基于HSV分割与Meanshift的多目视觉系统设计

实际应用中双目测距系统观测范围较小,目标物在运动中内部纹理与外部轮廓经常发生变化,且基于双目视差的测距方法需要人工进行视差图同位置点确认。本文提出了一种结合HSV图像分割法与Meanshift算法的多目视觉测量系统。利用目标物自身HSV特征作为目标物与背景分割的条件,将目标物从复杂背景中提取;通过Meanshift算法将提取出的目标物所在区域作为迭代模板,逐帧对目标物进行识别与跟踪;提出了一种基于双目视觉系统拓展出的多目视觉测距系统,对目标物进行实时测距。实验中以四相机组合多目系统为例,结果表明该系统能够自动对目标物进行识别跟踪与测距,精确度较高,观测范围大且不需要人工点选,较一般的双目视觉系统相比更为出色。     

基于双目视觉的红绿灯距离测量

红绿灯路口的交通事故对人们的生命和财产安全构成了极大的威胁。针对该问题,将双目视觉的测距技术应用在前方红绿灯距离的测量方面。研究了基于双目视觉的红绿灯距离测量系统。系统通过2个CCD摄像头从不同视角采集前方红绿灯的图像信息,得到左右两幅双目图像对,对左右两幅双目图像对进行处理、定位;然后采用全局匹配的方法进行特征点提取,找到对应的特征匹配点对,得到视差;再根据三角测量原理,恢复出被测目标的三维信息和深度信息,实现对前方红绿灯距离的测量。实验结果表明:该设计方案能有效地测量前方红绿灯距离,方法简单有效,具有较高的测量精度。     

物流配送路径优化理论在立体匹配技术中的应用研究

由于目前的立体匹配算法大都以追求高匹配精确度为目的,造成了算法执行时间过长,不利于实时场合的应用.因此,提出了将物流领域中的配送路径优化理论和方法,即节约算法,引入立体匹配技术中,构建一种高匹配精度、高执行速度的立体匹配算法,并将该方法引入到双目立体视觉中.首先用金字塔算法在低分辨率图像上求取控制点,之后结合物流网络的构建理论修正初始视差空间图像,进而利用物流配送路径优化中实时性强的特点,在修正后的视差空间图像上快速找到全局最优路径,从而生成具有全局最优特性的视差.实验结果表明,本方法将大大增强立体视觉技术在实时场合下的适用性.     

双目立体视觉测距系统目标车辆检测算法研究

研究以高速公路为背景的双目立体视觉测距系统中目标车辆检测算法.提出一种基于统计理论的方法对图像进行二值化处理,根据图像的边缘特征,运用Sobel算子实现边缘增强,以获取精确的边缘信息.边缘提取后利用Hough变换检测车道边缘并确定日标车辆所在路面区域范围,在该范围内通过检测车辆底部的阴影确定车辆的位置.试验结果表明,该...     

双目视差测距望远光学系统设计

双目视差测距望远镜主要应用于对动态目标的测量,特别是飞机飞行距离的测量。双目视差测距望远系统,不对外发射信号,属于被动式测距仪,因此具有被动接收式和非接触式的特点,可测量500~5000m大范围距离。主要探讨了双目视差望远系统的主要光学原理,并利用Zemax光学设计软件对双目视差望远光学系统进行设计与优化,并对本光学系统进行了误差分析。使用CMOS自动调焦技术,提高了双目望远镜的成像质量。双目视差测距望远系统的测距理论误差在0.91%以下,满足测距理论误差小于1%的要求。     

基于双目视觉的快速定位与测距方法

针对双目视觉定位与测距过程中存在匹配时间较长的问题,提出一种基于背景差分法的双目视觉快速定位与测距方法。首先,对双目相机拍摄的原始图像进行去畸变和立体校正处理;然后,对图像与背景帧差并进行形态学处理,得到只包含目标物体的图像;最后,对左右图像进行匹配并运用极线约束法则去除误匹配得到物体的三维信息,完成定位与测距。经实验验证,与传统双目视觉定位测距方法相比,该方法初始匹配对数减少了96.8%,有效匹配对数减少了94.1%,匹配时间减少了75.8%,表明本文方法对于实现基于双目视觉的快速定位与测距具有实际意义。     

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...     

基于双目视觉测距的限速系统实现

对前方车牌进行定位,在特定区域进行特征角点提取及匹配,利用双目对前方车辆进行测距的原理,通过智能限速或急刹车的方法,达到保持车距的目的。实验表明,将双目测距应用到保持车距的实际应用中是可行的,精确度满足一定的要求,具有广泛的应用前景。     

一种改进的立体图像实时相位匹配算法

为了在基于现场可编程门阵列(FPGA)的双目相机系统中实现实时立体图像匹配,提出一种改进的立体图像实时相位匹配方法。在一定视差范围内,将图像分为互相不重叠的子块,通过比较相邻块的方向值和Gabor滤波结果,以寻找合理视差值为目标,使实测相位差能够最佳匹配到理想相位差。采用流水线技术与并行处理方式对算法进行硬件结构的映射,以提高该算法在硬件系统上运行的效率。实验结果表明,改进算法能够以97.3MHz的处理速度在Stratix II型FPGA硬件实验平台上对1024×1024的灰度图像实现30fps实时匹配处理。     

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。     

基于双目视觉的焊缝图像立体匹配

针对焊接图像缺乏纹理的问题,研究了一种弱纹理检测跨尺度聚合的立体匹配算法。根据张氏标定法,对双目视觉传感器进行标定,得到了双目视觉传感器的外部和内部参数。然后,对双目视觉传感器获取的焊缝图片进行中值滤波、二值化等一系列图片预处理。利用弱纹理检测跨尺度聚合算法对焊缝图像进行立体匹配,得出焊缝图像视差图,再从视差中恢复距离,得到了焊枪的高度信息。对双目视觉传感器采集的焊缝图像进行实验,实验结果验证了弱纹理检测跨尺度聚合的立体匹配算法的可靠性。     

双目实时目标三维测量实现方法的研究

为了解决目标匹配困难、匹配效率低等问题,提出了一种基于双目立体视觉的实时目标特征匹配算法——绝对窗口误差最小化(CAEW).首先,在研究摄像机基本原理后利用张氏标定法解决摄像机的标定,并对最终标定数据采用Bouguet算法进行双目立体校正;然后,利用Ada Boost迭代算法训练目标检测器实现目标检测.将CAEW算法与常用的尺度不变性的特征点检测和匹配(SURF)的效果评估进行比较分析,结果显示CAEW算法的效果评估能达到90%以上,这一指标有明显提高,可以很好地满足双目实时目标匹配的需求.通过CAEW与SURF算法实验对比,进一步说明了减少不必要的全局性图像像素点处理可以提高匹配速度.     

基于特征匹配算法的双目视觉测距

距离测量作为障碍物检测以及路径规划的前提和基础是机器人研究领域的一个重要分支。在众多测距方法中,由于双目立体视觉具有信息丰富、探测距离广等优点被广泛应用。本文将改进的SIFT特征匹配算法应用到双目视觉测距与标定系统中。首先建立双目视觉测距模型,测量值由空间物点在左右摄像机下的像素坐标值决定;其次根据该模型的特点提出了基于平行光轴的双目立体视觉标定方法;最后利用改进的SIFT特征匹配算法,提取匹配点的像素坐标完成视觉测距。实验结果表明,根据测量数据对障碍物进行三维重建,相对距离与真实场景基本吻合,能够有效地指导机器人进行避障。     

采用SOM算法的软体机械臂三维形状实时感知

为实现软体机械臂精确的三维形状实时估计,奠定变形控制与应用的基础性工作,针对三段式软体机械臂,提出了一种基于自组织映射(Self-organizing map, SOM)算法的三维空间形状实时感知方法。首先,对ZED双目相机捕捉到的左、右图像帧进行图像预处理,得到左、右二值图像,并实时提取软体机械臂的二维轮廓数据。然后,采用SOM算法对轮廓数据进行聚类,有序得到软体机械臂二维中心线的多个骨干点,并与K均值,高斯混合模型以及细化3种中心线提取算法进行了对比研究,进一步表明SOM算法更适用于解决软体机械臂复杂形状的中心线辨识。最后,通过基于双目视差的三角测距模型完成软体机械臂的三维形状重构。该算法还采用数据降采样、SOM参数优化等方法,提高算法框架的实时性能。针对软体机械臂连续形变过程,进行了实时形状传感实验和对比验证实验。实验结果表明,该算法具有较高的形状感知精度和较好的实时跟踪效果。不仅如此,与其他文献中提出的形状检测算法相比,该算法也具有较好的性能。     

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。     

双目移动机器人立体匹配算法

提出一种基于图像分割和可信点的双目移动机器人立体匹配算法,首先采用纹理检验分割算法对双目移动机器人获得的左右图像进行分割,确定低纹理和纹理相似区域;然后通过SIFT特征匹配点得到可信点视差;其次采用SAD区域匹配加速算法得到初始视差;最后依据SIFT特征匹配点的分布、初始视差和最小距离分类器对图像分割块进行视差处理,同时对于较小的图像分割块进行BLOB滤波处理来获取较高精度的视差图.实验结果表明,本算法能有效解决双目移动机器人周边环境中的低纹理和纹理相似视差精度差的问题,可快速准确识别障碍.     

智能水下机器人自主回收的双目视觉定位

针对智能水下机器人与水下基站近距离对接时,传统的光视觉引导方法精度和鲁棒性难以满足要求的问题,本文提出了一种双目视觉引导方法。该方法主要分为光源提取、光源匹配和立体测距3部分。利用图像自适应二值化算法和伪光源剔除算法,得到左右图像的光源标识中心的像素坐标;在光源匹配部分,对光源进行特征提取和匹配,完成左右图像中的光源准确配对;最后对光源阵列进行立体测距,得到相机坐标系下基站的三维位置。实验结果表明：该方法对伪光源具有很好的鲁棒性,并且所得出的基站相对位置和角度均达到了很高的精度。     

一种低成本视差立体特效设计与实现

提出一种可以在普通屏幕上实现的低成本双目视差立体特效原理,通过将2幅计算机生成的视差不同的图像用2次平面镜反射叠加到人的左右眼而呈现立体效果。讨论了实现该特效的视觉原理,证明并验证了调整成像系统软件参数可以让视差和透视产生的距离感一致,设计并验证了光学设备"双目潜望镜"可以平衡双目汇聚和焦距,最后展示了所作的软件、设备和效果图像。     

基于单个摄像机的双目立体视觉测距技术研究

双目立体视觉测距关键是如何找到准确的匹配点.本文介绍了利用单个摄像机在导轨上滑动来实现双目视觉系统并且利用提取目标上的角点作为匹配点来实现双目立体视觉测距的方法.该方法简单可靠,实验结果证明了此方法的有效性.     

基于光场成像的双目深度图像获取

提出了一种利用Lytro相机光场图像进行双目立体测距的方法,首先对原始光场图像进行重编码获得宏像素水平排列的光场图像,由重编码图像提取出子孔径图像阵列并进行校正,相当于获得了相机阵列所拍摄得到的图像阵列。然后选取其中2个平行子孔径图像构成双目立体测距系统,通过matlab标定工具箱和Open CV函数库进行联合标定、立体校正和立体匹配生成深度图像,对目标物体进行距离测量。实验结果表明,该方法的距离测量在精度范围之内,双目测距方法可以应用于通过微透镜阵列获得的子孔径图像上。