基于U-V视差算法的障碍物识别技术研究

介绍了U-V视差算法的数学模型和实现方法,给出了相应的实验结果.通过改进传统的U-V视差算法,引入直线拟合和聚类算法,使检测障碍物效率得到了很大的提高.实验表明改进后的U-V视差算法检测障碍物速度快、精度高,同时适合凹凸障碍物检测,是种较好的检测算法.     

差异模式视差检测模型与特征视差

视差检测细胞都会在某一刺激视差值处有最大响应，这表明细胞响应只对刺激的视差敏感，而与具体的刺激特征无关。利用接受差异模式简单细胞输入的复杂细胞能量模型的响应公式，对特征视差的机制进行了研究，认为适合于视差检测的细胞类型，其本质是细胞具有空间频率选择特性；复杂细胞接受位置差编码方式的简单细胞输入时，具有精确的特性视差，而接受相应差编码方式的简单细胞输入时，则具有粗略的特征视差。     

小视差交又视差认知过程研究

采用静态随机点图做为刺激,对15名正常人在交叉视差条件下,针对小视差（3．27’,6．54＇,8．18’,11．45’,14．72’,17．99’,21．26’,24．53’）状态进行认知过程研究。结果为：随着视差的增大,识别靶刺激的平均反应时和正确率基本呈现出逐渐增加的趋势。在小视差交叉视差条件下,视觉系统对6t左右的视差反应时最为敏感,为立体电影的拍摄提供了理论依据,并为进一步探索精细立体视的脑神经机制提供了有力的支持。     

基于逆投影差分的移动机器人障碍物快速检测

移动机器人的障碍物快速检测是其导航、避障、轨迹跟踪的关键技术。目前多数传感器存在距离盲区以及异常尺度等问题,且现有算法大多计算复杂,难以满足实时性需求。为了改善这些问题,本文提出了一种基于环视逆投影差分的移动机器人障碍物快速检测与定位新方法。该方法以水平地面为参考平面,对移动机器人上环视系统中相邻视角相机拍摄的图像进行逆投影变换,再经图像差分得到逆投影差分图,图中像素值为零的点位于参考平面,反之则位于参考平面之外,经过阈值化、滤波后即可用来区分参考平面与非参考平面目标,实现其视场公共区域内障碍物的快速检测;同时以逆投影差分图为基础,通过像素坐标系到机器人自身坐标系的转换可获得目标相对于移动机器人精准的位置信息。在实际场景中对5 m范围内不同类型、大小、距离的障碍物进行测试,平均检测精度为97.3%,平均检测耗时为46 ms/帧,平均定位误差为1.1%。实验结果表明,本文方法能快速有效地检测和定位移动机器人附近的动、静态障碍物。     

精细交叉视差信息加工的事件相关电位研究

在精细视差范围下,选择交叉视差中最易识别的视差值6.54arc min和0arc min对8名正常人进行事件相关电位（event-related potential ERP）研究。结果显示：在刺激呈现的前300ms,带有视差信息的刺激诱发的脑波和零视差刺激诱发的脑波没有显著性差异;刺激呈现300ms左右,在左侧枕叶出现显著性差异;到350ms顶叶和前额叶也出现显著性差异;在400ms左右达到峰值。     

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。     

基于图像多特征融合的野外水体障碍物检测

提出了一种基于图像多特征融合的方法来实现水体障碍物的检测方法.对于图像中水面的无倒影区,可以通过基于亮度和纹理特征的图像分割获得;而对于水面的倒影区,提出了基于立体视觉的方法来得到倒影区的距离和高度,并据此提取出相应的倒影区域,将所有特征进行融合获得了较完整且准确的水面区域.实验证明,该方法对野外复杂环境下的水体障碍物检测,特别是对包含有倒影的水体区域的检测有良好的效果;同时,算法简单实用,易于实时应用.     

立体内容舒适视差范围研究

为清楚造成视觉不舒适的原因以及最小化甚至消除其影响,需要对立体显示进行舒适度评价。立体内容的视觉舒适度和视差信息密切相关,通过主观评价实验测量了不同视差水平下的立体内容视觉舒适度。实验结果表明,视觉舒适度随着视差的增大而下降,动态立体内容舒适视差的范围在-119至+115弧分之间。     

基于单目视觉的障碍物检测

将基于因子分解的运动估计结构（structure from motion,SFM）算法延伸至室外环境障碍物检测,提出了一种基于单相机的障碍物检测方法.通过图像序列特征点的匹配和跟踪,运用基于因子分解的运动估计结构算法得到场景的投影重建;通过满足绝对二次曲面（dual absolute quadric,DAQ）约束的自标定升级至欧式重建,同时得到相机的运动;通过将图像分割为等面积的区域,每个独立的区域通过从欧氏重建得到的深度信息来区分是障碍物还是背景.室外真实场景的实验结果表明,该方法能够在室外环境下获得比较好的障碍物检测效果.     

一种快速有效提取浓密视差图的方法

采用边缘匹配和区域相关相结合的办法,用Gauss-Laplace算子首先对图像进行运算,提取图像的边缘像素,并根据一定约束条件匹配边缘像素,再将图像对视作对称,以相关值互为最大来确定其余点的匹配关系。用该方法处理经过良好校正的图像对,在VC++环境下可实现浓密视差图的快速提取。     

视觉导航中分道线的二维重建与障碍物检测

针对视觉导航对道路分道线重建以及障碍物检测的功能需求,在对道路几何形态特性分析的基础上,建立了车道成像模型,对当前车道以及多车道进行了投影图像的二维重建;同时根据信息熵,引入路面单位像素灰度等级数的概念,实现了目标车辆或障碍物的初定位,利用Robinson边缘检测算子实现了对目标车辆或障碍物的精确定位。经大量实验证明,所设计的算法具有较高的实时性、准确性,满足了视觉导航对道路或分道线检测、障碍物检测的功能需求。     

静态环境中基于光流的障碍物检测

针对估计相对深度的传统方法,易受噪声影响的问题,提出了一种基于光流的障碍物检测方法.基于摄像机前方局部地平面假设,通过尺度空间不变（SIFT）特征匹配得到单目图像序列前后帧的匹配点集,用随机抽样一致算法（RANSAC）鲁棒地估计出相机前方近似平面的单应性矩阵,并计算得到光流场,进而恢复出相对深度并建立障碍物图.由于避免了计算光流的一阶微分,该方法具有较好的鲁棒性.室内和室外环境的实验结果都表明,该算法能够恢复出相对深度,并对障碍物进行有效检测.     

基于单眼视觉和超声波室内障碍物检测系统在智能车上的应用

提出一种基于单眼视觉和超声波测距的树莓派智能机器人车检测静态和动态障碍物的方法.采用改进的单眼视觉障碍物检测算法,对室内的静态和动态障碍物进行轮廓检测,并利用超声波传感器测量机器人车与障碍物之间的距离.针对静态障碍物检测,在图像预处理阶段引入图像增强,并通过HSV图像提取不同障碍物颜色特征,以提高障碍物轮廓标定的效率和准确率.针对动态障碍物检测,结合背景差分与3D图像显示技术实现动态目标捕捉,并设置距离决策模块记录障碍物位置信息.试验结果表明,该方法可有效减少障碍物检测的平均消耗时间以及障碍物位置信息的错误率,提高室内障碍物检测的效率和准确性.     

视差可控的多视点立体图像校正算法

提出了一种视差可控的多视点立体图像校正算法。该算法通过对多视点信息进行旋转、垂直视差调整和视差均衡的预处理操作,使得立体图像符合立体显示器的要求,并且对图像中的目标物体可根据需要显示为正视差、负视差或者零视差。通过在多视点立体显示系统上的实验可看出,该算法校正后的多视点图像在观看时立体感强,符合人眼观看的特点,并且可根据内容的需要使场景内的目标物体显示出不同的深度。     

激光雷达动态障碍物检测

为了解决在未知环境情况下障碍物运动状态的检测问题,提出一种基于激光雷达自主动态障碍物的检测方法.通过近邻域法和规则分类器算法对激光雷达检测的数据进行聚类;在此基础上分析了聚类障碍物的特征参数,利用聚类障碍物数据的置信区间关联性分析确定了障碍物的类型,对同一类型障碍物进行相对坐标转化分析确定了障碍物的速度、航向.实验结果表明;该方法能够在25ms内实现对车辆通行区域内的障碍物进行有效的聚类,从而实现对同一障碍物速度和航向的检测.     

动态场景下基于视差空间的立体视觉里程计

针对实际的复杂动态场景,提出了一种基于视差空间的立体视觉里程计方法.利用SIFT特征点的尺度和旋转不变性及一些合理的约束条件,实现左、右图像对和连续帧间的特征点匹配和跟踪.通过结合了RANSAC的最小二乘估计滤除运动物体上的干扰特征点,得到较为准确的运动参数的初始值,在视差空间中推导出视觉里程估计的数学模型,通过最小化误差函数得到最终运动估计.实验结果表明,该算法在室内外存在运动物体的复杂动态场景中都具有较传统方法更高的精度.     

一种用于三维人脸重建的快速稠密视差图生成方法

口腔数字化是口腔临床发展的重要方向,三维颅颌面部结构数字化重建是其重点环节。为此,文章提出一种用于三维人脸重建的稠密视差快速求解的方法。该方法对校准后的图像进行初始匹配,构建强对应点点集,再对点集内的点进行三角剖分,并分配初始视差,逐步求精生成稠密视差。该方法加入强匹配对应点,减少了匹配二义性的产生,同时有效克服了因使用全局能量函数优化方法而易陷于局部最小值的缺点。实验结果显示,该方法匹配速度快、精度高,能满足三维人脸重建的实际应用需求。     

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。     

显著性的无人机远距离障碍物检测

针对旋翼无人机的避障问题,结合人眼视觉的显著性注意机制和HOG特征,提出一种实时的障碍物检测算法。该算法首先采用形态Haar小波分解的方法构建增强图像,然后根据增强图像的投影曲线提取出障碍物的候选区域。其后,对障碍物候选区域进行尺度归一化后提取HOG特征,并采用线性SVM分类器进行分类判别。该算法采用C++语言实现,在Celeron 2.3GHz处理器、2G内存的单板计算机上测试分辨率为640×480的VGA视频图像的处理速度约为14f/s。实验结果表明该算法满足无人机在低空环境下的障碍物的实时检测需求。