机器视觉测量系统中的特征匹配方法

基于外极线约束法则的外极斜率匹配思想,针对图像中有限的角点特征,提出了一种快速直线匹配方法。     

基于特征约束的图像点匹配算法

立体匹配是计算机视觉领域的一个关键问题,同时也是立体视觉中的难点.为了得到更好的匹配结果,给出了基于特征约束的图像点匹配算法,首先利用基于边缘特征技术得到特征点,再利用两阶段匹配算法,第一阶段主要是以特征匹配和区域匹配相结合的方法得到候选匹配点对,第二阶段对候选匹配点对进行对称性测试,以去掉部分误匹配点.实验结果表明,匹配速度较快,效果良好,有一定的使用价值.     

基于编码方法实现立体视觉中图像的点匹配

实现自动化的图像匹配一直是立体视觉测量中关键的一步。基于编码方法，对2幅图像中的测量进行匹配，匹配问题实质是求解空间点在2个（或多个）像平面的对应关系。如果对测量点进行编码，对编码进行身份识别后，即可实现匹配。该编码需在复杂的背景中被有效地识别，并且具有旋转、缩放、变形的无关性，实验表明，该方法匹配正确率高，匹配速度快，是一种解决匹配问题的实用方法。     

一种改进的特征点匹配算法

特征点匹配是计算机视觉中的关键步骤,在很多领域中都有着的重要应用。通过对当前图像特征点匹配方法的研究,提取一种基于特征点的灰度量和几何特征量相结合的匹配方法。该方法首先用Harris算法提取特征点;然后用极线约束减少搜索范围;最后用特征点的灰度量实现特征点匹配。该方法利用极线约束,克服了用灰度量进行特征点匹配计算量大的缺点。提高了匹配速度。实验表明,是一种准确快速的特征点匹配方法。     

双目实时目标三维测量实现方法的研究

为了解决目标匹配困难、匹配效率低等问题,提出了一种基于双目立体视觉的实时目标特征匹配算法——绝对窗口误差最小化(CAEW).首先,在研究摄像机基本原理后利用张氏标定法解决摄像机的标定,并对最终标定数据采用Bouguet算法进行双目立体校正;然后,利用Ada Boost迭代算法训练目标检测器实现目标检测.将CAEW算法与常用的尺度不变性的特征点检测和匹配(SURF)的效果评估进行比较分析,结果显示CAEW算法的效果评估能达到90%以上,这一指标有明显提高,可以很好地满足双目实时目标匹配的需求.通过CAEW与SURF算法实验对比,进一步说明了减少不必要的全局性图像像素点处理可以提高匹配速度.     

双目全方位视觉传感器及其极线校正方法

为了扩大双目立体视觉的视场范围, 提高双目立体匹配的速度和准确度, 设计了一种双目全 方位视觉传感器(ODVS)立体视觉成像系统, 提出了一种基于竖直线的极线校正算法.将两个结构 相同的ODVS 以上下同轴同向的方式进行组合, 得到全景立体视觉空间, 分析了双目ODVS 的成 像特性, 实现了一种无需任何专门的标定设备、仅利用场景中与ODVS 成像平面垂直的竖直直线 (如门框、窗框, 墙角线等)来校正其极线的算法.实验结果表明, 该算法对双目立体全景视觉成像系 统是一种有效的极线校正方法.     

极线约束下的多分辨率相关匹配算法

针对计算机视觉在几何测量应用中图像匹配特点,提出了将多分辨率和极线约束与相关法相结合的图像匹配方法.该方法采用金字塔分层和极线约束来弥补相关匹配带来运算量大的不足,克服了图像匹配中精度低的缺点.通过计算机视觉在几何测量检测系统中图像匹配的实际应用,验证了该算法具有较高的测量精度、速度及其实用性.     

基于特征匹配算法的双目视觉测距

距离测量作为障碍物检测以及路径规划的前提和基础是机器人研究领域的一个重要分支。在众多测距方法中,由于双目立体视觉具有信息丰富、探测距离广等优点被广泛应用。本文将改进的SIFT特征匹配算法应用到双目视觉测距与标定系统中。首先建立双目视觉测距模型,测量值由空间物点在左右摄像机下的像素坐标值决定;其次根据该模型的特点提出了基于平行光轴的双目立体视觉标定方法;最后利用改进的SIFT特征匹配算法,提取匹配点的像素坐标完成视觉测距。实验结果表明,根据测量数据对障碍物进行三维重建,相对距离与真实场景基本吻合,能够有效地指导机器人进行避障。     

基于特征点相似度的匹配定位算法

前视定位系统中可能存在如视点、方位和距离等误差,导致在匹配时刻获取的实时目标场景与模板中目标不一致,从而影响目标定位的准确性.本文提出了一种基于特征点相似度的匹配定位算法,首先在图像的尺度空间上提取尺度不变特征点.然后根据描述子来进行相似度的判别,得到初始的匹配点集,然后利用极线约束,从而消除匹配错误的点.利用类似RANSAC方法估计场景中目标的变换参数,从而确定场景中目标所在的位置、尺度变化和旋转角度.实验结果验证了该算法的有效性和鲁棒性.     

利用双目视觉视频的实时三维裸手手势识别

为了解决三维裸手手势识别算法识别率低、易受类肤色物体干扰的问题,提出一种利用双目视觉视频的三维裸手手势识别算法．首先依据双目视觉原理推导出三维空间内手势深度与手势面积的关系,基于此关系对三维手势进行快速识别．为进一步降低算法复杂度,根据极线约束规则提出一种只计算手势质心匹配点的立体匹配算法．实验结果表明,与现有算法相比,所提算法性能在处理速度、识别准确率、鲁棒性方面均有明显提高．同时,提出的算法具有较强的开放性,可进一步根据需求定义、添加需识别的三维手势．     

基于RANSAC算法的立体视觉图像匹配方法

针对大尺寸立体视觉测量中存在较大视差和透镜畸变等因素导致极线约束匹配率低的问题,提出了将图像校正与随机采样算法相结合的立体视觉图像匹配方法.对立体图像对进行线性校正,建立初始匹配点集;采用随机采样算法估计图像对之间的基本矩阵,恢复原始图像对之间的对极几何约束关系,剔除初始匹配点集中未匹配和误匹配的特征点,从而获得精确的匹配点集.该方法已应用于合成孔径雷达(SAR)大型可展开微波天线网面的实际测量,匹配率高于96%.     

基于双目视觉测距的限速系统实现

对前方车牌进行定位,在特定区域进行特征角点提取及匹配,利用双目对前方车辆进行测距的原理,通过智能限速或急刹车的方法,达到保持车距的目的。实验表明,将双目测距应用到保持车距的实际应用中是可行的,精确度满足一定的要求,具有广泛的应用前景。     

基于双目视觉的焊缝图像立体匹配

针对焊接图像缺乏纹理的问题,研究了一种弱纹理检测跨尺度聚合的立体匹配算法。根据张氏标定法,对双目视觉传感器进行标定,得到了双目视觉传感器的外部和内部参数。然后,对双目视觉传感器获取的焊缝图片进行中值滤波、二值化等一系列图片预处理。利用弱纹理检测跨尺度聚合算法对焊缝图像进行立体匹配,得出焊缝图像视差图,再从视差中恢复距离,得到了焊枪的高度信息。对双目视觉传感器采集的焊缝图像进行实验,实验结果验证了弱纹理检测跨尺度聚合的立体匹配算法的可靠性。     

基于几何约束的倾斜立体影像匹配

针对倾斜立体影像髙畸变与场景复杂特点,提出了一种基于几何约束的精化匹配算法.算法分两个阶段:1)利用下视立体像对之间的可靠同名像点联合初始外方位元素交会物方坐标,然后以其中一幅影像上的同名像点为待匹配点基于物方反投约束方法,在斜视影像上获得粗略同名像点,并利用转点成功的同名像点物方高程划分仿射近似平面,同时完成粗略匹配点对的分类;2)局部仿射约束的精匹配.针对每一类粗略匹配点,首先确定种子匹配点对队列,其中用于匹配约束的种子点进行最小二乘匹配,获得仿射变换矩阵A,对种子点一定邻域内的匹配点以A中的参数为初始值进行自适应归一化互相关(NCC)精化匹配.试验表明:对于高畸变倾斜影像,提出的算法是有效的.     

双目立体视觉方法测量雷管药量高度

介绍了双目立体视觉系统的基本原理、摄像机标定技术以及对得到的点云图进行的后续处理。采用维视图像的CCAS单双目视觉标定算法软件对所用的VS078FC摄像机进行了标定,结果精确度高,用时短,实用性强。应用Geomagic studio软件进行点云处理去除噪声,误差小,数据完整。     

双目视觉在类人机器人测距中的应用

为实现类人机器人对复杂目标高精度识别并测量出目标实际距离,提出一种双目目标识别与测距方法. 首先利用棋盘标定法对摄像机进行标定并捕获图像;然后利用局部二值模式算子（LBP）和优化后支持向量机（SVM）对目标进行识别;在识别的基础上,再采用尺度不变特征变换（SIFT）算法对特征点进行匹配并根据三角测距原理计算出目标实际距离. 实验结果表明该方法不但减少了人为参数指定,并且提高了特征点匹配效率,测距精度能够达到94%以上,满足类人机器人高精度测距和实时性要求.