远距离三维坐标测量中双目视觉系统的测量精度分析

针对双目视觉系统在远距离目标点三维坐标测量中的问题,首先,基于双目视觉测量系统的原理,分析了双目视觉中相机标定和三维定位过程的主要误差来源;然后,推导了双目视觉三维定位测量系统与相机参数、特征点匹配精度、像元大小、焦距、基线长度与测量距离之间的导数关系.最后,通过仿真实验得到各参数对测量系统定位误差的影响.实验结果表明...     

双平面法标定的双目视觉三维测量系统

针对传统摄像机标定过程复杂、三维测量精度不高的问题,提出了一种基于投影直线相交的双目视觉三维测量方法,并给出了基于神经网络的标定方法。根据摄像机成像特点,利用双标定平面上的点求取投影直线方程;针对摄像机成像复杂的畸变模型,利用BP神经网络对复杂非线性映射关系的强大逼近能力,对左右两台摄像机于远近标定平面处分别进行隐式标定,得到图像像素坐标到平面模板二维物理坐标的映射关系;设计制作了试验平台,采用手工辅助的方法获得网格模板训练样本。此标定方法完全适用于大视场、近距离、高精度的双目视觉传感器。试验结果表明,系统对空间已知长度的测量结果误差约为0.109 mm,测量精度较高。     

基于双目视觉的工件尺寸三维测量

针对传统的接触式测量方法存在测量速度慢、效率低等问题,本文基于双目视觉视差原理,采用了一种双目视觉测量方法。首先,利用双目视觉系统采集带有标志圆的靶标图像对,进行摄像机标定;然后,采用Canny自适应算子检测图像的边缘,通过椭圆拟合来确定特征点,在极线约束条件下完成图像的立体匹配,最后将图像坐标换算成世界坐标系下的三维坐标。实验结果表明,该方法对于有标志点的被测对象具有测量精度高的特点,误差在0.07mm以下。     

基于双目相机的光学高度测量系统

根据双目立体视觉模型,搭建一个实验室专用的高度测量系统.首先使用Matlab自带的工具箱对双目相机进行多次标定,获取实验所需的诸多参数,然后通过立体校正技术建立修正后的世界坐标与像素坐标之间的关系方程.在VS2015结合OpenCV的编程环境下,利用立体匹配算法和视差理论获取目标表面的三维空间信息.最后通过选定同一目标...     

基于双目视觉的三维场景图像表面重建算法

在三维场景图像中,像素色度不均匀会影响图像的视觉表现效果,维持像素色度的均匀分布是提升图像视觉表现效果的有效方法。为满足实际应用需求,大幅提升三维场景图像的视觉表现效果,提出一种基于双目视觉的三维场景图像表面重建算法。首先,确定视觉相机的内参、外参标记结果,通过极线校正双目图像的处理方式,完成基于双目视觉的三维场景图像标定;然后,求解像素代价聚合条件,根据像素节点的三维视差推导图像表面的重建表达式,完成基于双目视觉的三维场景图像表面重建算法的设计。实验结果表明,双目视觉技术作用下,三维场景图像的像素色度呈现出较为均匀的分布状态,符合提升图像视觉表现效果的实际应用需求。     

三维视觉测量系统

分别介绍了三维激光扫描和多目视觉测量两种三维信息获取系统的测量原理、分类情况、测量特点,分析了两种测量系统各自的研究重点和难点,并通过市场上的典型产品说明了这三类系统的国内外研究和应用现状。回顾了国内外月球车的研究历史,阐述了月球车视觉系统的发展情况。结合当前我国正在逐步实施的探月计划——“嫦娥工程“,描述了我国月球车的研究状况以及月球卫星的视觉系统。并且给出了三维视觉系统的发展趋势。     

基于双目立体视觉测量原理的物体运动速度测量

采用双目立体视觉测量系统进行炮弹速度的测量, 实现一种利用无速度测量因素测量设备测速的新方法。选择合适参数的两 台摄像机获得被测物体清晰的像,将两台摄像机搭建成光轴平行的双目视觉测量 系统,获得炮弹在运行过程中的每一时刻的三维轮廓数据,根据获得的三维数据进 行空间位置节点的三维插值,得到炮弹在t时间段内运行的距离,并求取平均 速度。仿真实验结果表明,本文方法可以准确、快速利用无速度测量因素的测量 设备获得炮弹的运行速度。     

基于双目视觉的三维车辆检测算法

在自动驾驶中,车辆的三维目标检测是一项重要的场景理解任务。相比于昂贵的雷达设备,借助双目设备的三维目标检测方法有成本低定位准确的特点。基于立体区域卷积神经网络（Stereo RCNN）提出了一种用于双目视觉的三维目标检测OC-3DNet算法,有效地提高了检测精度。针对特征提取高分辨率与感受野的矛盾,结合特征提取网络与注意力引导特征金字塔（AC-FPN）,有效地提高了算法对小目标的检测精度。针对三维中心投影检测误差大的问题,建立了一种新的三维中心投影与二维中心的约束关系,进一步提升了三维目标检测的精度。实验结果表明,改进后的OC-3DNet算法在以0.7为阈值的三维目标检测上平均精度为43%,较Stereo R-CNN三维目标检测的平均精度提升了约3%。     

眼球突出度的双目视觉测量

为了提高眼球突出度测量方法的效率和安全性,基于双目视觉测量原理,提出一种特征点均通过图像处理获取的眼球突出度测量方法.该方法首先获取眼部图像,再利用MediaPipe Iris获取虹膜中心,结合阈值分割、轮廓检测获取标记点,最后计算眼球突出度值.为了验证本文双目视觉测量方法的精密度和准确度,搭建了测试平台,针对标准件、...     

基于单摄像头双目成像系统在计算机视觉中的应用研究

利用单个摄像头和一平面镜的舍体实现了双目成像系统的三维视觉功能,并理论证明了平面镜相对于摄像头按一定条件放置时,利用合体可以得到适于三维立体视觉的图像。在已知舍体内外部参数的情况下,由舍体所得图像进行点的三维立体恢复的理论推导。对合体的标定、内外部参数的确定也进行了理论推导。最终证明,由合体进行三维立体恢复,其实质相当于双目成像。通过实验对合体和一双目成像系统分别进行了标定,利用标定的结果进行了对点的三维立体恢复。结果表明两者精度相当。     

基于双目视觉模型的运动参数测量

通过建立双目测量的数学模型,由标志点在双摄像机成像平面上的坐标求得运动物体的运动参数。在不考虑摄像机内外参数标定误差的情况下,研究了标志点像元的测量精度对运动参数测量的影响。通过分析图像分割求取标志点形心引起的误差,利用窗口中心迭代算法提高标志点形心测量的精度,从而提高了运动参数的测量精度。由空间飞行器自动交会的仿真试验验证了算法的有效性。     

复杂场景双目立体视觉测量精确定位系统研究

针对某复杂场景下对特定目标进行精确定位测量的 关键问题,依据双目立体视觉测量原理,结合OpenCV视觉开 发库标定摄像机内外参数,利用结果校准目标图像,借助于标靶类型进行图像区域分割并计 算出目标位置坐标,以此实 现精确定位测量之目的。研究结果表明,对于所确定的1.4~1.6m目 标测距范围,采用平行双目视觉测量模型和相机小孔 测量模型,获得了距离误差小于10mm、横向误差小于2mm和响应时 间小于350ms的测量结果,在满足实时性的同时具有较高的定位精度 。     

基于改进双目视觉算法的三维重建研究

为解决现有立体匹配算法在图像弱纹理等区域鲁棒性差以及模型参数较大的问题,对PSMNet立体匹配方法进行改善,通过使用空洞空间卷积池化金字塔结构(atrous spatial pooling pyramid,ASPP)提取图像在不同尺度下的空间特征信息。随后引入通道注意力机制,给予不同尺度的特征信息相应的权重。融合以上信息构建匹配代价卷,利用沙漏形状的编解码网络对其进行规范化操作,从而确定特征点在各种视差情况下的相互对应关系,最后采用线性回归的方法得到相应的视差图。与PSMNet相比,该研究在SceneFlow和KITTI2015数据集里的误差率各自减少了14.6%和11.1%,且计算复杂度下降了55%。相比较于传统算法,可以改善视差图精度,提升三维重建点云数据质量。     

一种基于欧氏距离的双目视觉三维重建算法

针对双目视觉左右图像投影的反向延长线是异面直线,直接将匹配像点代入定位模型需要求解一组矛盾方程,从而造成计算资源浪费和影响定位精度的问题,提出了一种基于欧氏距离最小化的三维重建计算方法.根据非平行光轴双目视觉定位的几何结构,运用求解两点欧氏距离最小值的思想,建立了两条异面投影线公垂线中点的计算模型,而后通过实验验证了该方法的有效性.利用标定后的系统对标记物之间的距离进行测量,在距双目视觉传感单元1.5m范围内误差小于1 mm.实验结果表明:该方法比传统方法重建精度高且实时性好,具有良好的鲁棒性.     

鱼眼相机导引下的双目跟踪系统

在智能监控领域,鱼眼相机比传统摄像机拥有更大视野,然而由于其分辨率的限制及鱼眼图像畸变的影响,使得目标物的细节信息难以观察,为克服这个难题,搭建了鱼眼相机导引下的双目跟踪系统。该系统利用鱼眼相机进行全景观察,检测出目标物,采用角度拟合法求出目标物的方位角,通过云台控制双目相机精确定位到目标物,然后对目标物进行距离测量,并使目标在不同的位置进行实验。实验结果表明,系统能准确检测出鱼眼图像中的运动目标,角度标定精度达到系统要求,双目相机能准确测出目标物距离。该智能监控系统能够减小鱼眼相机畸变对检测结果的影响,具有检测视场广和检测精度高的特点,为智能监控技术提供了检测方法。     

立体视觉测量系统中三维拼接技术的研究

为了扩大立体视觉测量系统的测量范围,实现大型工件的高精度测量,提出了一种基于控制网的三维拼接方法。通过在被测工件四周设置辅助测量控制点,基于单位四元数法建立测量控制网,并采用Levenberg-Marquardt(LM)优化算法对测量控制网的测量精度进行优化,通过测量控制网将系统在不同测位获取的测量数据转换到整体空间坐标系下,获得全局测量数据,实现测量数据的三维拼接。实验结果表明,此方法不仅扩大了测量范围,而且提高了大型工件的测量精度。     

基于双目视觉的六旋翼无人机立体匹配算法

针对六旋翼无人机双目视觉成像时,经双目融合后反馈的图像噪点过多,以及图像精度不够理想的问题,提出了一种在匹配过程中融入全局差错能量最小化的区域立体视觉匹配算法。由于视差的求解是立体匹配过程中最重要的环节,因此本文利用最小化差错能量矩阵求解最优视差的原理。通过提高立体视觉的视差精度,从而减少视觉融合过程中因数据问题产生的噪声干扰,最终提高了对场景信息三维重构的准确度。通过分别在室内外的仿真实验与真实环境重构实验,验证了本文提出的基于双目视觉的六旋翼无人机立体匹配算法的有效性与可靠性。     

基于偏振双目视觉的无纹理高反光目标三维重构

对于表面光滑、纹理单一甚至缺失、高反光的目标,传统的三维重构方法由于对纹理以及反光特性的依赖会使得重构表面出现大面积的的数据空洞.而基于偏振的三维重构方法不依赖于物体表面的纹理信息,同时偏振成像能够在一定程度上抑制耀光,能够有效解决传统三维重构方法存在的问题.但是,基于偏振视觉的三维重构方法得到的是像素坐标系下的深度信息,因此提出了偏振双目视觉三维重构方法,以由双目立体视觉获得的少量特征点的世界三维坐标为"桥梁",利用双目立体标定得到的相机参数,将偏振得到的图像像素坐标系下的点云数据转化为世界坐标系下的绝对数据.