适应寻找标定模板的方法,扩大了标定模板的使用范围;最后利用投影矩阵理论计算特征点的世界坐标进行测量;实验证明测量结果误差在2.0%以内,说明该方法能够克服传统测量方法的缺点,满足一般工业的测量要求并且适用范围广。     

基于PCI总线的立体视觉系统实现非接触式实时测量

根据利用立体视觉方法来实现非接触式测量方法的原理,提出了利用辅助激光线光源的实现方法,并利用ＰＣ机的新技术,在ＰＣＩ总线上实现了双路图像实时采集,并利用ＦＩＦＯ传输方式、特征点捕获和匹配等实现非接触式实时测量的全过程。     

运动物体位移及姿态参数的一种图像测量方法

利用散焦图像深度估计原理,给出了一种运动物体移动距离和姿态的测量方法,并对 图像特征点的获取和跟踪方法作了研究．该测量方法首先在物体上设置了四个明暗分明的圆 形特征点,然后根据物体运动过程中特征点图像边缘的模糊程度,测量计算物体沿摄像机光 轴的移动距离．当物体发生倾斜后,可由被测量的四个特征点沿光轴的移动距离值不同来计 算物体的倾斜角．该方法仅需一台摄像机,测量原理简单,计算量小,能满足实时性要求, 并具有一定的测量精度．     

基于双目视觉的板材平面测量研究

针对传统人工测量板材尺寸精度较低、工作量大、易导致板材表面受损等局限,基于双目视觉技术设计了一种板材尺寸视觉测量系统;通过双目相机采集棋盘格图像,采用MATLAB进行相机标定和图像校正,拍摄左右图像并通过半全局立体匹配算法(SGM,semi global matching)进行特征点立体匹配,重建出目标三维点云模型;为提高目标特征点坐标获取的准确性,提出基于HARRIS的亚像素检测方法;采用区域生长算法结合膨胀和腐蚀操作提取板材表面轮廓,根据三角测量原理计算出板材轮廓上各点的三维坐标从而实现板材的尺寸测量,并进行点云重建增强三维展示效果;实践结果表明亚像素检测方法在角点提取上存在优势,在实际板材测量应用中实现了高精度尺寸测量,满足了工业测量需求。     

基于极值约束的鞋底边缘立体匹配

为了提取鞋底边缘特征,提出了一种中间加光源的双目立体视觉测量方法,增大边缘内外的对比度。针对鞋头和鞋跟特征匹配,提出了基于极值约束的边缘立体匹配方法。该方法分三步：采用Canny算子提取左右图像的边缘;对鞋跟和鞋头部分的边缘点利用最小二乘三项式曲线拟合,求取边缘点上与曲线极值点最近的点作为极值特征点;利用长度均分法进行其他边缘点的匹配。对鞋底进行双目三维测量实验,结果表明,中间加光源可使得图像边缘清晰,便于边缘提取;提出的匹配方法获得的鞋底边缘三维数据完整、正确,有效地抑制了匹配错误。     

改进型SUSAN算子在零件视觉测量系统中的应用

本文介绍了基于改进型SUSAN算子的零件视觉测量系统。设计了零件视觉测量系统的体系结构,采用了一种基于中值的加权滤波算法进行零件图像预处理,研究了SUSAN算子的基本原理和角点检测步骤,并提出了一种基于方相信的改进SUSAN算子和零件角点测量方法,最后通过实验验证了算法的可行性。     

基于立体视觉的齿轮检测系统的研究

针对螺旋锥齿轮接触区的测量,提出了基于立体视觉的测量方法,阐述了视觉测量系统设计技术与实现方法,并就图像采集、摄像机标定、特征提取以及测量结果等问题进行了分析.     

基于改进ORB算法的双目视觉定位测量方法

针对基于传统特征点检测的双目视觉测量中匹配时间长、误匹配率高和测量精度低的问题,提出了基于改进ORB算法的双目视觉定位测量方法。首先对特征点邻域内的像素点灰度值进行加权,再采用灰度质心法提取特征点的主方向,最后以字符串描述子代替传统二进制描述子对特征点进行描述,在测量中采用二维二次函数精确拟合特征点的亚像素坐标,实验结果表明,该改进方法在特征点匹配正确率和测量精度上都有很大的提升,特征点匹配正确率提升了31.8%,测量最低误差达到0.42%,满足双目视觉测量的精度要求。     

基于双目立体视觉的鞋楦三维建模

利用双目立体视觉的三维重建作为实现鞋楦数字化方法,避免了传统测量方法效率低、难以精确的困难.根据双目视觉原理,通过双CCD摄像机构成的双目立体视觉系统,论述了该系统的原理、结构,详细讨论了图像特征点提取、特征点立体匹配以及特征点三维重构等三维重构建模核心技术问题,并结合鞋楦特点,提出了相应的解决方法,提高了三维重构的准确性和质量,达到了实用的要求.     

基于立体视觉的平面圆参数高精度测量算法*

针对目前平面圆的圆心和半径测量方法存在的不足,提出一种基于立体视觉的平面圆参数高精度测量方法。该方法首先根据边缘分组算法和二次曲线椭圆拟合判别算法提取双目图像中的椭圆特征;其次利用分段立体匹配算法获取平面圆特征上部分点的三维坐标;最后通过三维平面拟合、坐标转换、平面圆拟合以及坐标反变换获取平面圆的圆心和半径参数。实验结果表明,该方法有效地减小了平面圆透视投影引起的畸变误差,提高了平面圆参数的测量精度。     

融合道路图像关键信息的车距视觉测量方法

提出了一种融合道路图像关键信息的纵向车距视觉测量方法,在道路成像平面内建立了基于车道平面约束的视觉测距模型,运用边界约束Hough变换采集两侧道路标识线的斜率、聚点坐标以及车道宽度信息,自动求解视觉传感器的高度及俯仰角等测距参数。选取双通道Gabor滤波器提取目标车辆的5尺度8方向特征样本,联合AdaBoost分类器与级联Cascade筛选有效特征,快速精确提取目标特征点的坐标参数。实验结果表明,视觉测量值与实测值的绝对误差平均值为1.37 m,相对误差平均值为2.38%,测距平均耗时32 ms,与传统测距方法相比较,测量精度和实时性均得到了提高,适合于汽车主动防撞安全系统中应用。     

基于双目视觉的飞机舵面偏角测量研究

针对通用飞机襟翼、副翼、升降舵等旋转舵面偏角的测量需求,提出了一种基于双目视觉原理的偏角测量方法。在飞机舵面布置编码标识点,利用双目相机采集被测舵面在不同偏角下的编码标识点图像;根据相机标定结果求得双目视觉投影矩阵;通过获取编码标识点的三维坐标,计算出舵面偏角。使用该方法进行舵面角度测量,精度高,安全可靠,在航空测试场景中具有较高的实用性和优越性。