基于Graph Cuts多特征选择的双目图像分割方法

双目图像分割对后续立体目标合成与三维重建等应用至关重要.由于双目图像中包含场景深度信息,因此直接将单目图像分割方法应用于双目图像尚不能得到理想的分割结果.目前,大多数双目图像分割方法将双目图像的深度特征作为颜色特征的额外通道来使用,仅对颜色特征与深度特征做简单整合,未能充分利用图像的深度特征.文中基于多分类Graph ...     

ADS7852在双目测距中的应用

本文详细介绍了ADS7852的工作原理及其应用,并给出了它与89C51及TCD2901D的连接电路图。说明了双目测距的原理并给出了测距的求解公式。利用ADS7852的特点解决了双目测距中激光光斑面积、信号捕捉和测量精度三者之间的矛盾。给出了硬件原理框图和软件流程图。     

基于嵌入式Linux的双目测距系统研究

根据嵌入式系统的特点,设计了以ARM为核心的双目立体视觉测距系统。系统使用双目立体摄像头采集图像数据,可设置图像的多种属性。利用开源计算机视觉库Open CV对采集的图像数据进行处理,分别完成了两台摄像机标定、匹配、重建等工作,最后实现摄像机测距功能。实验结果表明,该系统测量结果合理,工作稳定,同时可用Qt/Embedded实时显示图像和数据,具有良好的人机交互功能和跨平台移植性。     

基于LabVIEW的双目视觉测距系统设计

在对障碍物进行测距的过程中,双目视觉测距技术拥有的成本低、高效、精确度高与构造简单的特点。鉴于此,设计一种基于灰度值金字塔图像匹配算法的双目视觉测距系统。通过搭建立体视觉硬件平台,利用LabVIEW软件平台编写硬件控制和测距程序,采用灰度值金字塔算法进行双目图像匹配获取视差数据,利用几何关系求出障碍物深度计算公式,并且在实验室中随机选用8个标志物进行仿真实验,检验理论深度与真实距离间的误差率。实验表明,通过视差数据求得的理论深度信息,所选特征点清晰、纹理复杂度较高的ROI(Region of Interest)区域的误差率在2%左右,特征点模糊、纹理复杂度较低区域误差率在5%左右,图像匹配相似度在900左右,在允许的误差范围内验证了图像匹配的准确性和双目测距系统的可靠性。     

基于双目的目标快速测距算法

为保证测距精度的同时提高计算效率,针对特定的应用场景,提出一种在Census变换理论基础上改进的立体匹配算法。以降低计算的像素需求,优化测距方法为途径,针对双摄像头获取的视频图像,通过图像灰度化、像素值平均、像素定标比较以及像素点替换等图像分析方法,实现在特定应用场景下提高双目摄像头的数据计算效率,加快硬件的运算速度,达到算法快速、稳定、有效地运行的目的。根据实验结果分析,该算法在图像噪声抑制上具有较好的效果,在实际应用中展现了较好的稳定性与较高的计算效率。     

基于双目立体视觉技术的汽车测距系统实现

汽车测距是汽车防撞系统的关键技术之一。在分析现有的汽车测距常用方法基础上,针对常用测距方法设备庞杂、相互干扰严重等问题,对机器视觉在汽车测距方面的应用进行研究,提出一套基于双目立体视觉技术的汽车测距方案。并使用OpenCV2.4.8在VS2012编译环境下用C/C++编程实现验证其可行性,通过对摄像机标定、立体校正、立体匹配等关键技术的研究,选用一种快速的立体匹配算法对目标进行测距。经过实验验证,该系统可行性高、成本低,只需两个普通CMOS摄像头便可完成图像采集工作,而且平台搭建方便,测距算法容易实现,速度快、扩展性好,在一定范围内的准确度基本满足应用要求。     

双目视差测距中的图像配准技术研究

双目视差测距是被动光电测距中的一种重要方法。主要就双目视差测距中的图像配准问题进行了探讨,找出了一种基于区域的快速匹配算法,同时比较了OpenCV中Block Matching块匹配法和Graph Cut图切割法,从而实现了基于Block Matching块匹配的双CCD测距系统,最后对实验结果进行了分析验证,结果证明该系统有效而实用。     

基于双目视觉技术的线路安全测距研究

为了精确地实现输电线路障碍测距,提出一种双目视觉的线路障碍安全测距方法。在分析双目视觉原理基础上,通过摄像机标定、立体校正、立体匹配等步骤实现测距。为了验证方案的可行性,搭建双目视觉巡检机器人,并模拟真实输电线路进行测距。结果表明,构建的双目视觉方案可实现输电线路障碍的高精度测距,且精度误差不超过3%,说明该方法可行,可用于机器人输电线路巡检。     

嵌入式双目立体视觉测距系统

设计和研究了一种基于S3C2440硬件平台和嵌入式Linux双目立体视觉测距系统.该系统通过使用两个USB摄像头同步采集图像数据,并利用OpenCV对采集的两幅图像的数据进行处理,计算目标物在两幅图像中的像素偏差,进而算出目标物到摄像头平面的距离,在论文中以车牌作为目标物.同时该系统用Qt/Embedded实现LED实时显示图像和数据.整个系统建立在嵌入式架构上,能独立完成图像采集,数据处理,实时显示等功能.只要改变定位算法,则能测出任意目标物的距离.     

基于竞争机制的简化双目立体视觉测距算法及系统设计

计算机立体视觉模拟人眼功能,具有探测范围宽、目标信息完整等优势,是近年来计算机视觉的研究热点之一.传统测距方法如超声、红外、激光等有容易受干扰、目标确定困难等缺点,为此提出简化的基于竞争机制的立体图像匹配测距算法,具有运算速度快,硬件要求简单的优点,并制作成双目立体视觉测距硬件系统.通过对实时的双摄像头图像的计算,在PC机上实现双目测距功能.     

基于显著性检测的双目测距系统

为了提高双目视觉测距系统中图像匹配的实时性与测距的精度,提出一种将显著性检测与焦距拟合相结合的双目测距方法。首先对双目相机进行畸变矫正,并利用双目相机成像的特点拟合相机焦距与目标距离的关系,随后对所得图像进行显著性检测,并提取目标区域,最后,利用surf算子对提取出的区域进行特征匹配,将匹配点代入测距模型中得到目标物体的距离。结果表明:显著性检测方法明显提升算法执行速度,焦距拟合降低双目测距模型误差,明显提升双目测距精度。     

基于竞争机制的双目视觉匹配与实时测距

利用立体视觉系统实现移动机器人避障具有探测范围宽,目标信息完整等优势。从立体视觉中提取距离信息是计算机视觉的热点问题,其困难在于图像匹配问题。文章提出了一种基于竞争机制实现立体视觉匹配的方法。该方法将匹配问题映射为一个矩阵,其元素代表可能匹配的像点。根据匹配约束,匹配矩阵元素之间竞争,最后胜出者即为最优匹配点。获得匹配点后,根据摄像机透射投影模型恢复图像深度信息。实验结果表明,该方法需处理数据少、计算简便、适于实时测量。     

基于双目视觉的运动物体实时跟踪与测距

利用双目视觉信息系统实现三维空间中运动物体实时跟踪与测距．当运动目标超出视野范围时,可通 过控制摄像机云台转动搜索目标．此外,还研究了在摄像头运动情况下,无需重新标定,即可实现运动物体测距的 算法．这里,自适应背景建模法与CamShift 算法用于实现运动物体的辨识与跟踪．实验结果证明了所提出的算法能 够有效地追踪物体,并同时准确地测量它的三维位置．     

机器人双目立体视觉测距技术研究与实现

机器人视觉是一种重要的机器人传感技术,主要应用于机器人定位和检测之中;文章阐述了构建机器人双目立体视觉测距系统的方法,并运用Labview对所设计的系统加以实现;完成了图像的采集、预处理和边缘检测;通过在Labview中的C语言接口调用C算法程序,进行了物体特征识别和目标物体测距的算法实现;实验表明焦距、滤波算法和外围光源都会对测量结果会产生较大影响;在相同检测距离不同焦距时得到的检测精度会有一些偏差;并且加入低通滤波,可增加图像识别的精度,进而使特征点匹配和检测的精度都有所提高,对提高系统的检测精度具有实际意义。     

双目立体视觉的目标识别与定位

双目立体视觉系统可以实现对目标的识别与定位.此系统包含摄像机标定、图像分割、立体匹配和三维测距4个模块.在摄像机标定部分,提出了基于云台转角的外参数估计方法.该方法可以精确完成摄像头旋转情况下外参的估计,增强了机器人的视觉功能.并利用广茂达机器人系统,基于改进的双目视觉系统进行目标识别与定位,以此结果作为依据控制机器人的手臂进行相应运动,最终实现了对目标物体的抓取,验证了提出方法的可行性.     

非特征点双目测距技术研究

提出了一种局部稠密匹配与人工干预相结合的测距方案,利用非特征点与特征点的位置关系,构建“最小矩形”以缩小匹配范围,再应用NCC（归一化互相关）算法对非特征点进行稠密立体匹配,最后根据双目测距原理直接获取非特征点的距离信息。该方法能任意选取图像上的非特征点进行实时距离测量,具有精度高、速度快和操作性强等优点。     

基于双目视觉的动画图像三维建模方法

针对现有建模方法应用效果不佳的问题,提出一种基于双目视觉的动画图像三维建模方法。首先,进行动画图像特征提取及数据采集,设定基础建模点位多层级;其次,建立纹理映射建模关系,构建双目视觉三维图像结构,通过Java 3D识别完成三维建模;最后,进行对比分析。测试结果表明,应用该方法得出的像点偏差被较好地控制0.2以下,具有实际应用价值。     

基于双目相机深度图的道路边缘测距方法

为了实现道路划线喷头的自动定位,提出一种基于双目相机深度图的道路边缘测距方法。首先采用张氏标定法进行双目相机参数标定,获得相机的内部参数和外部参数,并对标定纸和标定板的标定结果进行比较;然后采用BM算法计算左右图像匹配点对之间的视差值得到深度图,通过二值化、腐蚀、膨胀和寻找最大色块的方法检测深度图中的道路边缘中心点;最后通过坐标转换得到双目相机与道路边缘的距离。实验证明,该方法能有效检测双目相机与道路边缘之间的横向距离。     

基于Gabor小波变换的无监督纹理图像分割

本文提出了一种基于Ｇａｂｏｒ小波变换的无监督纹理分割方法,该方法首先对纹理图像进行Ｇａｂｏｒ小波变换,再经过一组Ｇａｕｓｓ波波器滤波,然后将得到的纹理特征送入由Ｈｏｐｆｉｅｌｄ网络构成的无监督分类器,最后得到纹理分割结果。实验和分析表明,该方法对于不同的纹理图像都具有良好的分割效果。