基于Harris-SIFT算法的双目立体视觉定位

针对基于尺度空间对图象保持不变性的SIFT算法在双目立体视觉应用时实时性差、误匹配等问题,提出一种运用Harris-SIFT算法进行双目立体视觉定位方法.通过介绍双目立体视觉的模型原理,利用Harris-SIFT算法从左右摄像机分别获取的图像中检测目标,并获取匹配目标的特征点,对两幅图像中目标物体的坐标标定,通过计算可得到目标物体的深度距离,还原其三维信息.实验证明,运用Harris-SIFT算法使该系统的实时性能和距离精度得到提高.     

基于双目视觉的直升机旋翼桨叶共锥度检测法

提出了一种基于双目视觉的直升机旋翼桨叶共锥度检测方法。首先,采用平面标定算法对双目视觉系统进行标定,获取摄像机内外参数;其次,采集不同桨叶的立体图像对,并用Bouguet算法对其进行校正,获取重投影矩阵;然后,对立体图像对中的标记点进行检测与匹配,获取标记点的视差;最后,根据双目视觉测量原理计算出桨尖距地面的高度,实现桨叶共锥度检测。通过对旋翼塔进行多次测量实验,结果表明该方法具有动态测量、非接触式、操作简单、危险性小和精度高的优点。     

基于双目立体视觉与结构光的便携式非接触三维掌纹采集系统

随着三维测量技术的成熟,非接触式三维(3D)掌纹采集系统为掌纹识别的研究提供了新的途径.为了提高3D掌纹信息的采集精度,提出一种融合双目立体视觉与结构光的便携式非接触3D掌纹采集系统.首先将编码图案投影到目标手掌表面,使用双目相机获取左右视图后,采用格雷码-相移法获取目标的绝对相位信息,然后引入波义耳摩尔投票算法进行最...     

远距离目标的多基线立体视觉点云成像技术

双目立体视觉是机器视觉的重要分支之一,其通过直接模拟人眼观察和图像处理的方式来获取探测目标的深度信息。这种非接触式的测量方法具有速度快、精度高、操作简单等特点,但是对于不同距离的目标,特别是远距离目标难以获取深度信息。提出了一种基于多基线双目立体视觉的远距离目标三维点云成像技术,该方法通过可变基线实现对不同距离目标的点云成像。实验结果表明,该方法能有效探测500 m^4 000 m范围内目标的深度信息,实现三维点云成像,突破了双目立体视觉远距离三维成像的技术难点,同时形成的三维点云与激光三维成像雷达的数据格式一致,为未来激光三维成像雷达技术与立体视觉技术的点云融合,优势互补提供了借鉴。     

基于Halcon的多目摄像机标定技术

对双目立体视觉摄像机标定方法进行了分析,通过Halcon标定板快速求出双目摄像机的内参和外参。在此基础上进行扩展,分别对相邻的摄像机进行双目标定,通过刚性转换,借助Halcon平台丰富的函数算子,最后把8个摄像机统一到惟一的世界坐标系,达到多目标定的效果。实验证实了多目标定的可行性与正确性,突破了以往多数仅以双目摄像机系统进行三维测量的格局,为在特定情况下不能显示在惟一双目摄像机系统视野范围内的目标物体进行测量打下了坚实基础。     

一种基于双目视觉原理的距离测量系统的设计

主要研究一种基于双目立体视觉原理测量图像中物体距离的算法,要实现的目标是采用双摄像头从不同视点拍摄目标物体,投影得到两幅双目图像,用图像处理的方法先提取出需要的信息,进行特征识别,然后利用同一目标在不同投影图像上的成像差异进行立体匹配,并通过视觉算法计算被测物体的距离。由于测量的距离远大于摄像机之间的基线距离,所以传统意义上的双目测距系统近似认为两个摄像机的光轴是平行,但是实际上两光轴是必然相交的,所以文章结合实际,考虑两光轴相交,以达到提高距离测量精确度的目的,系统的主要流程包括图像获取、摄像机标定、角点检测、特征识别、立体匹配、距离计算等几个方面。     

低照度双目立体显著目标距离测定方法与实现

针对位置已固定的双目立体装置,提出了一种基于非平行模式测距原理的双目系统光轴-光心参数标定方法,减小了光轴-光心位置误测量带来的测距误差;为解决低照度下双目立体视觉中存在的立体匹配误匹配点多、目标识别度低的问题,采取了最大熵法结合整体光强变化的阈值选取方法提取显著目标,提高了目标识别率,搭建了显著目标测距系统.结果表明:采用文中的系统标定与阈值选取方法的双目立体视觉装置在低照度下具有较高的测距精度及目标识别率.     

基于双目视觉的人体头部尺寸测量方法研究

为了CT系统进行定位片扫描时能够快速且准确的确定头部的扫描范围,提出了一种基于双目立体视觉的测量方法。方法能够在非接触环境下获取人体的头长和头宽。使用双目相机作为人体图像的采集设备,利用MATLAB、VS2017开发平台,使用张正友标定法标定双目相机获取相机内部参数。使用GrabCut图像分割算法对图像进行预处理,将前景的人体图像与背景分割。将立体校正后的左右图像通过SGBM算法进行立体匹配获得视差图,进而得到头部关键点的三维坐标,计算出人体的头长和头宽。实验结果表明该方法测量准确,误差小于1 cm。     

基于双目视觉的自动跟踪系统设计

设计了一种基于双目视觉的目标自动跟踪系统。该系统通过双目相机获取图像信息后,先利用Yolov5s实时检测算法快速识别目标,再利用核相关滤波法对目标进行跟踪,最后采用半全局立体匹配算法结合加权最小二乘法进行目标深度的测量,获取距离信息和位置。根据目标位置控制系统的速度和方向,使系统与目标保持相对方位和设定的距离,实现自动跟踪。从结果上看,采用了该系统的拍摄机器人可以执行危险任务,解决安全问题。     

基于立体视觉技术的实时测距系统研究

双目立体视觉测距系统由于计算量大、受限于硬件水平等原因,通常无法做到实时测距,为解决这一问题,对双目立体视觉的关键技术进行研究与分析后,采用预标定方法,通过选取一种快速的立体匹配算法,对其各参数进行优化,并以动态视差搜索的方式,结合目标跟踪算法,实现了对目标的实时跟踪与测量。经实验验证,该系统成本低、可行性高,能实时对目标进行跟踪与测量,并在一定范围内具有较高的精度,且有一定的应用价值。     

基于双目深度估计的牛体尺测量方法设计北大核心CSCD

为解决传统人工接触式测量工作量大、测量条件相对艰苦及影响牛正常生活习性的繁琐问题,提出了基于目标检测的双目深度估计牛的体尺测量方法。首先,通过双目相机采集图片,利用YOLOv5(you only look once v5)目标检测算法检测图像中的体尺特征部位,结合边缘检测等算法获取牛体尺测点。其次,利用双目立体匹配算法将双目2维图片转化为空间3维深度信息图,在深度信息图上读取测点3维坐标。最后,在3维坐标系下运用空间欧氏距离进而计算牛的体尺参数。搭建了测试平台进行测量,实验结果表明,该方法的测量精度高于现有相关方法,其中体长的平均相对误差为2.4%、体高的平均相对误差为1.1%、体斜长的平均相对误差为3.3%,为牛体尺测量提供了可行的示范。     

改进的双目视觉三维尺寸测量系统

根据双目视觉原理,开发了基于双目视觉的三维尺寸测量系统.利用图像帧差法实现目标物体自动检测;并在此基础上利用立体匹配算法计算出目标物体区域的视差,对生成的初步视差采用基于最小二乘法的视差优化算法,获取目标物体区域的完整视差图;再将三维点云重投影到二维平面,利用最小外接矩形完成目标物体尺寸的自动测量.实验表明,在合适的测量距离下,系统测量精度达到了较好的效果,验证了该系统的可行性.     

基于双目会聚型立体摄像机的目标深度测量

目标物体的三维测量是双目立体视觉的一项重要任务。基于视差的平行摄像机模型是最常见的用于三维重建的双目摄像机模型。一般双目立体摄像机不是严格平行的,所以采用上述方式进行三维重建时需要进行极线校正。提出了一种新的用于三维测量的双目摄像机模型,该模型针对一般常见的非平行的会聚立体摄像机模型。采用该模型进行目标物体的三维测距时,根据摄像机标定得到的相对外参,即可快速得到目标物体的深度信息。同时,本文从分辨率的角度对提出的深度测量方法进行了精度分析。实验结果验证了提出方法的有效性和可靠性。     

远距离运动目标三维测量中图像匹配的研究

采用两个摄像机光轴平行的双目立体视觉测量系统,检测远距离运动物体的三维物体轮廓.阐述了该三维轮廓测量系统中的两个关键技术:提取出合适的图像特征;建立特征间的对应关系.将同一空间物理点在不同图像中的映象点对应起来,由此得到相应的视差图像,实现立体匹配,恢复出物体的三维轮廓.仿真实验结果表明,该三维轮廓测量方法容易实现、对硬件要求不高、精度较高和具有较高稳定性,能够满足远距离运动物体姿态和速度测量的要求.     

基于双线投影与线面约束的3D扫描测量系统研究

将双目传感器和线结构光有机地结合到一起,设计了一套能够对大尺寸被测物进行无导轨三维扫描的测量系统。通过标定实现双目传感器与结构光传感器坐标系的统一。提出了一种双线投影模型,实现了双目标记点的立体匹配和标记点传感器坐标的测量。设计了基于线面约束的结构光测量模型,实现了物体表面光条三维信息的获取。采用空间几何相对不变性原则实现标记点传感器坐标和世界坐标的全局匹配,进而确定在测量位置处传感器坐标系与世界坐标系的转换关系。最终将传感器实时扫描测量的物体表面的三维点云数据转换到世界坐标系下,实现对被测物三维的扫描测量,工作距离下扫描测量精度优于0.08 mm。     

立体拼接中全局控制点的定向

提出了一种基于光线交汇约束的全局控制点定向方法.精确标定过的单摄像机模拟双目交汇测量系统,在空间2个不同的角度对至少5个自由摆放的全局控制点成像,根据双目视觉测量模型可解算出传感器的转换矩阵R和带有比例因子的平移向量T.通过引入精确长度已知的基准尺提供空间标度,以求得转换因子,进而求得各点在传感器坐标系下的三维坐标.实验表明,该方法简单、精度高,适于现场测量.     

两组双目立体深度图像信息融合与三维重建方法

获取工件目标的三维表面与深度信息是实现工业立体视觉应用的关键。提出一种将两组双目视觉系统结合的方法,对随机摆放的工件多方位采集图像并获得目标工件的三维表面点云。其中,两组双目视觉系统会根据NCC(Normalized Cross Correlation)匹配算法产生工作场景的两组视差图像,去噪分割之后对其立体深度信息进行提取,其过程中采用一种新颖的转换方法,视差图像中每个坐标位置的像素点的x、y、z方向的立体深度信息分别被转化为X、Y、Z图像中对应位置上像素的灰度值。采样两组立体深度数据,共同储存到标定完成的参考相机坐标系中达到信息融合的目的。最后,对随机摆放的工业工件进行了的三维重构实验,对于相互重叠、高度、姿势都不同的零件能较好的恢复出清晰的轮廓点云,在重叠区域也能产生较为明显的层次性。