基于空间前方交会和差分链码的同名点匹配方法

辅助标记点常用于双目立体视觉测量系统中,为了实现左右图像中的同名标记点的鲁棒性匹配,提出一种基于空间前方交会和差分链码不变性的同名标记点匹配方法。首先利用空间前方交会原理,建立左右相片中标记点的投影线,设定阈值,根据投影线间的最短距离对左右相片中的标记点进行初匹配;然后,对初匹配结果构建差分链码,通过比较左右相片初匹配的差分链码是否相同,以此实现两幅图像上唯一性的同名标记点匹配。实验结果表明:该新算法是有效的,避免了误匹配,提高了同名标记点匹配的准确度,避免了匹配遗漏,基本上满足双目立体测量系统的同名标记点匹配的鲁棒性要求。     

基于双目视觉的移动机器人障碍物检测研究

针对移动机器人立体视觉障碍检测的两个难点:匹配精度以及匹配算法的实时性问题,提出了一种基于图像分割和立体视觉相结合的障碍物检测方法.通过分割提取出了障碍物的大致形体并滤去地面上的冗余信息,这样就把立体视觉避障中匹配区域缩小到有用的障碍物区域中,提高了匹配速度和精度.同时,采用德州仪器的DSP-TMSDM642实现了该算法在移动机器人上的嵌入式实现.实验结果表明了该方法能够在室内环境下较好地分割出障碍物目标大致区域,计算出障碍物特征点的三维信息精度高,具有较强的自适应性.     

基于智能三坐标测量机的零件位姿单目立体视觉识别

为了使三坐标测量机快速准确地识别出被测零件的位姿,提出了一种基于三坐标测量机平动的单目立体视觉识别方法,并对该方法的原理、位姿参数的求解和识别过程进行了研究.根据双目立体视觉原理,以三坐标测量机带动摄像机沿X轴或y轴平移,在两个不同位置分别拍摄被测零件的一幅图像;利用本文提出的基于边缘图像质心偏移的同名像点匹配方法,实现单摄像机立体视觉测量,得到被测零件上各特征点在摄像机坐标系中的三维坐标;由摄像机标定参数,进一步计算出各特征点在机器坐标系中的三维坐标;再结合各特征点在零件CAD坐标系中的对应坐标,求解出被测零件的位姿参数.组建了识别系统,进行了识别实验,结果显示,识别出的实验件位姿的平移量分别为:tx1=32.65 mm,ty1 =-90.23 mm,tz1=13.27 mm,旋转角分别为Ax =38°,AY=4°,Az=-5°,整个识别过程用时1.818 s.得到的实验数据表明该识别方法是可行的,可满足实时测量要求.     

基于SIFT的单目移动机器人宽基线立体匹配

SIFT特征描述子是一种对图像旋转平移、缩放以及视角变化具有不变性的匹配特征描述方法,本文针对单目移动机器人环境探索中存在的大视差宽基线图像对的立体匹配问题,提出了一种基于SIFT特征描述子的单目移动机器人宽基线立体视觉匹配方法,通过提取SIFT不变特征点,构造SIFT特征向量,从而实现特征点对的初匹配,进一步利用RANSAC算法以及外极线约束进行匹配点的优化筛选,并通过三维重建实验验证了获得匹配点对的准确性。     

基于深度学习特征匹配的铸件微小缺陷自动定位方法

针对射线实时成像检测中精密铸件微小缺陷自动定位的需要,提出一种基于深度学习特征匹配的铸件缺陷三维定位方法。模拟选择注意机制的中央-周边差算法,提出以视觉显著度为尺度,从射线图像复杂背景中检测出微小缺陷及其区域,以定义的区域中央点为待匹配点;然后,提出构造深度卷积神经网络自动提取微小缺陷区域的深度学习特征,通过深度学习特征矢量的相似度,实现在不同视角下投影图像中的同一微小缺陷点的自动匹配;最后,基于平移视差测距原理计算缺陷匹配点的三维空间坐标。实验表明,基于深度学习特征匹配的方法能够正确搜索平移前后投影图像中的同一缺陷点,以此为基础,利用视差测距原理实现了微小缺陷匹配点的自动准确定位,深度定位误差小于5.52%,能够满足对精密铸件微小缺陷智能评判的需要。     

基于边缘和区域联合匹配的立体视觉新方法

从二维图像恢复三维信息的立体视觉研究已经出现了许多基于边缘和基于区域的方法,但对硬件的要求制约着它们的实用性.本文提出了一种对边缘和区域进行联合匹配的算法,采用边缘信息进行粗糙匹配以提高处理速度,得到一系列匹配的可能位置作为精确匹配的初始值域;采用区域图像进行精确匹配,以得到更多的细节信息,而且其平均效应会减小高频噪声对运算的影响.建立的实验系统采用奔腾133CPU、16兆内存、商用标准CCD和采集卡,软件用VC6.0编制.模拟实验表明,系统运行正常,适应性良好.     

用极线束约束方法进行图像匹配后的质量控制

在立体视觉匹配过程中,不可避免的会出现大量的误匹配点.图像匹配后的质量控制是检测误匹配点的基本方法.本文将对进一步提高匹配准确率进行探讨.基于连续性假设,在射影几何意义下,本文利用一种外极线束和匹配点的整体信息,对相似性匹配结果进行检测,剔除其中的误匹配点.实验结果证明,极线束约束具有较强的误匹配检测能力,大大提高了匹配准确度.     

一种新型的双目立体视觉测量方法的研究

提出了一种双目立体视觉测量方法,该方法将光条投射到被测物体表面,简化了匹配过程,提高了匹配速度和精度。同时,测量系统加入了平移和回转平台,实现对被测物体的回转扫描,解决双目立体视觉技术的遮挡问题。最后进行了测量实验,验证了本文提出的测量方法的正确性和有效性。     

双目立体视觉中角点检测的方法研究

双目立体视觉是计算机视觉研究中最为活跃的一个分支,是智能机器人科学发展的重要标志。它是由不同位置的2台或者1台摄像机（CCD）经过移动或旋转拍摄同一场景,通过图像获取、摄像机标定、特征提取和匹配,进而通过计算空间点在2幅图像中的视差,获得场景的深度信息。本文在SU—SAN角点检测的基础上,提出了基于图像平均灰度的阈值选取方法,使阈值的选取不再盲目,保证了用SUSAN算法进行角点检测的实用性和适用性。仿真试验表明,用该方法进行特征点的提取,减少了匹配时间,提高了匹配精度,得到了较好的效果。     

基于视觉显著性的移动机器人环境建模

"伊诺"机器人搭载有一对双目摄像机,可以模仿人的双眼,在室内环境下获取障碍物信息。现基于立体视觉原理,建立起图像物理坐标与空间实际点的三维坐标关系,形成基于视觉显著性的立体区域匹配算法,获取障碍物的信息,建立室内环境信息地图,为后续机器人路径导航提供地图信息。