动平台下双目视觉定位标定算法研究

研究空中目标定位优化问题,对于动平台下的双目视觉定位精度差.通过固定位置的两部相机拍摄图像的视差,获取目标位置信息,算法简单、精确.对静平台下相机标定参数进行调整,用新的旋转矩阵和平移向量取代静平台下的这些数据,降低动平台带来的扰动,同时解决了相机转动后需要重新标定才能获得相机内外参数的问题.最后仿真结果验证了改进后的双目视觉定位标定算法达到在平台转动情况下定位精确、算法简单、有效,为空间电影票定位优化设计提供了参考.     

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。     

基于双目相机的视觉里程计

针对移动机器人视觉导航定位需求,提出一种基于双目相机的视觉里程计改进方案。对于特征信息冗余问题,改进ORB(oriented FAST and rotated BRIEF)算法,引入多阈值FAST图像分割思想,为使误匹配尽可能减少,主要运用快速最近邻和随机采样一致性算法;一般而言,运用的算法主要是立体匹配算法,此算法的特征主要指灰度,对此算法做出改进,运用一种新型的双目视差算法,此算法主要以描述子为特征,据此恢复特征点深度;为使所得位姿坐标具有相对较高的准确度,构造一种特定的最小二乘问题,使其提供初值,以相应的特征点三维坐标为基础,基于有效方式对相机运动进行估计。根据数据集的实验结果可知,所提双目视觉里程具有相对而言较好的精度及较高的实时性。     

基于改进SURF算法的双目视觉测量系统研究

针对双目立体测量中所使用的图像匹配算法精度不高的问题,提出了一种基于SURF算法的改进图像匹配算法并运用到双目立体测量系统中。首先运用SURF算法检测和描述图像对特征点、特征向量;其次采用双向特征向量匹配策略对匹配点集进行初始过滤;最后采用PROSAC算法根据极线约束几何模型对初始过滤后的匹配点集进行二次筛选,得到最终的优质匹配集合。实验表明,改进的SURF算法具有更高的匹配准确性和较好的算法实时性,运用改进SURF匹配算法的双目测量系统可实现更准确的定位测距。     

基于双目视觉的深度图立体匹配算法研究改进

双目立体视觉可以直接模仿人眼与人类视觉的立体感知过程,是计算机视觉研究的核心课题之一。文章主要针对图像的立体匹配算法研究,对区域相关算法进行了分析。在传统的NCC基本灰度相关度测度函数的基础上,将动态规划优化理论引入到匹配中,提高了匹配的速度和准确度。实验表明,本文算法能够满足目标跟踪试验要求,具有重要的理论意义和较高的实用价值。     

双目视觉的匹配算法综述

双目视觉是获取对现实世界立体感知的重要方法,在自动驾驶等领域得到了普遍 的应用。立体匹配是实现双目感知的前提,该算法对左右摄像机拍摄的照片进行像素级的匹配, 生成稠密视差图,从而获取了三维坐标信息。概述了立体匹配算法近 20 年来的发展过程,围绕 基于人工特征和深度学习两个方向进行了综述,对算法实现过程中的代价计算、代价聚合、视 差计算和视差求精进行分析讨论,评估了算法的准确性和时间复杂度。最后总结了立体匹配算 法面对的挑战和对未来发展的展望。     

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。     

一种改进平行双目视觉立体匹配的方法

平行双目视觉系统是通过两个摄像头获取信息后,需要对获得图像进行特征提取,其目的是为了得到匹配赖以进行的图像特征.本文提出了一种提高匹配准确性的一种方法,就是利用了Canny算子与Sobel算子相结合对图像进行处理后再匹配的方法.     

嵌入式双目立体视觉测距系统

设计和研究了一种基于S3C2440硬件平台和嵌入式Linux双目立体视觉测距系统.该系统通过使用两个USB摄像头同步采集图像数据,并利用OpenCV对采集的两幅图像的数据进行处理,计算目标物在两幅图像中的像素偏差,进而算出目标物到摄像头平面的距离,在论文中以车牌作为目标物.同时该系统用Qt/Embedded实现LED实时显示图像和数据.整个系统建立在嵌入式架构上,能独立完成图像采集,数据处理,实时显示等功能.只要改变定位算法,则能测出任意目标物的距离.     

点线特征融合的双目视觉SLAM算法

在低纹理场景中,基于点特征的同时定位与地图构建(Simultaneous Localization and Mapping, SLAM)算法很难追踪足够多的有效特征点,系统甚至无法正常工作.众所周知,丰富的线段特征存在在人造结构化环境中的地面与墙面交界处.因此,提出一种点线特征融合的双目视觉SLAM算法.在特征提取前,引入梯度密度滤波器加速线特征提取和提高线匹配的准确度,在特征点匹配阶段,采用渐进采样一致性(Progressive Sampling Consensus, PROSAC)算法剔除误匹配点,从而提高定位精度.此外,在特征的融合过程中引入加权思想.在构造误差函数时对点线特征权重进行合理分配.最后,通过在公开的数据集上得到的仿真并与一些优秀的算法进行对比,该算法性能优于PL-SLAM和LSD-SLAM算法,证明了算法的有效性和准确性.     

基于双目视觉的目标定位与测距系统硬件平台

自主目标识别与定位问题是智能化林业机器人工作的重要基础.以林业环境中树干识别及定位为目标,设计一种基于双目视觉的数字视频实时处理系统硬件平台.使用双目摄像头采集图像,并对采集信息进行三维信息计算,输出目标定位与测距结果.实验结果表明,该硬件平台可以完成图像采集及处理功能,达到预期的实验效果.     

基于融合动态模板匹配的双目测距算法

高空无人机灭火时,要对火灾点进行探测.传统的探测方法易受环境的干扰,并且它的反应不灵敏,实时性较差.基于此本文提出了一种基于双目立体视觉的探测方法：首先搭建实验平台并设计其硬件电路,然后深入研究了经典的双目立体视觉测距算法,提出了一种新的测距方法.该方法主要内容包括：图像获取、感兴趣区域提取、图像预处理和基于权重融合的动态模板匹配算法.最后,采用多段非线性补偿的方法构建了测距模型,并在实验平台上对所构建的测距模型进行了大量的实验,实验结果表明：在50 m以内,该测距模型的误差在1 m以内,100 m以内,测距误差在2 m,匹配精度为6.947像素/m,基本符合高空无人机灭火的精确测距要求,故该测距模型测量的距离精度较好,工程应用性强.     

基于SURF特征点的自主空中加油定位研究

针对硬式空中加油技术中加油插座的定位问题,提出了一种结合SURF(Speeded-up Robust Features)特征点的双目立体视觉定位方法,确定了加油插座的空间位置,实现伸缩管和加油插座的精确对准。基于SURF匹配算法,对双目视觉系统采集的左右图像进行目标检测,并获取匹配目标的SURF特征点,通过空间误匹配点对的剔除和目标点坐标的计算,确定左右图像中具有空间位置一致性的目标点(即加油插座),从而恢复目标点的三维信息。实验结果表明,结合SURF方法能够有效地对加油插座的空间位置进行定位,具有一定的实用价值。     

无人机软式自主空中加油视觉导航方法

针对无人机软式自主空中加油问题,提出了用于无人机软式自主空中加油的视觉导航方法.在加油锥套外环平面上均匀布置8个近红外LED,在受油机上布置CCD相机及带通滤镜构成视觉系统,利用该系统对锥套进行近红外成像,对所获取的近红外图像进行特征点提取并利用迭代算法估计锥套与受油机之间的位姿参数.在不同距离下对该视觉导航方法进行了仿真验证.结果表明,所研究的无人机软式自主空中加油视觉导航方法精度较高,抗干扰能力较强,可以有效地用于无人机软式自主空中加油.     

无人机空中加油建模与仿真分析

无人机空中加油的关键在于建立并保持加油机与无人机之间的有效队形,实现无人机在此过程中的自动飞行;在对空中加油全过程论述的基础上,首先对加油过程中的编队飞行问题进行了数学建模,并依据所建立的数学模型设计了无人机编队飞行控制器,最后通过对空中加油条件的模拟初始化,给出了无人机对接阶段的仿真要求并对所建立的系统模型及控制器进行了仿真验证;仿真结果表明,所建立的模型及控制器可以实现加油编队快速、平稳的会合、对接,为空中加油任务的顺利完成提供了保障.     

基于双目定位测距的工业车辆实时避障

针对目前工业车辆测距避障技术中易受环境影响、信号干扰等问题,提出一种基于双目定位测距的工业车辆实时避障方法.首先,对双目深度相机进行标定,将采集到的车辆正后方作业环境图像进行双目立体矫正;其次,使用SGBM算法计算得到视差图,并结合相机内参通过三角变换原理进行3D点云重建;接下来,对地面进行标定并拟合地面方程,自定义有效检测范围及安全预警范围;最后,对行人进行方位检测,设计了直行及转弯测距算法对范围内检测到的行人进行距离计算,最终实现范围预警与实时规划避障. 4组实验结果表明,行人测距算法在直行及转弯状态下0–3 m和3–5 m范围内误差均分别低于0.1 m和0.2 m,行人检测算法的识别精度为97.38%,检测帧率为22.12 fps,该方法在设定范围内具有较高的灵敏性,具备较好的实时避障效果.     

一种配网带电作业机器人的目标线路识别与定位算法研究

配网带电作业机器人需要处理复杂的配电网目标线路感知与识别问题。提出一种基于色彩信息和匹配算子的配电网线路识别方法和中心视差计算方法,实现对线路的曲线特征识别和三维定位。基于色彩信息和匹配算子的检测方法能够有效地匹配复杂环境中的线路,解决线路的表面纹理弱、形态弯曲多样的问题,有效提升了线路的识别效果。中心视差计算方法通过利用线路的几何特性,分析计算线路中心线的曲线视差距离,得到配电网线路的三维位置信息。最后将该算法应用到配网带电作业机器人中,测试结果表明该算法能够准确识别和定位出配电网线路。     

平行双目视觉系统的三维重建研究

随着图像处理,模式识别的快速发展,人们对双目视觉系统和三维创建越来越重视.本文研究和设计一套双目视觉系统目的是获得生动的立体图像.从二维图像恢复到三维图像实现了三维物体的可视化.     

基于Kalman预测的空中加油锥套跟踪方法

利用加油锥套的位置和尺寸信息建立Kalman滤波方程,结合加油对接过程中锥套的运动特点设置模型参数,并引入目标遮挡系数实现参数的自适应调整,对锥套的运动进行状态估计,再通过改进的霍夫梯度法采集观测值对估计值进行修正。实验结果表明,本文研究的算法在工作范围内能够实现对锥套的稳定跟踪,特别是当锥套发生部分遮挡时具有较好的持续跟踪能力,对背景变化具有较好的适应性。