基于双目视觉的车距测量系统

文章提出的基于双目视觉技术的车距测量系统,由预处理、车辆检测和车距测量共3部分组成,通过计算车辆矩形框中心点、左右中心点特征匹配和三角测量来计算车距。实验表明,本系统车辆检测准确率最高可达95%,最低为92.5%,车距测量精度误差范围为-1.1～0.2 m,车距测量响应时间范围为80～90 ms,在车辆检测准确率、车距测量精度和响应时间等方面均表现优良,具有较高的准确性和实用性,可以满足大多数车距测量应用场景的需求。     

几何法在双目立体视觉中的应用

本文提出了一种双目立体视觉的几何解法,通过分别获取场景中某物体在左右摄像机中投影点的实际像素坐标,利用标定得到的摄像机内参数,求得投影点的理想图像坐标.然后利用摄像机外参数,可获得经过摄像机的光心与投影点两点的射线的方向矢量,找到这左右两条异面射线的公垂线的中点,即为场景中某物体点.     

双目立体视觉中物点定位的一种快速算法

在分析了双目立体视觉中物点定位的最小二乘法和归一化的最小二乘法的原理和不足后,本文给出了 公垂线中点法的一种简便的计算公式并给出了相应的快速算法．实验结果表明,与最小二乘法和归一化的最小二乘 法相比,本文所提的快速算法不仅计算简单,而且具有更优良的抗噪性．     

基于双目立体视觉的图像增强

户外视觉系统采集图像时,容易受到低照度等因素的影响,导致捕获的图像退化,视见度降低。本文提出了一种基于双目立体视觉的图像增强算法。该算法首先通过立体匹配处理求解场景视差图像,然后构建广义双边滤波估计图像照度分量,根据Retinex原理求解图像反射分量,实现图像的增强。实验证明,该算法能够有效地改善图像质量,提高双目视觉系统工作的鲁棒性和可靠性。     

基于双目立体视觉技术的汽车测距系统实现

汽车测距是汽车防撞系统的关键技术之一。在分析现有的汽车测距常用方法基础上,针对常用测距方法设备庞杂、相互干扰严重等问题,对机器视觉在汽车测距方面的应用进行研究,提出一套基于双目立体视觉技术的汽车测距方案。并使用OpenCV2.4.8在VS2012编译环境下用C/C++编程实现验证其可行性,通过对摄像机标定、立体校正、立体匹配等关键技术的研究,选用一种快速的立体匹配算法对目标进行测距。经过实验验证,该系统可行性高、成本低,只需两个普通CMOS摄像头便可完成图像采集工作,而且平台搭建方便,测距算法容易实现,速度快、扩展性好,在一定范围内的准确度基本满足应用要求。     

基于双目立体视觉的机械手精确定位系统

在机械手执行任务的过程中,控制机械手定位到目标位置是一个非常的机械手自动定位系统设计方法,由双目立体视觉系统根据目标物的二维图像计算出目标物的三维坐标,然后根据此三维坐标去控制机械手自动运动到目标位置.实验表明该系统能提高排爆机器人机械手的易操作性,大大提高了机械手的性能     

基于双目立体视觉的番茄识别与定位技术

根据颜色特征利用阈值自动设定的方法对图像进行分割,自动、快速识别红色番茄;采用形心匹配取代常规的特征点选择和匹配方法,对双目立体成像测距公式进行了修正,经过验证,当工作距离小于500mm时,距离误差可以控制在±10mm以内。     

基于双目立体视觉的障碍物检测方法

基于双目立体视觉的障碍物检测方法,是一种基于双目视觉的V视差图检测障碍物的算法。利用生成的视差图之后再生成V-视差图,进而提取V-视差图当中的直线的信息,利用这些提取的直线的信息,就可以大致确定障碍物存在的区域,以此进行障碍物的检测。这样是一种对于光照和阴影等的干扰不是十分敏感,可以检测具备面特征的障碍物,可以用于复杂的背景之下的障碍物的检测。     

基于双目立体视觉的视差测量

双目立体视觉是计算机视觉研究最重要的组成部分之一.该文旨在构建一个双目视觉系统用来测量相机与物体的距离.通过双目相机进行图像采集,使用Matlab Calibration Toolbox工具对相机标定,然后进行左右图像校正,最后对校正的图像进行立体匹配,得到被测物体的视差图及其物体的3D坐标.实验表明:这个方案具有可行...     

基于SURF算法的双目视觉特征点定位研究

针对双目视觉立体图像特征点匹配质量不好导致定位精度低的问题,本文提出改进SURF匹配的特征点定位方法。在改进的SURF匹配算法中,采用双向匹配、NNDR约束、对称性约束、极线约束和交叉匹配约束的方法,提高了图像特征点匹配的质量。在双目视觉特征点定位中,采用公垂线段中点法具有更高的特征点定位精度。实验证明,该算法的特征点定位精度更高,同时可以达到实时三维重建效率。     

基于双目视觉的障碍物高度检测

针对变电站设备巡检机器人的应用需求,提出了一种基于双目视觉的障碍物高度检测方法.采用双目测距原理对障碍物的距离信息进行检测,然后在图像中选择样本点,根据这些点在视差图中的三维坐标,利用改进的RANSAC算法,求取当前帧的路面的平面方程,并利用Kalman滤波对此平面方程进行估计和预测.最后利用点到平面距离公式求取障碍物的高度,得到三维环境的高度图,利用高度信息检测障碍物.实际应用表明:提出的方法能有效地克服光照变化和阴影对障碍物检测的影响,所求得障碍物的高度信息精度较高,能够满足需求,对于环境变化的适应性较强.     

双目显微立体视觉系统标定方法研究

针对显微立体视觉系统光路标定问题,设计并实现一种适合显微立体视觉系统的两步标定方法。首先,对单子光路进行初步的标定,获得放大倍率;然后,以光学工作距离为定值约束,求解内参数;再进行第二步标定求解外参数。对3个常用物镜倍率的体视显微镜进行了标定,获得了双光路的焦距、相对位置、倍率等参数的均值、标准差与相对误差,并用左右位移相对平移偏差验证了标定的准确性。研究的显微立体视觉系统标定方法为分析微沟道的半遮挡问题奠定了实验基础。     

基于平行双目视觉技术的人体康复系统的研究

当前,计算机双目视觉技术在生物医学、制造工业和信息工业等领域应用越来越广泛,逐渐显示出很好的应用前景。在研究国内外双目视觉技术和康复系统发展现状的基础上,提出了一种从两幅二维图像获得三维场景的生成方法,对于实现基于双目视觉技术的人体康复过程自动识别系统,具有重要的应用价值。     

基于深度学习与双目立体视觉的物体管理应用

利用搭载双目摄像机与GPS设备,提出了一种基于深度学习与双目立体视觉的物体管理方案。首先用智能眼睛拍摄照片,并利用GPS获取智能眼睛所在的位置,然后利用卷积神经网络(CNN)中的FAST-RCNN对拍摄照片进行物体识别,获取照片中的物体,再利用双目立体视觉技术中的SGBM算法,获取照片中的物体相对与摄像机的坐标。利用拍摄者的GPS与物体相对拍摄者的坐标,就可以获取物体的坐标,从而获取物品的位置,实现管理物体的功能。     

基于SecOC的车载网络通信安全模型研究

车载电子设备的增加使得车载网络面对越来越多的威胁。车载网络中电子控制单元（ECU）无认证、控制器局域网络（CAN）通信数据无加密等缺陷使得车载网络易遭受重放、ECU注入、中间人伪造消息、窃听等恶意攻击,造成严重后果。针对车载网络面临的威胁,提出一种基于SecOC的车载网络安全通信模型,该模型使用SM4的密码算法与基于Bkake2s的改进密钥管理,实现车载ECU的认证和车载网络消息的加密与认证。最后经过分析与测试,该模型可以保护车载网络安全并更高效。     

无人水面艇双目立体视觉系统设计

针对雷达不能利用目标的颜色等属性和水面多路径反射的干扰等问题,建立无人水面艇双目立体视觉系统,为实现无人水面艇的自主避障和目标跟踪等任务提供基础。采用两个IEEE1394接口的数字摄像机在无人水面艇上构建双目立体视觉系统,进而编程拍摄左右两幅图像并标定摄像机。结果表明,所构建的双目立体视觉系统可以用于无人水面艇视觉技术的研究。所设计的双目立体视觉系统对无人水面艇具有重要的研究意义。     

车载双目视觉动态级联修正实时立体匹配网络

针对目前基于双目视觉的高精度立体匹配网络消耗计算资源多、运算时间长、无法用于智能驾驶系统实时导航的问题,本文提出了一种能够满足车载实时性和准确性要求的动态融合双目立体匹配深度学习网络。该网络加入了基于全局深度卷积的注意力模块完成特征提取,减少了网络层数与参数数量;通过动态代价级联融合、多尺度融合以及动态视差结果修复优化3D卷积计算,加速了常用的3D特征融合过程。将训练好的模型部署在车载硬件例如NVIDIA Jetson TX2上,并在公开的KITTI立体匹配数据集上进行测试。实验显示,该方法可以达到与目前公开在排行榜中最好方法相当的运行精度,3像素点误差小于6.58%,并且运行速度小于0.1 s/f,能够达到车载实时使用性能要求。     

基于嵌入式Linux的双目测距系统研究

根据嵌入式系统的特点,设计了以ARM为核心的双目立体视觉测距系统。系统使用双目立体摄像头采集图像数据,可设置图像的多种属性。利用开源计算机视觉库Open CV对采集的图像数据进行处理,分别完成了两台摄像机标定、匹配、重建等工作,最后实现摄像机测距功能。实验结果表明,该系统测量结果合理,工作稳定,同时可用Qt/Embedded实时显示图像和数据,具有良好的人机交互功能和跨平台移植性。     

基于Java 2安全体系结构的安全扩展研究

Java虚拟机已经越来越频繁地作为动态Web服务的基本引擎。随着对这些网络资源的攻击的增多,更多的研究关注于网络环境下的安全性。但是在攻击者拥有主机的有效登入的情况下,如何确保Java Web服务器的安全的研究却很少。在介绍了Java安全机制的弱点之后,提出了一个基于Java2安全体系结构的安全扩展系统,并分析了系统的运行状态。该系统对Java应用服务器的正确操作和完整性提供了增强的保证。     

基于光束平差法的双目视觉里程计研究

机器人自定位是实现机器人自动导航及其他智能行为的前提, 一种基于光束平差法的移动机器人双目视觉里程计可以有效地实现机器人自定位. 为此, 首先采用点模式匹配方法建立相邻图像之间的特征匹配关系, 根据立体视觉算法得到匹配点对的三维对应关系; 然后, 计算摄像机的相对运动参数, 并采用光束平差分段优化算法对其进行优化. 所提出的双目视觉里程计能够避免车轮半径变化、空转、打滑等对里程计测量精度的影响, 相对定位精度较高.