基于运动恢复的双目视觉三维重建系统设计

对基于双目立体视觉的一种三维重建系统进行了改进和扩展。将视差细化处理环节引入现有系统,使原视差及相邻视差的匹配代价拟合为一条二次曲线,并为该曲线重新寻找更加精确的视差。进一步将运动恢复计算环节引入系统,通过估计当前视角的摄像机运动矩阵和以跟踪点和摄像机运动矩阵为参数构造能量函数,对能量函数进行优化来有效缩小误差,恢复出准确的运动矩阵。实验结果表明:新增的视差细化处理环节有效提升了重建点云的精度,使细化前后三维重建结果误差平均减少了16.3%,避免了片状点云现象;新增的运动恢复优化环节,能够精确地恢复摄像机的运动矩阵,优化后三维重建结果平均重投影误差减少了95.5%;重构后不同视角的点云之间不再孤立,重建模型整体拼接自然。     

水下双目立体视觉对应点匹配与三维重建方法研究

针对水下双目立体视觉成像稠密立体匹配因不满足空气中极线约束问题,提出一种水下对应点匹配与三维测量方法,可将水下双目相机采集的立体图像校正为符合共面行对齐原则的图像对,再套用空气中成熟的立体匹配方法得到水下左右相机图像视差图,从而实现水下目标的三维重建。首先,将进入相机的所有光线总和看成光场,采用四维光场参数表达对每一条光线建模,据此建立相机的折射成像模型和双目立体视觉模型并计算光线的方向向量;根据光线的光场表达将光线转化为点矢量的形式,计算方向图像上任意像点对应原图像的像素坐标并确定位置映射关系。通过插值即可快速得到符合行对齐原则的左、右方向图像,并最终获得每条光线对应的视差图。仿真结果表明,方向图像的行对齐误差小于0.8 pixel。水池实验采用事先标定的靶球作为目标物,利用随机散点主动投射以增加目标物表面的纹理信息,对靶球多次测量的均方根误差为2.8 mm,具有较高的测量精度。     

基于二维图像的三维重建技术研究

针对在拍摄过程中,三维图像转化为二维图像时容易丢失深度信息,使得通过该二维图像重建出所对应的三维图像比较困难的问题。依据双目视觉技术,采用两个摄相机来完成研究对象的三维重建,既减小了整个系统的成本,又简化了三维重建的操作过程。通过研究所搭建的双目平台相机拍摄图像以及进行相机标定,再根据改进的边缘提取算法结合Harris算法对图像的特征点进行检测,并利用SAD算法对图像的特征点进行立体匹配,最后利用三角测量原理提取到目标图像的深度信息,最终实现对矩形量块的图像的三维图像的重建。实验结果证明,该方法取得了满意的实验效果。     

基于双目视觉的工件空间定位方法研究

本文基于双目视觉原理,设计实现了一种对特定工件空间定位方法。首先对双目视觉系统进行标定,根据标定结果进行图像矫正,使用基于区域的立体匹配算法求取视差图,结合特征点对应视差值和标定结果对图像进行三维重构,获得工件表面的高度位置信息;根据工件特征,通过拟合获得的工件一组同轴圆的圆心三维坐标,确定工件在摄像机坐标系下的位置和姿态,实现工件的空间定位。     

基于双目视觉的目标定位系统设计

基于双目视觉原理进行目标定位可以得到目标的深度信息。本文对双目视觉关键技术中的摄像机标定和立体匹配进行深入研究,采用改进的平面标定法和基于外极线约束和灰度相关性的立体匹配算法。搭建双目视觉系统实验平台,编制目标定位程序。实验结果验证本文方法的准确性。     

双目立体视觉的研究现状及进展

双目立体视觉是机器视觉的一个重要分支,通过直接模拟人眼观察和处理景物的方式来进行测量,是一种速度快、精度高、操作简便的非接触式测量方法,在农业、工业及军事等领域均有着广阔的应用前景。为此介绍了双目立体视觉的原理及实现步骤,总结了近年来国内外相关研究现状,并对该技术的发展趋势作了展望。     

基于双目视觉的塑料零件数模重构研究

对双目视觉技术进行了系统阐述,利用双目视觉技术提取塑料零件的三维信息,进行三维模型的重建,并通过试验验证了三维恢复的精度和三维模型重建的效果。     

双目视觉关键技术研究综述

在3D视觉技术中，双目视觉技术作为低成本高效率的代表受到了广泛的关注，在工业领域中具有优越的应用前景。通过归纳整理相关文献，对双目视觉关键技术进行了概述，分别阐述了相机的标定方法和基于图像特征的立体匹配方法，对这两个关键技术当前的研究现状和优缺点进行了分析，并进行总结与展望。     

一种基于结构光双目视觉的特征匹配算法研究

特征点匹配在图像检索、三维测量、模式识别等技术中起着重要的作用。使用MATLAB软件剪切图像并细化线结构光光线条纹。经理论分析SURF算法优缺点,提出了一种基于SURF算法特征点提取的改进算法。用C语言编写改进后的特征提取算法,通过MATLAB软件实验对比两种算法的特征点提取结果并且编写程序实现后期的特征匹配。实验表明:该算法基本满足双目视觉立体匹配的要求,对于线结构光三维测量技术具有重要的理论意义和实用价值。     

基于双目视觉的运动目标检测跟踪与定位

为克服传统目标检测跟踪方法无法对目标准确定位,以及在复杂环境下容易受光照、阴影等因素干扰的问题,提出了基于双目视觉的目标检测跟踪与定位方法。首先使用Matlab标定工具箱和OpenCV进行摄像机标定和图像校正,然后利用基于双目视觉的背景差分法实现目标检测,结合基于Kalman滤波的改进Camshift算法实现目标跟踪,最后利用视差图得到目标三维信息,从而实现目标定位。实验结果表明,所提方法能够实时跟踪运动目标并实现目标的准确定位。     

挖掘机器人双目视觉系统标定方法与立体匹配

在挖掘机器人视觉系统实现中,摄像机标定、特征提取、立体匹配是关键环节,而立体匹配又是视觉系统中最复杂、最重要的步骤。首先分析了通用双目立体视觉模型及平行双目立体视觉模型,对挖掘机器人平行双目立体视觉系统测量方法及参数标定进行了研究。结合基于特征的匹配方法,通过对左、右图像角点的提取,实现了基于极线几何约束的特征点匹配。通过对铲斗图像匹配实验,验证了该方法能满足挖掘机器人视觉系统要求。     

基于极线约束的机器人双目视觉水下焊缝特征匹配研究

本文设计了一种相交光轴的双目视觉结构形式,采用大红+紫红色复合滤光系统获取了较为清晰的水下焊缝图像。采用极线约束的立体匹配方法对水下空间焊缝进行匹配,匹配时先采用糊模增强及模糊边缘检测对水下焊缝图像进行处理,提取了焊缝的边缘及中心线作为匹配特征。然后建立极线方程,找出两图像对应的匹配点,最后求取二匹配点对应的空间坐标。水下匹配实验表明,空间直线的匹配平均误差控制在0.59mm以内,空间折线的匹配平均误差控制在0.65mm以内,能够满足机器人水下焊缝跟踪的要求。     

基于双目视觉的振动测量及控制

针对柔性板的低频振动问题,研究了一种基于双目视觉测量其低频振动和反馈的控制方法。采用视觉传感器采集柔性板振动过程中的图像序列,通过图像处理的方法分析图像序列,从而得到柔性板的振动信息。以此信息作为控制反馈信号,采用最小控制合成算法(minimal control synthesis,简称MCS)抑制柔性板的振动。在相同的条件下,比较MCS算法和比例微分(proportion differentiation,简称PD)算法的控制效果。实验结果验证了基于双目视觉测量和MCS算法的可行性,且MCS算法的控制效果要优于PD算法。     

一种基于双目立体视觉的激光线扫描技术

针对线结构激光扫描系统标定成本高,而双目立体视觉测量中立体匹配难的问题,提出了在双目立体视觉的原理上,结合线结构激光扫描的方法实现对被测物体的三维测量。该方法采用张正友相机标定方法对系统进行立体标定;采用BOUGUET’S法对左右相机图像进行立体校正;运用重心法进行激光中心线的精确提取。在图像校正的基础上,可快速实现激光中心线位置的立体匹配;再结合线扫描原理可完成对物体的扫描工作。最后,使用该系统对具有复杂自由曲面的鞋楦进行测量,结果表明:该方法能快速准确地测量出符合要求的三维数据。     

基于HALCON的双目视觉系统标定

论文对现有的双目视觉标定方法进行论述,阐述了双目视觉系统的原理,深入的介绍了双目视觉系统标定的原理,方法。此外,针对如何使用HALCON软件进行双目标定进行了详细的论述,分析了面阵摄像机的标定过程,该方法简单易行,充分发挥了HALCON的函数库功能,提高了标定精度和计算速度,而且具有良好的跨平台移植性。     

基于双目立体视觉的三维测振技术

非接触式测振技术有着非侵入无损检测、空间分辨频率高、实时性强等优良的特性。为了实现大视场、多点实时测量,提出了一种基于双目机器视觉的三维测振技术。在待测物表面粘贴100个圆形发光标志点,选取不同频率、振幅的标准振动台进行测试,分别采集500帧图像进行处理。实验结果表明,测量精度为54μm/m,该系统具有良好的稳定性,可满足大多数振动测量的要求。     

双目视觉三维测量技术在地形测量中的应用

从测量系统组成、测量方法步骤等方面详细介绍一种双目视觉三维测量方法,并举例说明如何应用这种方法进行地形侦测以获取地形和距离信息.实验结果显示,该方法具有操作简单、测量精度高(误差基本小于1％)等优点.     

基于双目视觉方法的可穿戴式导盲机器人研究

针对现有导盲方式的不足,设计一种基于双目视觉方法的可穿戴式导盲机器人。该机器人借助左右两个图像传感器实现障碍物定位和场景三维重建,并将提取出的信息以振动和语音形式反馈给穿戴者。从硬件和软件角度分析了可穿戴式导盲机器人的技术路线,介绍了双目视觉的原理与算法基本步骤,分析了基于神经网络法的多传感器信息融合算法,最后建立了人机适应性的评价指标体系,为该可穿戴机器人的实际设计奠定了基础。