同向式双目立体全方位视觉传感器的设计

为了获取立体全景图像,利用双曲面折反射镜面构成的全方位视觉传感器(Omni-Directional Vision Sensor,ODVS)具有固定单视点、水平方向360°、垂直大范围视场等成像特点,将两个具有相同成像参数的ODVS以面对背方式进行组合构成一种新型的双目立体全方位视觉传感器;组合时将上下两个ODVS的单视点固定在同一轴线上,并将两个ODVS的成像平面垂直于该轴线;组合而成的双目立体全方位视觉传感器能简化成像单元的标定、极线的配准以及特征点匹配等繁琐的步骤.实验结果表明,设计的双目立体全方位视觉传感器能有效解决极线约束难题、快速实现全景立体图像的特征点匹配、降低物点深度测量的复杂度.     

双目立体全景视觉传感器的三维测量精度的研究

从全方位视觉传感器ODVS( Omni-Directional Vision Sensor)的成像原理出发,指出双目立体全方位视觉传感器BOD-VS (Binocular stereo Omni- Directional Vision Sensor)的测量精度受基线距、测量距离和摄像机采集图像量化精度的影响;在同等条件下,证明了BODVS测量精度与基线距成正比、与测量距离平方成反比;为了便于进一步分析影响BODVS测量精度的因素,提出了一种ODVS的标定方法,并使用标定结果,在BODVS的基线距分别为62. 198 cm、82. 198 cm和102.198cm下,通过测距实验验证了上述结论.     

基于ASODVS的全景点云数据获取技术的研究

针对现有三维激光扫描设备不能同时获取空间点云的坐标信息和色彩信息,多视角点云数据配准复杂等问题,采用了一种将全方位视觉传感器ODVS(Omni-directional Vision Sensor)和可移动360°面激光光源相结合的主动式全景视觉传感器ASODVS(Active Stereo Omni-directional Vision Sensor)来获取点云数据。通过人机接口对ASODVS的扫描步长和速度等进行控制,实现了边扫描边获取全景点云数据;对获取点云数据空间信息过程中的关键技术——激光投射点提取算法进行了深入研究;采用了3种不同的全景激光线提取算法对全景切片图像中激光投射点进行提取,并实验研究了各自的优劣;实验结果表明,对于ASODVS而言,帧间差提取算法能有效快速准确的提取三维全景场景中激光投射点,并具有消耗计算机资源少、操作过程自动化、生成数据有序等优点。     

智能全方位视觉传感器及其应用研究

全方位视觉传感器(ODVS,Omni-Directional Vision Sensor)是传感器网络的一种重要部件.该文研究了ODVS的设计、嵌入式Linux ODVS系统结构、ODVS视频服务器及ODVS应用系统软件的开发,详细阐述了基于ODVS的多目标自动跟踪系统的具体应用,给出了实验结果,本研究对传感器网络的高效应用有着重要的应用价值.     

一种主动式全景立体视觉传感器设计

现有的三维激光扫描仪无法实时、全自动地计算空间三维信息,需要对获得的点云数据进行配准.为解决这些问题,研制了一种新型主动式全景立体视觉传感器( ASODVS),并且从影响ASODVS测距精度的各个因素进行了分析.实验结果表明:设计的ASODVS能自动、实时地进行空间物点深度测量,并得到相应的点云数据.     

基于WLAN的全景视觉煤矿安全监控系统

针对煤矿下复杂环境及其安全管理需求,提出一种基于WLAN(Wireless Local Area Network)的全景视觉煤矿安全监控系统,采用ODVS(Omni-Directional Vision Sensors)配合有线和无线通信方式传输图像、信息、指令和数据,实时获取、传输井下实时全景视频图像,利用无线全景摄像机和无线局域网的相关协议绑定矿工身份信息,并利用绑定的信息将矿工定位和跟踪服务整合到煤矿安全监控系统中;该系统能作为监控煤矿环境安全、煤矿生产安全、煤矿机车运输安全和人员安全的一种全新的解决方案,具有十分重要的应用价值和市场前景;测试结果表明设计的ODVS水平方向的成像范围为360°,垂直方向的成像范围为224°,其中仰角为22°、俯角为63°;压缩后的全景图像分辨率为640×480像素和320×240像素(可选),能够很好地实现煤矿安全的监控。     

主动式立体全景视觉技术的研究

为了解决立体视觉测量中的快速匹配问题,文中通过集成全景彩色结构光发生器和全方位视觉传感器构建一种主动式立体全景视觉传感器;通过分析图像像素的颜色和投射角之间的映射关系估算全景图像上各像素息对应的投射角,利用三角关系计算对应物点的深度信息;实验结果表明该方法能快速地得到场景的全景深度信息。     

具有无线通信和全景视觉功能的集装箱吊具

集装箱吊装过程中将集装箱吊具上的四角旋锁对准集装箱的角孔是一项高难度的工作,针对目前在吊装作业时集装箱的角孔位置看不见,对不准等问题,提出了一种具有无线通讯和全景视觉功能的集装箱吊具;首先,采用全方位视觉传感器(Omni-Direction-al Vision Sensors,ODVS)来采集集装箱的顶部全景视频图像,以便装卸人员能快速地将集装箱吊具对准集装箱的角孔;其次,利用无线通讯技术将所采集的全景视频图像传输到驾驶室的显示屏幕上;通过对1m和30m位置的图像采集试验结果说明,这种带有无线通讯和全景视觉功能的集装箱吊具抗干扰性能好、无需布线、安装方便等优点,可以实现集装箱装卸过程的全景实时无死角监控.     

基于全方位计算机视觉的遗留物检测系统

针对目前在遗留物检测方面所存在的检测范围小、误检率过高和无法捕捉到遗留物放置者等问题,设计了一种基于全方位计算机视觉的遗留物检测系统;首先,采用全方位视觉传感器(Omni-Directional Vision Sensors,ODVS)来获得更大范围的全景视频检测区域;其次,利用一种基于两个不同更新率的改进的混合高斯分布模型的建模方法,获得两个背景模型,再通过当前帧与获得的两个背景模型进行差分运算得到当前帧的暂时静止对象;再次,根据时间指标和距离指标判定暂时静止对象是否属于遗留物;最后,将遗留物所处的空间展开成透视图来进行报警;实验结果表明,该系统能有效地检测全景范围内的遗留物,具有较高的检测精度和鲁棒性。     

基于全方位视觉的独居老人监护系统

现有的独居老人监护系统存在算法复杂度高、监护效率低、不能保护老人日常隐私等问题。为此,提出一种基于全方位视觉的独居老人监护系统。利用全方位视觉传感器(ODVS)获取老人的全景视频图像,设计运动历史/能量图像算法用于目标跟踪,根据ODVS的成像特点,采用与ODVS距离位置不同的人体模型实现姿态识别,建立家庭空间与环境要素之间的映射关联,以提高行为检测的鲁棒性和可靠性,并通过ODVS标定和人体对象跟踪获得老人的活动量信息。实验结果表明,该系统的鲁棒性和实时性较强,检测准确率较高,能满足独居老人监护的需要。     

基于全方位视觉传感器的车辆违章检测系统的设计

探讨了利用全方位视觉传感器(ODVS)以及计算机视觉等技术来实现对交岔路口的车辆违章智能视频监控,采用ODVS来获取整个交岔路口的全景视频图像;通过混合高斯模型提取在全景视频图像中的车辆对象前景;使用camshift跟踪算法跟踪行驶车辆对象;依据交通法规,通过对比红绿灯、车道和车辆运动等状态来判断车辆对象是否有违章行为;实验结果表明,所设计的违章检测系统能自动检测出多种车辆违章行为,为交通执法部门提供了一种智能化的检测手段。     

智能全景视觉传感网络目标跟踪方法设计

针对单景视觉会因目标颜色与背景颜色相同、或者遮挡物等干扰因素影响,容易导致跟踪目标丢失等,提出智能全景视觉传感网络目标跟踪方法,利用抛物面的发射镜与CCD的摄像机组合成折反射全景成像系统,通过两个成像系统拍摄的全景图像相应匹配点和已知的全景成像镜面参数,计算获得两幅图像彼此间的对极几何关系.再利用滤波清除光流噪声、通过二值化分割目标,获得待跟踪目标,接着在某一帧目标周围查询下一帧位置,敏锐感知目标较倾向起始位置周围的较小移动,同时尺度变化则需要令边界框尽可能保持起始位置的附近,完成目标精准跟踪.实验证明,所提方法不会因为外界干扰和背景颜色相同情况导致无法跟踪目标,且网络目标跟踪效率较高.     

基于全方位视觉的多目标跟踪技术

为了快速准确地检测并跟踪多目标对象, 提出了一种基于全方位视觉的多目标对象跟踪方法. 首先采用全方位视觉传感器(ODVS)实时地采集现场360°全景视频图像;接着融合运动历史图像算法(MHI)和运动能量算法(MEI)实现了快速高效的MHoEI(Motion History or Energy Images)自动跟踪算法, 对多目标对象进行检测和跟踪;最后, 本文采用面向对象技术融合目标对象进行匹配跟踪实验结果表明本文提出的方法能较好地跟踪多目标对象, 具有鲁棒性高、运算量小、便于硬件实现、高效等优点.     

全景视觉系统发展与应用

全景视觉系统具有视场范围大的特点,并且系统结构种类繁多,各有特色,已广泛应用在机器人导航、空间探测、视频监控、虚拟现实、环境感知技术等民用或军用领域;全景视觉系统由全景视觉光学成像系统、图像传感器、图像处理系统和输出图像显示等组成;文章主要从全景视觉成像角度对全景视觉系统进行分类,并详细介绍了每一类的全景成像原理、发展现状和应用情况,最后对每种类型全景视觉系统的优缺点给予分析总结。     

基于双焦成像的单眼立体视觉算法

对单眼立体视觉的双焦成像算法进行了分析．在1 m以内的深度范围里,双焦成像算法可以极好地恢复空间物点的深度．在此范围内,物点越远离中心区域,其深度值的精度越高．为了提高算法精度,需要校正非理想变焦图像对的中心点．分析了中心点校正方法,并给出了校正后空间物点深度恢复的实验结果．     

基于立体视觉的立体拍摄参数自动获取方法

现有的3D摄像机在立体拍摄过程中参数调整困难,难以保证左右2台摄像机动作的协调性和一致性。针对该问题,提出一种基于立体视觉的立体拍摄参数自动获取方法。由4台全方位视觉传感器构成的全景3D摄像机获取全景立体图像,通过立体图像处理技术自动获取立体拍摄所需要的汇聚点位置、拍摄距离、焦距以及光圈系数等参数。实验结果表明,该方法能有效保证焦距、拍摄方向、拍摄角度和3D深度等3D拍摄参数的一致性,解决3D拍摄过程中2台摄像机在拍摄动作以及立体景深参数调整等协调难的问题,在拍摄3D全景视频图像的同时进行3D特写视频图像的拍摄,实现在显示器上全景点控的自动3D特写视频图像拍摄。     

基于Kinect深度图像的三维重建

随着机器视觉理论的发展和硬件技术的进步,三维重建在生产、生活中的应用越来越广泛,基于Kinect传感器的三维重建得到广泛的应用。针对于现有的Kinect传感器获得的深度图像深度信息丢失的问题,提出了一种新的基于均值滤波的方法对深度图像进行去噪,并对深度图像进行预处理,获取三维点云,用迭代最近点(Iterative Closest Point,ICP)算法完成点云的精确配准,从而得到配准后物体表面三维点云,并完成物体的三维重建。     

基于主动式全景视觉的移动机器人障碍物检测

针对现有的移动机器人视觉系统计算资源消耗大、实时性能欠佳、检测范围受限等问题,提出一种基于主动式全景视觉传感器(AODVS)的移动机器人障碍物检测方法。首先,将单视点的全方位视觉传感器(ODVS)和由配置在1个平面上的4个红色线激光组合而成的面激光发生器进行集成,通过主动全景视觉对移动机器人周边障碍物进行检测;其次,移动机器人中的全景智能感知模块根据面激光发生器投射到周边障碍物上的激光信息,通过视觉处理方法解析出移动机器人周边障碍物的距离和方位等信息;最后,基于上述信息采用一种全方位避障策略,实现移动机器人的快速避障。实验结果表明,基于AODVS的障碍物检测方法能在实现快速高效避障的同时,降低对移动机器人的计算资源的要求。     

基于全景视觉的移动机器人的运动目标检测

在动态背景下的运动目标检测中,由于目标和背景两者都是各自独立运动的,在提取前景运动目标时需要考虑由移动机器人自身运动引起的背景变化。仿射变换是一种广泛用于估计图像间背景变换的方法。然而,在移动机器人上使用全方位视觉传感器(ODVS)时,由于全方位图像的扭曲变形会 造成图像中背景运动不一致,无法通过单一的仿射变换描述全方位图像上的背景运动。将图像划分为网格窗口,然后对每个窗口分别进行仿射变换,从背景变换补偿帧差中得到运动目标的区域。最后,根据ODVS的成像特性,通过视觉方法解析出运动障碍物的距离和方位信息。实验结果表明,提出的方法能准确检测出移动机器人360°范围内的运动障碍物,并实现运动障碍物的精确定位,有效地提高了移动机器人的实时避障能力。     

基于全方位视觉的人证同一性检验装置

针对目前人证同一性检测效率低,精度差,证件信息使用不充分等同题,提出了一种由身份证读卡器、全方位视觉传感器(ODVS,Omni--Directional Vision Sensors)和嵌入式系统构成的人证同一性检验装置;通过身份证读卡器读取身份证内的身份证持有者的人脸图像,采用ODVS抓拍身份证持有者的人脸图像,然后利用模块2DPCA算法将身份证内的人脸图像与抓拍的人脸图像进行比对,根据比对的结果得出的Frogenous范数与已设置好的阈值进行比较,若小于阈值就判定为身份证持有者和证件所有者是同一个人;实验结果表明,设计的人证同一性检验装置具有检验速度快、验证精度高,被检验者非约束、系统鲁棒性高等优点.