结构光测量系统的投影仪标定方法研究

传统单目视觉结构光测量系统通过解相位间接计算被测物的高度信息,系统约束性过强、不易操作、且标定精度较低.将双目立体视觉原理引入单目结构光视觉测量系统,根据投影仪图像坐标和摄像机图像坐标的对应关系,将投影仪当作一个逆向的相机,建立了投影仪模型,使用成熟的相机标定算法对投影仪进行标定.再配合四步相移法和基于多频外差原理的时域相位展开法,实现条纹图像的快速精确解相位.相对于传统的单目视觉结构光测量系统,本方法具有单目视觉系统操作简单、鲁棒性强的特点,同时也可以达到双目视觉测量的精度.实验结果表明,这种方法的投影仪标定精度达到了实际应用的要求.     

采用棋盘格靶标的全自动相机标定方法

为了去除相机标定过程中的人为干预,提出了一种采用改进的棋盘格靶标的全自动相机标定方法。识别出每幅标定图像中的四个标志圆,利用四个标志圆圆心的图像坐标和物理坐标计算二维射影变换矩阵。依据该射影变换矩阵计算出棋盘格角点的初始图像位置,接着提取亚像素精度的角点位置。迭代求解需要标定的相机参数。由实验可知,该全自动相机标定方法的棋盘格角点识别能力和相机标定精度,与Bouguet的相机标定工具箱相当,且可以显著地减少标定时间和工作量。利用20幅分辨率为640×480的靶标图像标定相机仅需16 s。     

线阵相机的圆环旋转标定方法

由于传统线阵相机的标定过程复杂,且对标定物精度要求较高,难以保证缺陷的定位精度,本文提出一种线阵相机的圆环旋转标定方法以提高缺陷的定位精度。该方法设计一种新型的圆环形标定板,在静态标定基础上通过旋转线阵相机采集相机视线与圆的交点的坐标,得到旋转角度以及多组标定点,建立线阵相机的成像模型和径向畸变模型,通过非线性优化整体误差函数求解相机的内参和畸变参数,同时分析相机不同旋转角度对标定精度的影响。实验结果表明,当θ≤20°时,该方法的标定精度在0.35 pixel以内,满足实际检测的定位要求,并且在PCB缺陷检测中得到较好的验证。     

基于Halcon标定靶的双目相机高精度标定方法

基于张氏标定原理的传统双目相机标定方法在单一背景下标定精度高,但在复杂背景下不能精确提取特征点坐标,导致相机标定精度受到影响。文中提出一种基于Halcon标定靶感兴趣区域约束的透视变换方法,可以从复杂背景中精确提取特征点坐标,提高双目相机标定精度。首先通过改进的角点提取方法从背景中提取Halcon标定靶上的感兴趣区域,利用透视变换和最小二乘法提取特征点的精确坐标;然后匹配左、右图像中同名的特征点,利用张氏标定原理计算双目相机的参数。实验表明,利用文中方法标定的相机参数,计算特征点平均重投影精度达0.01像素,相比于传统方法平均重投影精度提高0.02像素,提高了双目相机参数标定的精度。     

基于双目视觉的物体尺寸测量系统

提出了一种基于双目视觉的物体尺寸测量系统,用于非接触式测量物体尺寸。该系统采用张正友棋盘标定法进行双目相机标定,并利用标定参数对采集的图像进行校正。通过采用图像分割技术和角点检测算法获取待测物体的特征点。通过立体匹配算法对校正图像进行处理,得到视差图。根据三角形相似性原理计算特征点的三维坐标,计算出物体尺寸的信息。实验结果表明,该系统具备较高的测量精度,具有一定的实用性和应用前景。     

基于视觉测量的液压支架位姿检测方法

针对目前综采工作面液压支架位姿测量方法存在实施成本高、精度和实时性较差的问题,提出了一种基于视觉测量的液压支架位姿检测方法。通过在液压支架上设置红外LED标识板,利用安装在采煤机上的防爆相机进行图像采集,基于4个共面特征点的视觉算法对图像进行处理与解算,得到液压支架底座的位姿,根据液压支架的位姿坐标可以得到其在多个方向的直线度。实验结果表明,该方法测量的液压支架位姿检测精度在0.7°以内,直线度精度在20mm以内,满足综采工作面液压支架的检测精度要求。     

基于极少信息的任意照片目标点定位算法

为了达到通过任意摄像头拍摄照片就可对目标点进行定位的目的,针对如何用最少信息得到空间中目标点坐标问题,基于摄像机的成像模型、空间中固定点之间的几何约束,以及坐标系变换的基本原理,推导出一种类似于P4P的无标定照片的目标点定位方法。该方法可由观测到的两幅图像中已知世界坐标系中位置坐标的任意四点在图像中的位置,通过计算得到图像中目标点的三维坐标。此方法需要的已知信息极少,对于拍摄图像以及拍摄所用相机没有要求,并通过实验验证可行,精度相比传统标定方法没有明显损失,且较其他自标定定位方法更高,实用性较强。     

基于三线结构光的相机平面标定方法研究

相机标定技术是结构光三维视觉测量的关键技术之一,结构光测量系统的相机标定的精度对三维测量的精度有很大影响;首先对三线结构光系统图的相机标定方法进行了分析,简单介绍了工业相机成像的几何模型及标定的原理;其次利用Harris角点检测方法提取特征点坐标,并选用了BP神经网络来校正工业相机的畸变模型,以提高标定算法的优化速度和标定精度;最后采用张正友的平面标定法对校正后的摄像机模型进行标定实验,由实验结果知,该方法具有一定的准确性和有效性,在一定误差范围内,基于神经网络畸变校正的张正友相机标定能够有效提高视觉检测的精度。     

基于单目显微视觉的微球姿态测量方法

微零件的姿态测量对微装配具有重要的作用.但对于微球零件,其姿态的精确测量存在困难,影响了装配精度.针对带有微孔的微球,本文提出了一种基于单目显微视觉的微球姿态高精度测量方法.设计了一种由粗到精的微孔检测算法,实现了高精度的微孔定位.通过对相机光轴方向的标定,在相机运动后对微球图像坐标进行补偿,提高了在相机坐标系下的微球定位精度.通过对微球和微孔的精确定位,计算出微球球心与微孔圆心的空间相对位置,实现了相机坐标系下高精度的微球姿态测量.同时,根据标定出的相机坐标系与调整平台坐标系之间的旋转关系,将微球姿态转换到调整平台坐标系.实验结果表明,最大姿态测量误差0.3度,验证了本文方法的有效性.     

基于多目立体视觉的试件飞行运动速度测量方法研究

为了测量试件的飞行速度,提出了一种基于多目立体视觉技术的飞行运动速度测量方法。首先研究了多目相机的标定方法,然后通过图像匹配的方法来获取各个相机图像中目标点的图像位置,最后根据各个相机的内部和外部参数,重建得到被测试件的三维坐标,结合相机的拍摄速度,计算出试件的飞行速度。结果表明：该方法可以较为准确的测量出试件在整个飞行过程中的运动速度,且具使用灵活,操作方便等特点。     

基于改进YOLOv5的飞机舱门识别与定位方法研究

机场特种车辆的自动靠机是未来智慧机场发展的必然要求,实现自动靠机的关键是对飞机舱门进行准确识别与定位;针对于此问题,提出一种基于改进YOLOv5和单目视觉的舱门识别与定位方法,通过在模型中加入了一种轻量化的卷积注意力模块（CBAM,convolutional block attention module）,提高了算法对飞机舱门的特征提取能力;针对YOLOv5的重复特征提取问题,引入了空间金字塔池化结构（SPPCSPC,spatial pyramid pooling cross stage paritial connection）,并改进分组卷积组数为4,提高了算法的检测精度;通过获取候选框中角点的像素,利用空间几何关系,实现了对舱门准确的三维定位。实验结果表明,改进后的YOLOv5算法mAP达到96.5%,相比原有算法提升了5.6%。在舱门前方19 m和1 m处时,实时最大定位误差分别为0.15 m和0.01 m,能够满足特种车辆靠机完成后与舱门保持5-10 cm的安全距离要求。     

一种基于弹道曲线模型的脱靶量测试方法

针对传统的脱靶量测试设备体积庞大、不便移动且测试成本高等缺点,提出了一种基于弹道曲线模型的双目立体视觉的脱靶量测试方法。研究了摄像机的成像模型及坐标系变换,分析了摄像机标定的一般方法,构建了摄像机标定模型,并推导了标定参数的表达式。基于双目立体视觉测试技术设计了弹道曲线模型的弹丸脱靶量测量系统,其测量过程简单且标定结果稳定,可实现弹丸运动目标的快速检测,通过对运动目标的空间定位和轨迹拟合实现了脱靶量的测试。实验结果表明:弹道直线模型和曲线模型均能简便地求解飞行弹丸脱靶量,后者比前者更贴近实际弹丸飞行轨迹,可获得更高精度的脱靶量,弹道曲线模型的脱靶量平均绝对误差(MAE)比直线模型降低了大约一半。     

基于计算机视觉的客机舱门识别与定位技术研究

登机桥是机场将航站楼与飞机连接的活动通道,登机桥与客机舱门对接系统的智能化变得尤为重要;对于基于计算机视觉的客机舱门识别与定位系统,其关键组成部分是目标检测系统;传统的目标检测算法通过提取传统手工特征进行学习,不能达到鲁棒性好、速度快、准确性高的检测要求;基于迁移学习在深度学习上的应用,利用SSD(Single Shot Multibox Detector)算法,以轻量化的MobileNet作为特征提取网络,实现了鲁棒性好、准确度高的目标检测模型,完成对客机舱门的识别与定位,对不同样式的舱门、部分遮挡、背景变化、光照变化、运动模糊具有鲁棒性,能准确完成识别功能,完成对舱门在当前视觉图像中的相对位置的解算。     

基于特征点位置校正的靶标位姿测量方法

针对图像式路基沉降监测系统中由于振动等因素导致靶标与相机发生偏转产生测量误差的问题,本文在设计监测系统靶面位姿测量系统的基础上提出了基于4特征点位置校正的位姿测量方法.首先介绍了图像式路基沉降监测方法的工作原理;然后根据实际情况设计了区别于传统特征点的4特征点靶面的位姿测量系统,并利用特殊特征点对靶面特征点进行位置校正;最后根据设计的4特征点靶面测量系统提出已知矩形4特征点边长的位姿求解方法.实验结果表明:本文方法比迭代法位姿解算后角度误差值更小,其位姿解算相对误差减小1.2%.当偏转角度小于2°时,本文方法位姿求解旋转角度误差小于0.09°,相对角度误差为1.003%.其时间和测量精度都能够达到监测系统要求,可以应用于监测系统中需要对相机和靶标进行实时标定的场景.     

嵌入式移动机器人红外路标定位模块研究

针对室内环境移动机器人的自定位问题,提出一种嵌入式移动机器人红外路标定位模块。采用基于单应矩阵的初始标定算法和陒机初始标定方法,补偿由于实际使用中的安装误差所引起的定位偏差。实验结果表明,该模块易于嵌入式系统实现,定位模块位置精度可达厘米级别,角度定位精度雓于6°。     

一种大屏幕人机交互系统的实现方法

针对利用双目立体视觉技术实现大屏幕人机交互系统时摄像头标定复杂的问题, 提出一种大屏幕人机交互系统的实现方法。由两个摄像头负责采集用户手部的图像,获取指尖的二维图像位置坐标,通过透视投影模型,由测量所得的两个摄像头之间的距离、大屏幕左边与摄像头之间的距离、摄像头离地面的高度、大屏幕底边离地面的高度等数据,求出地面上与指尖成像在同一位置的地面坐标,由摄像头的位置及地面坐标求出一条直线,两条直线相交获取指尖空间坐标,由指尖空间坐标选取与屏幕对应的二维平面坐标,经物理坐标到逻辑坐标转换求出手指指向屏幕的实际坐标,实现大屏幕的定位。定位完成后,采用指尖检测方法检测视频图像中指尖是否存在,以此判断食指弯曲和伸开的点击操作。指尖空间坐标的计算方法虽然存在误差,但由于用户在操作过程中能够实时看到鼠标的位置,因此该误差对用户是透明的,而这种方法以简单的、近似的求解避免了复杂的摄像头标定过程,便于系统工程的实施。     

Vision-based entrance detection in outdoor scenes

Doors are a significant object for the visually impaired and robots to enter and exit buildings. Although the accuracy of door detection is reported high in indoor scenes, it has become a difficult problem in outdoor scenes in computer vision. The reason may lie in the fact that such properties of a simple ordinary door such as handles, corners, and the gap between the door and the ground may not be visible due to the great variety of doors in outdoor environments. In this paper, we present a vision-based method for detecting building entrances in outdoor images. After extracting the lines and deleting the extra ones, regions between the vertical lines are specified and the features including height, width, location, color, texture and the number of lines inside the regions are obtained. Finally, some additional knowledge such as door existence at the bottom of the image, a reasonable height and width of a door, the difference between color and texture of the doors and those of the neighboring regions, and numerous lines on doors is used to decide on door detection. The method was tested on the eTRIMS dataset, door images from the ImageNet dataset, and our own dataset including doors of houses, apartments, and stores leading to acceptable results. The obtained results show that our approach outperforms comparable state-of-the-art approaches.     

用于视频中车速自动检测的摄像机自动标定方法

针对目前基于视频的车辆测速方法均需通过手工标定而造成的低效和可操作性差的问题,提出了一种对典型配置的道路监控摄像机的焦距、俯仰角、离地距离等重要参数进行自动标定的方法。首选利用自然场景中两组正交平行线在视频图像中形成的消失点之间的内在关系对摄像机的焦距和俯仰角实施精确标定;在此基础上利用视频中目标车辆群体的平均宽度对摄像机与地面之间距离进行自动标定。实验表明,该算法具有参数测量精度高和可靠性好等优点,可作为现有道路视频监控设备实施车辆速度、类别、流量等数据的自动采集、分析和监控,以及电子违章抓拍设备的有效自动标定手段。     

基于平面棋盘格标定板的三维空间标定新方法

在总结分析国内外摄像机标定技术研究的基础上,针对体育科研中使用三维立体 框架进行摄像机标定在标定范围、误差、便携性及时效性等方面存在的不足,提出了使用平面 棋盘格标定板进行三维空间标定的新方法。选取了5 m、10 m 和30 m 的拍摄距离,标定参照 物选用传统三维辐射式立体框架和自制二维平面棋盘格标定板,对标准1 m 长度的比例尺进行 三维重建,对两种标定方法进行了精度比较。此外还对标准1 m 板在测量空间的不同位置（测 量画面中间、边缘）进行了误差分布分析。实验结果表明,基于平面棋盘格标定板的摄像机空 间标定方法具有一定的优势,不论从使用方便性还是测量精度方面都克服了三维立体框架在使 用中的不足,理论上能够满足体育科研的需求。