基于序列图像特征配准的摄像机旋转补偿算法

提出了一种基于序列图像特征点配准和基于最小二乘估计的摄像机绕轴旋转运动精确估计算法.该算法利用序列图像帧间的强相关性,通过分析相邻两帧图像的运动,由Harris算子进行特征点检测.基于这些特征点用模板匹配方法对帧间图像进行配准,然后根据多个特征点的运动矢量用最小二乘估计获得摄像机的运动参数,并用获得的运动参数实现对摄像机绕轴旋转运动的精确补偿.实验结果表明,该方法在帧间旋转角度＜10°时,摄像机绕轴旋转运动角度估计误差＜5%,但是当旋转角度＞14°时,相对估计误差＞20%.从系统实际应用(帧间旋转＜5°)来看,该方法克服了成像测量中摄像机旋转对图像处理和测量精度的影响,弥补了因像机旋转引起的测量误差大的缺陷,提高了测量精度,可满足使用要求.     

复杂场景中基于变块差分的运动目标检测

针对复杂场景中包含的摄像机扫描运动、随机抖动和目标运动,提出一种基于帧间可变块差分的运动目标检测算法.首先,利用全局特征点估计运动参数对帧间背景进行补偿,提取图像的全局特征点并匹配,以特征点集的最小位置误差和作为目标进行迭代,获取误差不大于0.5 pixel的全局运动参数,并精确补偿当前帧实现背景校正.然后,利用可变块...     

基于抖动补偿技术的印刷品图像配准方法研究

在实际的印刷品缺陷检测过程中,存在因相机支架的颤动而导致标准印刷图像和待检测图像在空间位置上配准不精确的问题。为此,在图像去抖动技术的基础上,提出了一种融合SURF(speeded-up robust features)和ORB(oriented FAST and rotated BRIEF)的运动估计算法。首先,基于SURF算法提取标准印刷图像和待检测图像的特征点;其次,基于ORB算法对提取的特征点进行描述和匹配;再次,将正确匹配的特征点通过仿射模型来求取全局运动矢量;最后,通过求得的全局运动矢量来补偿图像,并完成待检测图像与标准印刷图像的配准。针对待测图像存在的平移、尺度和旋转三种不同变化,分别采用SURF-ORB、ORB和SIFT(scale-invariant feature transform)的运动估计算法进行了性能分析。结果表明,SURFORB的特征点匹配对数量最多,匹配效果最好,SURB-ORB的运动估计时间控制在毫秒级别,满足现代印刷品缺陷检测的实时性要求。因此,融合SURF和ORB的运动估计算法能够对图像进行精确、实时的配准。     

面向目标检测的空间观测图像精确配准

针对空间目标检测对图像配准精度的要求,本文组合Fourier-Mellin变换和加速鲁棒特征变换(SURF)算法来实现对空间观测图像的精确配准,并研究了该配准算法所涉及的变换模型、特征提取、特征匹配和配准精度等问题。该算法首先利用Fourier-Mellin变换计算图像旋转角度的整数值,根据整数角度将待配准图像反向旋转;然后利用SURF算法检测两幅图像的匹配特征点;最后利用最小二乘方法计算旋转角度的浮点值和平移量,而整数角度与浮点角度之和就是待配准图像的实际旋转角度。文中分析了SURF特征点检测与图像尺寸、DoH响应阈值以及尺度空间层数之间的关系。实验结果表明:提出的算法对图像旋转角度估计值的均方误差为0.0077°,50组实拍图像中星点质心均方误差的平均值为0.1353pixel,能够满足空间目标检测对图像配准的精度要求。     

复杂环境下基于Kinect的视觉定位算法研究

针对复杂环境下机器人的定位问题,研究基于Kinect传感器的视觉定位算法。对于机器人在运动过程中采集的多帧连续图像,利用SURF算法进行特征提取与匹配,并对彩色图像和深度图像进行配准对齐,采用RANSAC算法完成初步配准,剔除一些误匹配点,实现帧间图像相对运动的粗略估计,在此基础上进一步采用ICP算法进行精确配准,得到优化的定位估计参数。实验结果表明,此方法能较好地实现复杂环境下机器人的视觉定位,并且可以得到场景的重建。     

基于SIFT的全自动遥感图像配准算法

针对仿射变换的光学图像自动配准精度不高的问题,提出了一种基于特征的由粗到细的遥感图像自动配准算法。首先采用SIFT特征进行了特征点的粗匹配,将输入图像映射为一个具有平移、缩放、旋转不变性的局部特征向量集,采用特征向量的欧氏距离作为相似性判定度量,通过两两比较找出匹配的若干对特征点对作为初始配准点对,以完成输入图像的粗匹配;其次,以互信息作为相似性测度,基于位置控制的搜索策略,确定了更多的特征点的对应关系;然后,利用控制点结合加权最小二乘优化仿射变换的模型参数,完成了图像间的精细配准;最后引入了联合直方图,以其作为配准精度的评价标准来检验配准效果。研究结果表明,该算法对于高光谱遥感图像具有较高的配准精度,速度快、可靠性高。     

序列图像约束的点云初始配准方法

针对现有算法难以精确配准重叠区域较小的点云,提出一种结合二维序列图像的点云初始配准方法。基于移动式三维测量方法获取实物表面灰度图像及三维数据,根据透视投影原理对相机在点云局部坐标系中的位置进行定位,获取点云到对应相机坐标系的变换矩阵,并以灰度图像的特征点及其匹配点作为匹配对,通过重建序列图像对相机外参数予以全局优化,根据初始配准公式实现点云初始配准。试验结果表明,该算法可正确配准重叠区域较小的点云,且能显著提高配准过程的稳健性及配准效率。     

基于复合Zernike矩相角估计的图像配准

提出了一种基于复合Zernike矩相角估计的图像配准方法.首先,利用尺度不变检测子Harris-laplace检测图像中的兴趣点作为初始特征点,计算以兴趣点为中心、邻域具有尺度不变性的Zernike矩;提出一种鲁棒的相角估计方法,用于估计两个归一化区域的旋转角度值.然后,利用Zernike矩的幅值和相角信息,通过比较每个兴趣点邻域Zernike矩的相似度提取出初始匹配点.最后,提出一种迭代角度修正算法用于精确估计变换参数,并对输入图像进行几何变换后将两幅图像配准.实验结果表明,该算法可在尺度缩放、任意角度旋转以及噪声等复杂条件下实现图像的高精度配准.当旋转角度误差小于20°时,图像的平均覆盖率达到94.125％,有效降低了误匹配的概率.     

基于改进SIFT算子的动态障碍物检测方法

针对行车辅助驾驶系统在进行动态障碍物检测时遇到的背景复杂和实时性要求,提出了一种基于快速鲁棒的动态目标假设检测算法,算法首先采用相邻帧间特征点位置估计改进SIFT匹配算子,实现全局背景运动补偿参数快速估计,然后利用三帧差分法对图像处理后,通过改进背景方差估计,改善传统假设检验方法对图像边缘目标漏检的问题,进一步提高动态目标检测的准确性。实验表明,算法不仅保持了SIFT算子的优越性能,提高了参数估计精确性,而且极大地提高了特征配准和检测速度,满足系统的实时性要求。     

一种适用于特征稀少零件的图像精确拼接方法

针对特征稀少零件的图像精确拼接难题,提出了一种基于相位相关法和闭环运动控制的图像精确拼接方法,以充分发挥软硬件的综合优势。该方法以具有足够特征信息的零件为对象,获取成像系统分别沿X轴和Y轴运动时的零件等距序列图像并预处理,再利用相位相关法求解图像配准参数。在闭环运动控制系统的良好重复定位精度支持下,将上述图像配准参数视为系统配准参数,以进行特征稀少零件的图像拼接。典型零件的图像拼接实验表明,该拼接方法用于特征稀少零件的图像拼接具有无像素级拼接错位和拼接速度快等优点。     

基于彩色图像的高速目标单目位姿测量方法

针对风洞分离实验对于视觉测量系统的高精度、大视场、高速的测量要求,提出一种基于单目摄像机的风洞运动目标位姿测量方法。该方法利用单目摄像机进行运动目标位姿信息测量,相比于双目测量方法具有设备简单、视场大的优点。首先提出一种基于靶标特征点相互约束关系的参数优化方法,采用复合式靶标实现摄像机的快速高精度标定;针对目标运动图像处理,提出一种基于图像差叠法和标记点位置估计的图像快速分割与目标定位方法,实现图像特征的快速准确定位;针对单目测量要求及目标运动特性,提出一种基于方向估计标记点布局方式,实现合作标记点的快速识别和提取;最后利用单目视觉原理求解运动目标的位置和姿态信息,通过实验室模拟实验完成了测量系统的精度验证,在1 m×1 m视场范围内,其位移测量精度可达到0.19 mm,俯仰和偏航角测量精度可达到0.18°。     

基于光流模型的图像运动估计方法

运动图像序列参数估计是电子稳像的关键技术之一.安装在运动载体上的摄像机采集图像时,由于载体姿态变化产生不平稳运动,这种不平稳运动将影响摄像系统的成像质量.电子稳像的目的就是通过计算运动参数并校正图像,以保证处理后的图像序列达到稳定效果.光流模型是处理运动图像的有效方法,本文介绍了用光流模型计算运动图像参数的基本原理和步骤.根据图像像素强度守恒原理,建立光流约束方程,计算运动参数,最后结合实例计算两帧样本图像之间水平和垂直位移量,并绘制光流矢量图.     

基于降质图像-光流场复原的智能轮椅测速

提出一种运动图像去模糊复原和基于仿射运动模型的光流场去抖动方法,以提高智能轮椅中光流里程计测速方法的精度。当轮椅线速度或角速度较大时,导致机载相机成像产生显著的运动模糊;且轮椅机器人的机械抖动也易产生光流场的偏差,进而影响速度估计的精度。针对于此,首先利用一种基于自适应模糊核的运动图像去模糊方法实现图像复原,以改善视频帧质量;其次,针对智能轮椅在行进中的机械抖动,利用随机抽样一致(RANSAC)排异后的光流场,在卡尔曼滤波框架下估计同名像点的仿射运动模型参数,进而实现光流补偿。实验结果表明所提方法能够提升基于光流场的智能轮椅视觉测速精度。     

用于三维变形测量的数字图像相关系统

针对材料力学实验中的三维变形测量,提出并实现了一种基于双目立体视觉、摄影测量术和数字图像相关法的便携式三维变形测量系统。研究了该系统涉及的双目摄像机标定,图像相关算法,三维重建,以及三维位移、应变计算等关键技术。提出了一种基于摄影测量术的摄像机标定算法,该算法采用10参数镜头畸变模型,不需要高精度标定板即可实现摄像机的高精度标定。利用最小二乘非线性优化算法实现了数字图像的高精度匹配,针对非线性优化初值难求的问题,提出了一种基于种子点的初值计算方法,为非线性优化提供了可靠的初值。最后,介绍了三维重建以及计算三维位移、三维应变的方法。实验结果表明,标定结果的重投影误差为0.03 pixel,图像匹配的误差约为0.02 pixel,静态外形及位移的测量精度为0.05%,应变的测量精度优于0.5%。与传统的测量方法相比,本文提出的系统可以更准确、全面、直观地实现对位移场、应变场的测量。     

室内单目视觉全局定位系统的设计与实现

针对室内定位的准确、稳定、快速的工程需求,设计了一种基于单目摄像头的低成本室内全局定位系统。通过分析摄像头取景框内实际空间关系,采用普通支架摄像头架设方式,提高方案的普适性;为快速获得检测目标,设计了基于RGB图像背景减除的启发式运动目标检测方法。最后借助实验室轮式移动平台进行了实验,结果表明,文章设计的全局定位系统实现了室内运动目标的定位功能,检测到的定位点与移动平台规划路径采样点绝对距离误差小于10.16 cm。     

利用数字图像处理技术测量直齿圆柱齿轮几何尺寸

研究了采用数字图像处理技术实现对直齿圆柱齿轮几何尺寸的非接触式测量.首先对CCD摄像机拍摄的图像进行畸变校正与滤波去噪,然后对图像进行阈值分割,采用基于数学形态法的四邻域腐蚀来获得单像素宽的图像边缘.针对齿轮的边缘轮廓形状特征,运用重心法、最小二乘拟合、Bresenham画圆法和Hough变换等原理,建立了测量齿轮齿数、模数、中心孔半径、齿顶圆半径、齿根圆半径和变位系数等齿轮几何尺寸参数的测量算法.使用1280×1024的CCD摄像机及黑白采集卡对分度圆直径为50mm的直齿圆柱齿轮进行测量实验,与人工测量值对比,绝对误差小于一个像素,在各测量参数中,最大尺寸的齿顶圆半径绝对误差值为13μm.研究结果表明:因为CCD摄像设备的分辨率越高、被测物体的尺寸越小,则测量精度越高,且为线性关系,所以,使用高分辨率CCD摄像设备并配备光学放大系统,可实现对高精度和微小直齿圆柱齿轮几何尺寸参数的测量.如使用1280×1024像素以上的CCD摄像设备测量分度圆直径5mm以下的直齿圆柱齿轮时,测量精度可在2μm以下.     

利用平行透视投影模型的位姿迭代估计

提出了一种利用平行透视投影模型的高效位姿迭代估计方法来提高单目视觉测量系统的精度和鲁棒性.通过引入齐次坐标表示,避免了现有算法对平行透视投影参考点选择的限制.首先,研究了平行透视投影模型下使用齐次坐标求解目标位姿的方法,阐述了它的几何意义.然后,通过迭代的方式将其应用于一般透视模型下目标位姿的高精度估计.仿真实验结果表明,本文方法提高了基于平行透视投影模型的位姿迭代估计的精度,速度和抗噪性能.实物测量结果表明,本文方法的平移测量精度优于0.1 mm,旋转测量精度优于0.1°,可以满足各种视觉检测系统的要求.另外,使用标志点和图像特征亚像素定位技术还可进一步提高该算法的精度.     

振动轮式微机械陀螺动态特性光学测试方法研究

振动轮式微机械陀螺尺寸小、振动频率高,为了精确评价其动态特性,建立了基于高速摄像技术、显微技术与数字图像相关技术的光学测试系统。配有光学显微镜的高速摄像设备(32000fps)记录并保存被测物瞬时序列图像,根据被测物的角振动特性设计相应的图像相关计算方法以获得振子各时刻的运动位移,并通过位移时间曲线分析振子的固有频率、阻尼系数及品质因子等动态特性参数。实验结果显示,图像相关精度达0.01像素,频率测量误差小于0.01%。高精度地测量了振动轮式微机械陀螺的动态特性,为微结构动态特性的研究提供了一个有效方法。     

一种基于计算机视觉的无人机实时三维重建方法

针对机器人(或无人机)实时的三维重建中面临的噪声干扰和计算量大的问题,提出一种实时的鲁棒性的同时定位和建图的方法:用RGB-D相机精确估计相机位置的同时重建三维环境。关键思想是测量残差函数——用于估计当前帧的移动量,同时用金字塔模型一步步去逼近真实值。提出一种新的衡量标准用于建立关键帧。然后通过与相邻关键帧的三角化投影给全局地图增加地图点。此外,应用图优化来实现全局优化以获取更高的精度。