基于数字图像的空间测距的研究

针对"定标物定标法"中需要已知定标物空间位置,对此问题提出了一种基于数字图像的测距原理。该方法通过设置具有简单几何属性的定标物和定标标尺,分步标定相机的内部参数矩阵K,旋转矩阵R、位移向量T及导轨方向向量E,建立相机与被测物体的空间关系。在相机导轨的两个位置分别采集被测对象的清晰图像,利用基于数字图像的空间测距数学模型,即可求解空间两点的空间距离。实验结果表明具有数学模型收敛性好、定标精度高、试验模型简单的特点。     

基于PMD相机的特征跟踪位姿测量方法

PMD相机是一款基于TOF(时间飞行技术)原理的主动式3D相机。该相机可以同时获取灰度图像和距离图像,具有帧率高、无需扫描、不依赖于外界光照等特点,可以将其用于目标的实时位姿测量。研究了相对位姿测量问题,提出基于PMD相机的特征跟踪位姿测量方法。该方法利用PMD相机可直接获取目标物体上各点的深度信息的特点,实时获取目标图像中的特征,并且利用卡尔曼滤波算法,对目标特征进行实时跟踪,提高了位姿测量系统获取信息的速度,而且有效的避免了传统的图像配准方法中提取特征信息存在的复杂性和误差问题。根据获得的特征信息,通过特征点之间的约束关系,实时的确定相机与目标之间的位姿参数。实验结果表明此方法的可行性和有效性。     

基于人眼识别原理的运动目标检测方法

针对于背景差分法与帧间差分法在运动目标中存在的不知足,为提高运动物体检测的实时性和准确性,提出了一种结合背景差分和帧间差分的运动物体检测方法,该方法模拟人眼对运动目标的检测方式,分为整体感知与精确感知两部分。首先将图像分为多个区域并使用较少的像素点建立背景模型,通过背景模型确定运动物体所在的区域,并将其他区域的图像作为背景图像进行存储。然后使用变化区域的当前图像与存储的该区域的背景图像进行差分运算,以获取清晰的运动目标。该方法使用较少的像素点进行背景模型的构建,减少了背景模型建立和更新的运算量,提高了运算的速度。通过存储的背景图像与当前图像进行差分,可以获得完整的运动目标,避免“空洞”的出现。     

基于鱼眼相机畸变图像的大尺寸目标测量方法

为满足大尺寸目标高精度图像测量的需求,提出一种利用鱼眼畸变图像实现宽视野、大几何尺寸目标测量方法。根据非线性畸变的多项式逼近函数建立鱼眼相机成像模型,通过立体标定板来确定相机参数;将相机沿光轴方向移动采集一组图像,建立鱼眼相机的测量模型实现待测目标尺寸的测量。通过对棋盘格和某大型建筑物几何尺寸的测量实验表明,本文提出的直接利用畸变图像进行测量的方法优于传统的将畸变图像校正成线性图像测量的方法,具有更高的测量精度和稳定性。     

麦克风数量与阵型对声源定位性能的影响

声源定位系统中,麦克风阵列中阵型与阵列中麦克风数量对声源定位性能有很大影响,为此,综合对比了部分经典的用于声源定位算法的麦克风阵列距离、方向角、俯仰角定位性能,验证七元空间交叉阵模型在俯仰角和方向角定位上表现出良好的性能,但测距性能有待提高。进而提出一种全新的七元立体阵列模型,实验结果表明,该模型在不增加阵列体积和阵列中麦克风数量的基础上,表现出与七元空间交叉阵模型相同的俯仰角与方向角定位性能,且测距性能更好。其实验结果表明,麦克风数量的增加与定位性能的提升并不是线性关系,而是逐渐减慢的,因此单纯地增加麦克风数量并不会使定位性能大幅度提升。     

借助特征线度的飞机被动定位研究

介绍了一种在目标跟踪基础上借助图像序列中某些特征线度信息,及三维运动分析技术对飞机进行红外单站被动定位的新算法.该算法基于相邻图像帧之间目标特征点的匹配,然后提取具有旋转平移不变性的特征线度信息,结合成像目标的俯仰角和方位角的实时测量值,从而通过特定的定位方程估计出飞机相对测量站的距离变化量.在初始距离导引下,本算法可实现递推测距.研究表明它适用于匀速、匀加速和变加速等各种运动模型,具有定位精度高、体积小和便于机动的特点.该算法也可用于导弹的跟踪制导,有关原理与方法对可见光成像被动定位同样有效.     

基于AD-Census代价及目标检测的吊车防碰线技术

针对大型吊车在高压输电线路下施工易发生碰线事故的问题,提出一种基于目标检测和双目测距的方法来对风险进行管控。所提方法首先使用YOLOv4算法对输电线进行检测,然后考虑到双目相机处于不同拍摄角度会导致图像存在亮度差异的情况,提出了基于AD-Census代价的SGBM（Semi-Global Block Matching）双目测距算法对输电线进行测距。最后通过实验验证了所提方法的有效性。结果表明：该方法在检测输电线时平均置信度能够达到81.67%,在5~8米以内测量误差能够控制在0.4米以内,平均检测测距用时50ms。相比原始双目测距算法,改进算法的测量精度有一定提升。所提方法能够准确测量吊臂与输电线间的距离,对防止吊车碰线具有一定意义。     

基于双目视觉的支柱绝缘子目标识别与定位研究

变电站绝缘子因其表面极易受潮湿天气的影响出现污秽导致变电设施发生闪络事故,这直接关系到变电站供电的稳定性。因此,有必要研发带电作业机器人实现对支柱绝缘子的清洗,保障电力系统稳定运行。设计了基于双目视觉的绝缘子清洗机器人,完成了双目视觉系统对目标绝缘子的识别与定位。使用YOLOv4-tiny深度学习网络算法对支柱绝缘子与法兰目标进行识别检测,检测准确率达92.29%。基于立体匹配对摄像机采集图像中的目标物体上的点对进行搜索,获取目标绝缘子深度信息并对绝缘子目标点进行三维重建。实验结果显示,目标点的平均深度误差为0.73 cm,精度满足机械臂抓取需要。针对后续机械臂的夹持清洗任务,建立绝缘子视觉观测模型,获取相机观测角,通过ROI区域对绝缘子盘轮廓进行提取,利用最小二乘法对绝缘子伞裙边进行椭圆拟合,对绝缘子伞裙边缘信息检测,可实现对机械臂末端干冰喷头倾角调整,进而完成对绝缘子盘凹壑进行精准清洗。     

木门生产线中运动状态下条码定位与复原

针对木门生产线中对于运动状态下条码定位不准以及由于相对运动所产生的图像退化,提出一种解决方法。对于大范围中复杂木门背景条件下条码的定位,采用Canny算法对图像进行边缘提取,并对边缘检测结果通过Hough变换检测图中竖直直线。再将图像分条,并通过DBSCAN聚类算法对条码特征进行分条判断,将符合特征的区域提取出即为目标条码区域。对于生产线中采用CMOS相机拍摄运动物体产生的运动模糊的图像退化,通过结合生产线运行速度及方向与相机参数计算出系统的退化模型,再采用维纳滤波对运动退化条码图像进行复原。通过图像处理能使生产线在不改变硬件条件下达到对于运动状态下木门条码的有效定位与复原。能准确定位木门背景下小占比的多个条码区域,并能对定位出的条码区域高效、快速的复原。经过实验与生产实践证明该算法经济、简单、有效。     

基于图像测距的汽车防撞系统关键技术研究

针对汽车防碰撞系统的问题,以图像测距技术为背景,对其中的关键技术进行了研究。首先,根据相对运动学原理,由图像测距实验平台在假定沿光轴方向移动采集图片,在此基础上运用改进的SIFT匹配算法对图像进行匹配获得匹配点,计算所得到的匹配点的世界坐标,从而获得距离值;其次,通过室内实验计算证明了所推导的测距原理的正确性;最后,将图像测距技术应用在汽车防碰撞系统中,实验结果证明,测距系统平均误差为8.507 7 mm,精度较高,验证了整个方案的可行性和有效性。     

鱼眼图像的目标物体角点检测方法

为实现宽视场角图像中目标物体的定位,提出了一种鱼眼图像的目标物体角点检测方法。首先对含有目标物体的鱼眼图像进行等面积切分,利用目标物体即网格图像灰度直方图的明显特征确定目标区域;然后根据实际应用对Harris算法进行改进,并将其应用至目标物体的角点检测中,确定目标物体位置。实验结果表明,能有效确定目标区域,视觉冗余度由90.3%下降到47.8%,目标物体角点检测准确率为83.8%,可以为实现宽视野范围目标的位置与距离同时测量奠定基础。     

基于彩色图像与深度图像信息融合的改进Camshift算法研究∗

针对传统Camshift算法在目标跟踪过程中会被拥有与目标物体类似颜色分布的背景物体干扰,导致搜索窗口发散或目标丢失的问题,提出了一种基于彩色图像与深度图像信息融合的算法,利用Kinect传感器可同时获取目标区域彩色图像与深度图像的特点,使用光流法在深度图像中对运动目标进行跟踪,通过考虑空间运动关系剔除相似颜色背景可能带来的影响.试验结果证明,该算法可有效跟踪运动目标,并在出现干扰时提高系统的鲁棒性.     

融合RGB特征和Depth特征的3D目标识别方法

针对目标类内差异、类间相似的识别问题,结合RGB图像和Depth图像各自的优势,提出一种基于多核学习的融合RGB特征和Depth特征的3D目标识别方法。该方法提取目标物体的RGB特征和Depth特征;并根据两种特征的类内、类间相似性均值和方差,为特征自适应的分配不同的权重;最后利用多核学习(MKL)的方法对特征进行加权融合,并结合SVM分类器,实现3D目标识别。最后通过在Kinect相机得到的RGB-D数据集上进行实验,验证了该文方法能够有效地实现对RGB特征和Depth特征的融合,很好的解决类内差异、类间相似的3D目标识别问题,提高了3D目标识别的识别率。     

基于RSSI测距的室内目标定位方法

针对既有的基于RSSI测距的室内目标定位系统在实际应用中存在的测距误差大,定位精度低,以及稳定性差的问题进行分析与改进,提供一种融合RSSI测距模型实时修正与定位结果辗转优化的室内目标定位方法,改进之处主要在于:在测距阶段,根据记录的信标间真实距离和RSSI衰减值对RSSI测距模型参数进行反向实时修正;在定位阶段,使用极大似然估计法初步确定移动目标的当前位置,而后将目标点坐标与测距值都作为未知数使用牛顿迭代法求最优解。实验证明,相对于既有的典型RSSI室内目标定位方法,所提出的方法首先提高了测距精度,进而提高了定位算法对测距误差的鲁棒性,从而整体上可有效提高室内目标点的定位精度。     

基于双目立体视觉的目标测距系统

双目立体视觉能够在多种条件下感知三维场景的立体信息,基于双目立体视觉的测距以其特有的优势在测距中扮演着越来越重要的角色.研究了双目测距的原理、摄像机的标定、立体校正、立体匹配等关键技术,在此基础上提出了用MATLAB和OpenCV相结合的方法实现双目立体视觉的测距.使用MATLAB进行相机的标定,然后借助OpenCV实现立体校正和立体匹配.通过立体匹配得出的视差值,可以求解出目标和相机之间的距离实现测距.通过实验的结果表明,提出的双目测距方法在一定范围内达到了精度要求.     

融合模糊聚类的变分水平集图像分割模型

针对在图像分割中变分水平集与模糊聚类都具有通过最小化目标函数来提取目标物体这一特征,提出了汲取两种方法优势、实现融合的新方法。该方法利用模糊聚类中隶属度函数的从属性质,建立了新的变分水平集能量函数模型,通过极小化能量泛函,获得了水平集函数演化的偏微分方程,实现了目标物体的提取。实验结果表明,该方法具有良好的分割质量与分割效率,验证了新模型的合理性与有效性。     

基于偏振信息图像增强的多目标检测

偏振是光的重要特性之一,偏振成像技术能够获取场景中目标的强度信息和偏振信息,偏振信息能够反映出目标物体表面的材质特征。本文针对雾霾天气状况下道路场景中常见目标识别结果的准确性要求,提出了两种基于偏振信息的图像增强方案。首先经过多次采集实验,经过数据清洗、图像标注构建偏振数据集,共4 649张图像和31 877个标签。针对雾霾轻度污染的场景,通过区域自动生长算法分割出偏振强度图像中的天空区域,根据天空区域的偏振度和偏振角信息以及大气物理散射模型反演出目标反射光,从而实现图像去雾。针对雾霾重度污染的场景,使用小波变换的方式对图像进行增强,利用偏振度图像来增强强度图像中的目标轮廓。使用图像灰度方差和图像信息熵作为图像质量评价指标,使用YOLO v5s深度学习网络进行目标检测。实验结果表明,雾霾轻度污染的情况下,图像质量和目标检测准确性均有所提升,图像信息熵提升了3.36%,灰度方差提升了40.27%,目标检测mAP达到了76.40%,提升了12.69%;雾霾重度污染的情况下,目标检测mAP提升约1.69%。     

精确三维数据测量的双目视觉系统优化设计

针对绝缘斗臂车空间机械臂中的双目视觉系统,文章研究了视觉系统中两个全景相机参数的最优设计和标定问题,构造了对系统中摄像机位置、方向和镜面形状等因素进行优化配置后的模型,以获得更高的三维数据测量精度。为了构造最佳视觉系统配置,根据数据计算过程中的误差传播分析、图像像素量化精度和角度分辨率变化,推导了三维测量误差模型的解析公式。然后,将该公式用于框架优化中,能够针对不同形状的系统设置环境找到最佳系统配置。对于具有长方体三维测量区域和相机放置区域的常规情况,利用所提出的解析公式推导其系统配置的次优解,并证明了该次优解的精度趋近于其最优解。最后,仿真和实际应用案例的实验结果表明了所提出方法可有效提高双目测距的准确性与鲁棒性,且运行速度较快。     

基于Mediapipe的幻影成像装置自然手势交互系统设计

针对博物馆中幻影成像虚拟展示装置的交互需求，设计了一种自然手势的计算机视觉交互系统。利用单目相机对自然手势进行动作采集，针对不同身高人群手部活动范围，计算了单目相机最优捕获位置，实现了140～190 cm人群高度的手势识别。采用Mediapipe机器学习框架对捕获的手势图像实时遍历，获得单帧手掌的标定位置。结合21个特征关节点的手掌模型，使用非极大值抑制算法对自遮挡的手掌进行识别，根据欧氏空间距离判别阈值和单个手指曲率对指间动作做出分类，定义幻影成像常用5种交互动作，通过坐标关系建立了指尖和模型特征点之间的实时映射。实验结果表明，所设计的交互系统，系统识别准确率达到98%,满足幻影成像系统中手势控制虚拟模型的要求。     

基于精确线长模型的输电线路故障测距研究

传统的故障测距算法一般选用两基塔之间的档距作为线长模型。实际工程中由于弧垂的存在,使得档距和线长有较大误差。针对上述问题,首先引入了输电线路线长的悬链线方程。进而利用抛物线方程与悬链线方程的高度相似性,推导出了基于抛物线方程的线长模型,建立了单回输电线路双端测距模型。针对输电线路故障中最常见的单相接地短路故障做了仿真实例分析。验证了抛物线模型具有良好的适用性和精确度,较好的解决了长距离输电线路故障测距精度受线路长度影响的问题。