基于极曲线几何和支持邻域的鱼眼图像立体匹配

提出了一种基于极曲线几何和变支持邻域的立体匹配算法来解决鱼眼立体视觉中图像变形导致的极曲线求取和匹配代价计算问题。首先,对鱼眼相机进行标定并获取相机的相关参数;针对鱼眼镜头的畸变问题,根据鱼眼镜头的优化投影模型推导出系统的极曲线方程,并利用得到的极线方程确定对应点的搜索范围。然后,根据同源像点在左右图像上的位置关系确定各中心像素点的支持邻域,并计算出不同视差条件下该支持邻域在另一幅图像上的对应支持邻域,利用获取的支持邻域计算出各点的匹配代价。最后,利用WTA(Winner Takes All)策略选取最佳匹配点得到最终的匹配结果。基于提出的极曲线和支持邻域对两组鱼眼图像进行了匹配实验并与传统方法进行了实验对比,结果表明:提出的方法的匹配准确度比传统方法分别提高了4.03%和4.64%。实验结果验证了极曲线的应用加快了匹配速度并减少了误匹配;支持邻域的使用使其对匹配代价计算的准确度优于传统方法。该算法满足了鱼眼图像立体匹配对信息获取速度、准确度和数量的要求。     

基于加权视觉色差的三维色域匹配算法

提出了以加权视觉色差为评价标准的三维色域匹配算法。加权视觉色差公式由C IE 1994色差公式引申而出,根据权重系数在色差边界的GBD矩阵内确定了动态的空间搜索范围,将重心坐标方程应用于搜索值并得到最终匹配结果。通过基于相纸色域的仿真实验,验证了三维色域匹配在视觉感知和色差方面都要优于传统的二维匹配。     

基于支持向量域数据描述的快速学习算法

支持向量域数据描述(SVDD)是一种单值分类算法,用于将目标样本与其他非目标样本区分开来.本文引入数学中曲率的概念,根据分类边界线附近支持向量曲率的大小来对训练集进行约减;提出了一种约减型的支持向量域数据描述快速训练算法FSVDD,该算法与传统SVDD相比减少了训练时所需的支持向量数目,因而训练时间极大减少,同时分类性能几乎不受大的影响,该算法在大规模训练样本学习中具有现实意义.     

基于混合域特征集与加权KNN的滚动轴承故障诊断

针对滚动轴承的早期故障特征微弱难以有效辨识的问题,提出基于混合域特征集与加权K-近邻分类器的滚动轴承早期故障诊断方法。首先,基于时域、频域、时频域信号处理方法计算滚动轴承早期故障的特征指标量,构造混合域特征集,再将混合域特征集输入给KNN实现滚动轴承的早期故障诊断。实验结果表明,基于混合域特征集与加权K-近邻分类器的滚动轴承早期故障诊断方法能够有效地提取滚动轴承早期故障的低维敏感特征,而且结构稳定,诊断精度高,可以推广应用于滚动轴承的实时在线监测。     

基于加权响应面的支持向量回归机可靠性分析方法

针对非线性隐式功能函数的可靠性分析问题,提出一种基于加权线性响应面法的支持向量回归机可靠性分析方法.由于设计点周围区域对失效概率的贡献最大,所以所提方法首先采用加权线性响应面法确定设计点,然后在设计点周围进行补充抽样,把加权线性响应面法用到的样本及补充样本作为支持向量回归机的训练样本.通过有效的组合加权线性响应面法和支持向量回归机,所提方法在设计点周围获得更好的非线性隐式功能函数的近似,从而提高了非线性隐式功能函数失效概率的估计精度.算例表明该方法具有广泛的应用前景和一定的优越性.     

数控机床热误差的动态自适应加权最小二乘支持矢量机建模方法

为消除数控机床热误差对加工精度的影响,提出基于动态自适应加权最小二乘支持矢量机的数控机床热误差建模方法.为构建机床热误差模型,对一台XK713数控铣床进行建模试验,采用智能温度传感器与激光位移传感器分别获取机床温度值与主轴变形量.运用动态自适应算法,优化选择建模过程中的参数;对采样数据进行初始最小二乘支持矢量机建模,根据误差变量确定权重系数,得到基于加权最小二乘支持矢量机的数控铣床热误差模型.试验结果表明,基于动态自适应最小二乘支持矢量机的数控机床热误差建模方法精度高,泛化能力强,优于未加权最小二乘支持矢量机方法与传统最小二乘法.获得的模型可用于数控机床热误差补偿,以提高数控机床的加工精度.     

广义复合多尺度加权排列熵与参数优化支持向量机的滚动轴承故障诊断

针对滚动轴承特征提取和故障识别两个关键环节,提出了一种广义复合多尺度加权排列熵（GCMWPE）与参数优化支持向量机相结合的故障诊断方法。利用GCMWPE全面表征滚动轴承故障特征信息,构建高维故障特征集。应用监督等度规映射（S-Isomap）算法进行有效的二次特征提取。采用天牛须搜索优化支持向量机（BAS-SVM）诊断识别故障类型。将所提方法应用于滚动轴承实验数据分析过程,结果表明：GCMWPE特征提取效果优于多尺度加权排列熵、复合多尺度加权排列熵和广义多尺度加权排列熵;GCMWPE与S-Isomap相结合的特征提取方法可在低维空间中有效区分滚动轴承不同故障类型;BAS-SVM的识别正确率和识别速度优于粒子群优化支持向量机、模拟退火优化支持向量机和人工鱼群优化支持向量机;所提方法能够有效、精准地识别出各故障类型。     

基于支持矢量机的小波域超声信号消噪技术

为了提高超声无损检测与无损评价基础数据的信噪比,提出一种基于支持矢量机模式识别理论的小波域超声信号消噪技术.该技术在研究材料内部散射体引起的结构噪声产生机理,以及分析传统裂谱分析算法局限性的基础上,利用小波变换方法将原始超声检测信号分解到小波空间,并通过采用以高斯函数为核函数的支持矢量机所构成的信噪分离器对信号和噪声进行识别、分离来消除噪声,得到高信噪比的超声回波信号.试验结果表明,与传统裂谱分析算法相比,该技术提高了消噪性能的稳定性,增强了湮没材料内部各种散射体散射中的缺陷回波信号能力.     

基于多域特征与改进D-S证据理论的齿轮故障智能诊断方法

为了能全面准确识别齿轮的故障类别,建立了基于时域、频域以及能量等多域特征参数的特征空间模型。在此基础上,提出了一种基于多域特征与改进D-S证据理论的齿轮故障智能诊断方法。通过实验台实测数据提取相关特征参数作为诊断样本,以粒子群优化支持向量机的初步诊断结果构建多个证据体。实验结果验证了改进D-S证据理论融合证据体诊断结果的有效性。     

火炮身管疵病深度测量系统

为了准确获取火炮身管疵病深度参数,提出了一种新的基于等效多基线立体成像的疵病深度测量方法,并采用单摄像机建立了疵病深度自动测量系统。首先,对摄像机采用Tsai两步法进行标校。接着,采用等效多基线立体成像法获取疵病图像。在此基础上,利用标校数据和图像的位置参数,通过疵病特征提取和疵病图像立体匹配处理,获取疵病深度图像的输出,从而得到准确的疵病深度值,实现对火炮身管疵病深度参数的精确测量。测试结果表明:该疵病测量系统得到的疵病深度测量绝对误差<0.1mm,相对误差<5%,完全满足火炮身管疵病深度测量的需要,能够为火炮鉴定试验和伴装保障提供重要的技术支持。     

基于证据理论的立体匹配决策

立体匹配时单独用一种基本相似性测度作匹配的决策测度会出现误匹配现象,本文提出了一种基于证据理论的多重判据的匹配决策方法,实验结果表明这个方法是可靠的.     

基于彩色图像的快速立体匹配算法研究

为了实现彩色图像的快速立体匹配,获取准确和致密的视差图,在全局匹配基础上提出了基于区域增长的全局匹配算法,该算法将图像对按行进行区域增长匹配,匹配后的视差图再通过均值滤波器,可以滤除由于误匹配产生的不可靠视差。实验结果表明,在保证可靠性的前提下,采用改进后的匹配算法极大缩短了图像处理时间。     

基于FPGA的三目半全局匹配算法设计与实现

三目立体视觉系统能够克服双目立体视觉系统存在的遮挡等问题,进一步提高立体视觉系统测量精度.然而增加传感器数量会导致匹配算法计算量增大,影响系统实时性,从而限制三目立体视觉系统在各领域的实际应用.为此,本文提出一种三目半全局立体匹配算法及其硬件计算框架.首先,在对三目立体视觉系统基本模型深入分析的基础上,提出一种硬件友好...     

基于支撑点的立体匹配

为了使立体匹配算法能够兼具较高运算效率和良好的视差匹配精度,提出一种基于稳定支撑点的立体匹配算法。该算法利用Canny最优边缘算子检测图像的边缘点作为\"支撑点\",应用Delaunay三角剖分算法将整个待匹配视图划分成一系列相连的二维三角面片;然后以三角形作为匹配基元构建视差模型进行初始视差估计;最后根据三角形共用顶点的特性修正视差值,进而得到最终的视差图。使用Middlebury算法测试平台提供的立体图对算法进行了实验验证。结果表明:本文算法的定位精度高,误匹配率低,匹配时间约为1s,视差图的匹配精度约为93%,在获取高精度视差图的同时具备良好的匹配速度,为立体匹配算法的实际应用奠定了良好的基础,在基于双目视觉的路径导航系统中也有着良好的应用前景。

     

基于动态规划的分层立体匹配算法研究

动态规划是双目立体匹配的经典算法,针对控制点动态规划算法易产生横向条纹以及立体匹配普遍的边缘性和弱纹理区域问题,提出一种基于金字塔分层双向动态规划的改进立体匹配算法。该算法将分层模型加入传统动态规划方法,以低像素层级为高像素层级提供控制点集,并在匹配代价计算中采用一种自适应相关性测度函数,加以匹配代价滤波,提高算法精确度及实时性并获取高精度视差图。以Middlebury标准库中的图片以及实拍图片作为实验对象,实验表明所提出的方法具有较好的性能。     

一种基于重投影和3D-DIC的曲面变形测量方法

传统双目立体视觉测量基于立体校正进行三维重建,测量精度受标定参数精度、插值精度以及双目传感器结构的影响很大。 在进行曲面尤其是大曲率 ROI 变形测量时,立体校正过程会导致立体图像对中不均匀变形信息的损失或者过度拟合,进而影响测量精度。 为此,本文发展了一种基于重投影和 3D-DIC,适用于曲面变形测量的无需立体校正或外极几何约束校正的高精度立体匹配方法。 同时,这种方法也可推广用于含有不均匀变形的时序图像对的高精度匹配。 具体地,本文提出了二阶变形参数初值估计方法,二阶变形参数初值生长匹配策略,全局立体匹配和时序匹配策略;进一步,给出了不依赖于立体校正和极线校正的特征点三维重建方法,全局变形场及局部应变场的计算方法。 实验证明本文所提方法可实现一定曲率曲面的高精度变形测量,测量系统在一定景深内能够实现小于 1 μm 的平均测量误差。     

双目PMP视觉测量中立体匹配方法的设计与实现

针对PMP视觉测量中物体深度变化大或表面形状复杂时出现的误匹配问题,提出一种基于区域分割和视差修正的立体匹配方法。研究了四步相移法和多频外差相移的基本原理,并采用基于OpenCV的标定立体校正方法对光栅图像进行了校正;结合PMP视觉测量系统的特点对相机视场进行分析,根据视场各区域的相位信息特点以及视差约束,提出基于混合阈值的区域分割原则和实现方法;应用视差求解和视差校正获得有效的视差图,并在自主研发的PMP视觉测量系统中验证了立体匹配方法的有效性。     

一种基于投影校正的在机工件三维重构方法

提出了一种新的基于投影校正的移动式单目视觉三维重构方法。在投影校正后的立体图像对平面上,所有极线相互平行且处于水平方向,共轭极线位于同一条水平线上,使单目摄像机在移动前后的两个位置拍摄的图像的对应点匹配搜索从二维平面降至一维水平线,为图像匹配提供了极为有利的约束条件。采用该投影校正的方法对铣床上的工件进行了三维重构,证明了该方法的有效性。