双目视觉立体标定方法的改进

为了提高双目立体视觉系统中立体标定的精度,提出了一种利用正方形标定域中相互正交方向的消失点进行立体标定的新方法.首先摄像机从不同的方向拍摄平面标定板,在图像平面上确定一个正方形投影区域,再根据射影几何模型中的交比性质,计算出正方形中相互正交方向上的两对消失点;然后利用消失点与光心连线的射影几何性质,线性求解摄像机的全部内外参数;最后利用全局优化方法进行参数的优化.这一方法继承了张正友标定方法畸变模型的使用,实验利用MATLAB通过左右摄像机拍摄的两组图像对方法进行验证,实验结果表明,该方法的立体标定精度较高,且旋转矩阵R和平移向量T均符合实际要求;由于实验中正方形投影区域的大小及具体的位置关系是随机的,使其具有较好的实用性.     

基于立体视觉的三维空间入侵检测

针对平面视频监控无法感知运动物体深度的缺点,提出了基于立体视觉进行三维空间入侵检测的理论和方法。采用双目平行摄像系统,基于立体校正后的左右图像进行视差计算,并在视差图的基础上直接对运动物体做入侵判别;同时,设计了三维敏感区域的设置和报警策略。为了加快计算速度,采用一种基于下采样块匹配的方法来计算代价空间,最后用快速的局部动态规划输出视差图。在计算某目标的实际视差时,与目标的运动区域检测相结合,以减小计算误差。实际测试结果表明,该方法可以有效地探测到三维空间的运动目标入侵。     

基于编码方法实现立体视觉中图像的点匹配

实现自动化的图像匹配一直是立体视觉测量中关键的一步。基于编码方法，对2幅图像中的测量进行匹配，匹配问题实质是求解空间点在2个（或多个）像平面的对应关系。如果对测量点进行编码，对编码进行身份识别后，即可实现匹配。该编码需在复杂的背景中被有效地识别，并且具有旋转、缩放、变形的无关性，实验表明，该方法匹配正确率高，匹配速度快，是一种解决匹配问题的实用方法。     

基于立体视觉平台的彩色图像视觉跟踪

在彩色图像视觉跟踪过程中,存在定位精度低、伺服周期长、可靠性差等问题.提出了一种改进的目标物体检测方法,同时运用已有的双目运动机构建立了视觉跟踪系统.在保证定位精度和可靠性不变的前提下,减小了图像处理过程中的计算量,缩短了整个系统的计算周期.同时通过大量的试验进行验证.结果表明,方法原理正确有效,对于具有不同颜色、不同形状、不同尺寸的运动目标物体都能够使双目运动机构跟随目标物体进行,实现了立体视觉平台的旋转运动.     

立体停车库调度算法的研究与实现

停车难已经成为城市建设中一个十分突出的问题，立体停车库是解决这个问题的最好方案之一。文章介绍了基于广度优先算法的升降横移式立体车库调度算法，该算法适用于某公司生产的所有立体停车库，解决了不同层数（型号）车库的调度算法不能统一化、智能化的问题，提高了系统的可靠性、可扩展性和可维护性，降低了生产成本和维护成本。     

基于单目视觉的非结构化道路检测与跟踪

针对智能车辆视觉导航中的车道保持问题,采用单目视觉技术检测非结构化道路上的车道线和道路边界,解决不同路况下道路检测的鲁棒性与实时性问题.首先用一种自适应阈值分割Otsu方法把道路分为道路区域和非道路区域;然后利用Otsu算法处理后的图像对Canny边缘进行滤波,在消除复杂背景边缘的同时保留可能的弱的道路边界;最后,用直...     

基于显微双目立体视觉系统的研究

对显微双目立体视觉系统中的图像预处理、特征提取、立体匹配三个方面进行了深入的研究.在图像预处理方面,采用了高斯平滑和图像增强处理,有效的抑制了随机噪声对图像处理的影响,为后续工作提供了良好的图像信息.在特征提取方面,采用Canny算子进行边缘特征提取与采用census变换提取邻域特征相结合的原则.在立体匹配方面,应用三个匹配约束条件,采用Hamming距离检测的方法作为灰度相关测度.本论文采用Visual C++6.0高级语言,进行试验,以深度图形式给出了最终的立体匹配结果图像.     

基于立体视觉的轴距左右差检测新方法

针对国标中规定的轴距差检测要求,提出了基于立体视觉的轴距左右差检测新方法。建立了轴距差检测数学模型。根据图像处理技术,确定了车轮图像中心坐标的识别方案。建立了轴距左右差检测的实验系统,标定了双摄像机的内外参数,并对检测系统进行了系统误差分析。建立了车轮坐标三维重建理论模型,论述了轮毂中心坐标的计算过程。应用实验系统进行实车检测,结果表明,本文建立的理论模型正确,实验系统具有很高的检测精度。     

立体视觉系统的参数标定的Matlab实现

研究了基于平面板标定的摄像机标定方法,详细介绍了摄像机成像原理,分析了其内外参数,阐述了平面模板标定方法的基本原理,并用MATLAB编程语言实现了这一标定方法,给出了实验过程和结果,为实现标定方法的工程应用提供了依据.软件可用于实际工程应用.     

基于并行处理方法的实时立体视觉伺服系统

针对实时跟踪及抓取运动目标物体的任务,给出了一个基于并行理论的视觉伺服系统。在系统中,运用快速模板匹配理论与快速可靠的立体视觉匹配理论相结合的方法实现运动物体的匹配与识别。然后通过卡尔曼滤波器对位置及速度进行预测。同时采用并行理论提高图像匹配理论的匹配速度。结果直接传给机器人及立体视觉平台控制器,实现机器人和立体视觉平台的视觉伺服,完成了对运动物体的实时跟踪和抓取。通过仿真和大量的运动目标物体的跟踪及抓取试验,获得的试验数据表明运用此方法提高了视觉伺服系统的定位精度和伺服速度。     

基于Yolov5的快速双目立体视觉测距研究

针对传统双目测距方法存在的需要对摄像头进行标定、立体匹配算法时间复杂度高等问题,本文主要对快速双目立体视觉测距进行研究.给出了双目测距原理,提出了一种基于Yolov5的目标检测算法和径向基函数神经网络相结合的双目测距方法,建立了基于径向基函数神经网络的距离预测模型,并采用神经网络中的径向基函数神经网络进行距离预测.实验...     

低信噪比静止背景运动图像的动态目标检测

研究静止背景下运动图像序列的动态目标检测，主要针对当图像序列背景中有噪声干扰时，典型的差分检测法的检测效果不好，应用基于最小均方系统调整算法(LMS)的自适应滤波器方法，压制噪声，使效果得以明显改善，文中给出了实验结果。     

基于人工神经网络的立体视觉系统的研究

立体视觉系统已广泛应用于三维形体检测等诸多方面,针对该系统物点到像点非线性关系的确定技术,提出了在于人工神经网络的标定、测量方法,同时提出了加快网络训练速度、提高网络训练精度的新方法,并给出了学习和测量结果,验证了此方法的正确性。这种方法降低了对系统本身精度的要求,且不同考虑透镜畸变的影响。是对立体视觉系统数学建模的有益探索,具有一定的理论意义和现实意义。     

显微立体视觉系统的研究

在分析摄像机、体视显微镜和显微立体视觉系统光学原理基础上,提出了双目显微立体视觉系统方案,此系统是由单目显微镜改造而成,根据目标物体在两个摄像机上所成图像的视差,求得目标物体距摄像机的距离,从而可以对目标物体进行各种微操作。实验证明,此系统是一种高效、精确的显微视觉系统。     

显微立体视觉系统的研究

在分析摄像机、体视显微镜和显微立体视觉系统光学原理基础上，提出了双目显微立体视觉系统方案，此系统是由单目显微镜改造而成，根据目标物体在两个摄像机上所成图像的视差，求得目标物体距摄像机的距离，从而可以对目标物体进行各种微操作。实验证明。此系统是一种高效、精确的显微视觉系统。     

基于双目立体视觉测量技术的冲压件数字化回弹测量

针对采用常规检具测量冲压件回弹量存在精度低、费用高、周期长等问题,提出数字化回弹测量方法。研制了基于光栅投影的双目立体视觉测量装置,应用该装置采集获取实际冲压件产品的三维点云数据;采用三步法将点云数据与产品的CAD设计模型匹配对齐,计算点云相对于设计模型在最佳匹配位置的法向偏差量,从而获得回弹量数值。生产实际中的应用表明:所研制的测量装置和数字化回弹测量系统通用性强,能实现对复杂、大型冲压件快速、灵活、精确的三维回弹测量。     

基于机器视觉的智能化布匹瑕疵检测方法

为了满足布匹瑕疵检测的准确性和实时性要求,通过对几种纹理分析方法的讨论,提出了一种智能化的瑕疵检测方法.该方法将图像等分成局部窗口,利用局部标准差和平均值对图像进行初检测,确定瑕疵存在的区域.然后采用Gabor滤波器,在多分辨率和多通道上分别对图像有瑕疵的区域进行滤波,建立金字塔图像表示结构,并对滤波后的多幅图像进行融合和重建,把瑕疵从布匹背景中提取出来,从而完成瑕疵的检测.实验证明,该方法检测速度快,准确率高,能够满足检测要求.     

基于Flooding的非结构化P2P网络搜索算法的研究

当前随着P2P网络的广泛应用,P2P搜索技术发展迅速,在非结构化P2P网络中,如何快速、准确对资源定位是当前研究的热点问题,针对非结构化P2P网络中的搜索方法——广度优先搜索（BFS）可扩展性差和搜索效率不高的缺点,文章采用改进BFS搜索方法,按照邻居节点的相似度采取有选择性的发送搜索消息,降低了网络负载,提高了搜索效率。     

用于无纺布缺陷检测的Gabor滤波器参数研究

提出了一种基于Gabor滤波器的坯布表面缺陷检测方法。该方法基于Gabor滤波方案,分别将原始图像与滤波器进行卷积操作,然后采用大津法阈值分割来获得坯布表面缺陷。为了优化Gabor滤波器的检测效果,研究不同的参数设定对于检测结果的影响,通过不同类型的无纺布缺陷的实验结果证明了该方法的有效性。最后通过对比常用的检测算法,突出该算法的实用价值。     

基于视觉的智能车道路检测与转向控制策略研究

本文主要针对智能车道路检测的现状和视觉的转向控制展开,通过对智能车道路的深入研究,来对视觉的转向来提供针对性的控制策略.针对现实存在的问题,在理论依据的基础上,从智能车视觉的采集,智能车路线的运算轨迹,智能车的路径识别等方面进行详细的阐述.