基于圆结构光的内表面三维视觉检测模型

首先介绍基于圆结构光的内表面三维视觉检测原理 ,并针对微小型构件内表面 ,提出了基于圆结构光的内表面三维视觉检测方案。在此基础上 ,采用摄像机针孔成像模型和坐标变换 ,建立了圆结构光三维视觉检测通用模型及简化模型 ,并对检测模型结构参数进行了优化和仿真研究。最后基于 5～ 15 mm的内表面三维形貌检测 ,获得了分辨力为 3μm的理论分析结果     

结构光三维双视觉检测方法研究

介绍了结构光三维双视觉检测的基本原理，提出了标定点的空间坐标和图像坐标的获取方法，设计了用于获取标定点的双向光电瞄准装置，并建立了双向光电瞄准装置安装误差的补偿方法，在此基础上实现了双视觉传感器标定点数据的全局统一。最后，利用标定点样本数据建立了结构光三维双视觉RBF神经网络模型，最佳RBF模型的训练精度为0.078mm，测试精度为0.084mm。     

基于线结构光和运动平台的三维重构方法

为了恢复物体三维形貌,提出了一种摄像机不动、被测物体在运动X-Y平台上运动的扫描运动平台和方法。通过圆形点阵标靶确定测量系统的内参和外参,采用兴趣区(ROI)图像采集方式精确定位要重构的表面,减少野点误差。试验结果表明,采用这种方法能够有效地对物体进行三维重建。     

基于Horn-Schunck光流法的运动目标检测的研究

运动目标检测具有广泛的理论及现实意义,光流法是运动目标检测的重要方法之一。对基于Horn-Schunck光流法的运动目标检测方法进行了分析和仿真,计算出了相邻帧图像的光流并进行了运动目标的检测。通过实验证明,基于Horn-Schunck光流法的运动检测方法能够有效地检测运动目标。     

网条结构光三维视觉检测标定方法研究

本文在广义坐标系中采用投影透视变换理论建立了网条结构光三维视觉检测模型。     

基于仿真模板的Hough变换直线检测

Hough变换直线检测是遥感图像理解、分割和处理中常用的直线特征自动检测技术之一,其运算过程中所需数组的大小决定了参数空间的采样多少,直接关系到计算精度和速度.在此提出的模型仿真、模板调用方法,简便快捷地实现不同数组大小的多次试验和比较,找到满足实际精度和速度要求的数组参数;将仿真模型、仿真过程和所得参数做成易于调用的模板,供检测系统使用.应用中只需将遥感图像像素坐标映射到模型的定义区间,调用后再将结果映射回图像空间.此方法使Hough变换直线检测的调试、修改和移植变得容易,经实际应用证实本方法方便高效.     

基于变分光流的三维运动检测与稠密结构重建

提出了一种基于变分理论的由稠密光流检测图像中目标物体三维运动与结构的直接方法。首先在透视投影模型下将目标物体的三维运动参数与图像光流联系起来,构建了一个未知量是三维运动参数的能量函数,然后使用变分方法直接求出图像中目标运动物体的三维运动参数,最后由求出的三维运动参数恢复物体表面的三维稠密结构及图像光流。该方法在对目标物体进行三维运动检测时省略了"光流计算"这一中间过程,避免了图像光流计算给三维运动检测结果带来的误差影响和时间消耗。多组实验证明该算法具有较高的计算精度、较好的鲁棒性和较快的计算效率。     

三维视觉检测与结构光传感器的标定

本文从一般的视觉概念和方法出发，探讨一种应用于坐标尺寸测量的视觉检测方法。文中介绍了常用的传感器及其结构参数的标定方法。经现场对轿车白车身的测试，重复性误差Ｓ＝０．０５ｍｍ；与三坐标测量机比结，示值误差小于０．１５ｍｍ。     

结构光直线光条图像特征的三步法提取

提出一种三步法直线光条图像特征自动提取方法。计算光条各点的HESSIAN矩阵以确定其法线方向,在法线方向利用泰勒级数展开求得光条中心点的亚像素图像坐标,利用光条中心点的空间位置连续性约束,将相邻光条中心点连接成曲线。采用直线近似方法将曲线拆分为独立直线。将位于不同独立直线上的共线点进行融合,构成新的融合直线,通过融合直线长度约束和近似直线的角度约束,分割出单一直线光条的中心点,采用最小二乘直线拟合方法得到结构光直线光条的方程。通过对真实图像的试验,结果表明,提出的三步法直线光条提取方法,能够自动提取出复杂背景中的直线光条,为线结构光视觉测量的现场应用奠定基础。     

结构光三维测量中的亚像素级特征提取与边缘检测

提高采样频率和检测精度是目前结构光三维测量研究中的关键问题。传统的结构光测量主要通过提取光条中心线来求取物体表面轮廓特征。以激光线光源为结构光光源,提出了针对单条线型激光光束的双特征线提取方法,从而使采样频率提高一倍。同时在算法中引入亚像素检测思想,实现对激光光束的亚像素级特征提取,提高了测量精度。对激光光束宽度与物体表面倾角的关系进行分析,利用Lambert漫反射模型,给出了物体表面倾斜时的阈值修正算法,试验结果验证了算法对提高测量精度的有效性。     

金字塔光流三维运动估计与深度重建直接方法

针对基于图像序列光流的三维运动估计与深度重建问题,提出一种基于图像金字塔光流的三维运动估计与深度重建直接方法。首先根据光流计算亮度守恒假设和像素点光流与三维空间点运动的对应关系推导出基于图像亮度的三维运动守恒假设;然后借鉴变分原理,通过设计基于L1模型的鲁棒数据项以及图像与运动联合控制的平滑项构造基于变分光流的三维运动估计能量函数;为了应对图像序列中包含的大位移运动及运动遮挡问题,采用图像金字塔分层策略设计三维运动估计模型;最后根据图像三维运动估计结果重建图像中运动物体或场景的深度信息。实验表明,该方法能够较好地应对图像序列中光照变化、多目标大位移运动以及运动遮挡等情况,具有较高的三维运动估计与深度重建精度和较好的鲁棒性。     

基于光流法的气密性检测装置研究

针对用气泡检测小型压力容器气密性的方法存在工作效率低下以及较多的安全隐患等问题,进行了气泡图像处理法的研究。搭建了气泡图像采集系统。利用Matlab软件结合光流算法处理气泡图像,研究了基于光流理论的Horn-Schunck气泡图像处理算法。对气泡图像进行了定制阈值的图像区域分割,获得了层次分明的气泡图像;基于此方法设计了一套半自动化的气密性检测系统。利用此系统自动得到了气泡的数量和大小并以此计算泄漏量以及泄漏的部位。实验结果表明:此系统可准确检测的最小气泡直径为4 mm,气泡检测最适合的直径在8 mm左右,如气泡直径继续增大,气泡表面不规则程度加深,检测精确度变低,因此,该系统在一定的条件下能准确计算气泡数量及大小,实现了对泄漏气体的检测。     

权重系数自适应光流法运动目标检测

为了实现Horn-Schunck光流法权重系数的自适应设定与更新,研究了权重系数对Horn-Schunck光流法的影响规律,提出一种融合模糊C均值(FCM)聚类的权重系数自适应Horn-Schunck光流法。首先,统计不同权重系数下运动目标检测的光流总值变化曲线。然后,以光流总值的最优化为依据,结合两层模糊C均值(FCM)聚类寻找最优权重和基于固定迭代次数Horn-Schunck光流法的收敛点,从而自适应地获取最优权重系数,并将收敛阈值的人工设定转化为光流值的自动寻优。最后,通过标准视频序列进行测试以验证算法的有效性。实验结果表明:相比于其他权重系数值,最优权重估计的光流图像不但运动目标明显而且噪声较少。对运动目标检测的运行时间为0.106 0s,有用比为0.596 9,幅度误差为0.801 1,满足光流法运动目标检测的最优或次优性能。     

基于直线插补的字体边缘识别技术

为了满足市场上对各种汉字加工的需要,在Windows系统下,通过对汉字边缘识别技术的研究分析,提出了基于BMP图形像素点的八方向边缘检测算法,成功地识别和提取了不同参数的字体外形轮廓信息,并采用逐点比较直线插补算法,提取了关键数据点的信息,最后开发了XY运动仿真平台控制软件,实现了字体运动轨迹的仿真及实际雕刻加工.研究结果表明,基于该技术的字体加工效果理想.     

基于光流模型的图像运动估计方法

运动图像序列参数估计是电子稳像的关键技术之一.安装在运动载体上的摄像机采集图像时,由于载体姿态变化产生不平稳运动,这种不平稳运动将影响摄像系统的成像质量.电子稳像的目的就是通过计算运动参数并校正图像,以保证处理后的图像序列达到稳定效果.光流模型是处理运动图像的有效方法,本文介绍了用光流模型计算运动图像参数的基本原理和步骤.根据图像像素强度守恒原理,建立光流约束方程,计算运动参数,最后结合实例计算两帧样本图像之间水平和垂直位移量,并绘制光流矢量图.     

基于对称形状生成的三维目标检测网络

基于点云的三维目标检测在机器人、自动驾驶等领域起着至关重要的作用,激光点云能为场景理解提供精确的几何信息。 然而,由于点云的稀疏性和物体间的遮挡关系,激光点云通常只能描述物体的部分形状,导致目标结构信息不完整,从而降低检测精度。 针对这个问题,提出基于对称形状生成的三维目标检测网络( SSG-RCNN),一种双阶段目标检测器。 考虑到感兴趣目标形状的对称性,SSG-RCNN 在一阶段生成候选框的同时为每个前景点预测镜像对称点,从而恢复目标的整体形状。 二阶段中,使用自注意力池化层从原始点和对称点中聚合特征用于候选框修正,完成三维框预测。 KITTI 数据集上的实验表明 SSG-RCNN 取得了卓越的检测性能,在测试集上对困难目标的检测精度达到 77. 64% ,高于所有对比方法。     

基于光电自准直仪的直线运动误差测量与分析

通过对直线运动误差的描述．提出使用光电自准直仪对直线运动误差进行测量的方法．分析运用光电自准直仪测量直线运动误差的测量原理．并根据测量所得数据采用最小二乘法进行误差评定．结果表明该方法可用来测量直线运动误差。     

基于激光雷达的无人驾驶系统三维车辆检测

针对无人驾驶系统环境感知中的三维车辆检测精度低的问题,提出了一种基于激光雷达的三维车辆检测算法.通过统计滤波与随机抽样一致算法(Random Sample Consensus,RANSAC)实现地面点云分割,剔除激光雷达数据冗余点及离群点;改进3DSSD深度神经网络,利用融合采样提取点云中车辆语义信息与距离信息;根据特...     

基于Stereo RCNN的锚引导3D目标检测算法

针对当前基于锚的双目3D目标检测算法存在的锚点数量选取较多,从而影响在线计算速度的问题,提出了一种基于Stereo RCNN的锚引导3D目标检测算法FGAS RCNN.在第1阶段中,输入左右图像分别生成相应的概率图以生成稀疏锚点及稀疏锚框,再通过将左右锚作为一个整体生成2D预选框.第2阶段的关键点生成网络利用稀疏锚点信...