机器视觉中的摄像机标定技术研究

机器视觉中在对景物进行定量分析或对物体精确定位时,都需要进行摄像机标定,即准确确定其内部和外部参数。寻找快速有效的摄像机标定计算方法是机器视觉中的重要问题。分析了带有透镜径向的一阶畸变的摄像机模型,利用RAC标定提出一种求解其参数的标定计算方法,标定过程每一步都用线性求解,避免了非线性优化中的不稳定性。试验证明,该标定方法操作简便,标定精度高。     

高精度立体视觉测量中一种通用的摄像机标定技术

实现了一种用于高精度立体视觉测量中摄像机标定的新技术。这种“两步法”技术能够标定摄像机的外部参数以及有效焦距、径向透镜畸变系数和图像尺度因子。它利用合理组织的求解次序使得每一步参数的求解都只须求解线性方程组,从而彻底改变了以往摄像机标定依赖于非线性优化方法。本文的理论和实验证明,这种新技术较以往算法更为快速、简便、精确。     

机器视觉技术在烟草杂物剔除系统中的应用

本文简要介绍了机器视觉的概念及机器视觉系统的组成，讨论了烟草杂物剔除系统的功能和结构组成框图，重点阐述了机器视觉的关键技术在烟草杂物剔除系统中的具体实现。     

基于机器视觉的高精度工业尺寸测量系统研究

针对工业中高精度三维尺寸的测量要求,提出并设计了一种基于棱镜与多个工业智能相机的三维尺寸测量系统,它主要由机架、相机支撑架、3个工业智能相机、带有标记点的工件定位座、棱镜、气缸、可编程控制器、工控机组成。3个工业智能相机、可编程控制器均与工控机相连,工控机负责整个系统的数据采集、处理、结果判断与存储。该测量系统自动化程度高、成本较低、测量速度快,测量精度可达士0．03mm,可部分取代三坐标测量机在工业高精度尺寸测量中的应用。     

机器视觉系统及其在链条行业中的应用

将机器视觉系统引入链片和销轴分选中,首先阐述了机器视觉系统的基本原理,然后重点阐述了机器视觉系统在链片分选机和销轴分选机上的应用,最后展望了机器视觉系统在链条行业中的发展趋势。     

薄片零件尺寸机器视觉检测系统中边缘检测技术的对比研究

以高斯模糊的仿真图像和薄片零件图像为评价图像．分别用Roberts算子、Sobel算子、Prewitt算子、Kirsch算子、Laplacian算子、LOG算子、数学形态学边缘检测方法进行边缘检测,对边缘检测结果进行了深入分析,对算法的边缘定位精度、抗噪声能力和计算时间进行了比较。数学形态学边缘检测方法能获得单像素宽连通的轮廓,检测时间分别为0．0521s、0．457s。选择数学形态学边缘检测方法作为薄片零件尺寸机器视觉检测系统的边缘检测方法是合适的。     

基于机器视觉的重轨表面缺陷检测系统的研究

针对目前几种常用的重轨缺陷检测方法检测速度慢、精度低等问题,提出一种基于机器视觉的重轨表面缺陷检测系统的设计方法.针对重轨表面常见缺陷种类,根据实验情况对该检测系统的硬件系统进行详细设计.并分别对重轨表面字符和缺陷采用信息定位和模式识别实现图像识别,使重轨缺陷和重轨号等字符信息的相应关系达到自动判别,从而实现缺陷检测的目的.     

PDM系统三维浏览器的研究与开发

从PDM读取和管理产品以及生产过程的三维信息的重要性出发,分析了开发三维浏览器的必要性;通过对DXF文件的分析,提出了采用SQL Server数据库来存储DXF的几何信息,以供OpenGL进行三维方针的设计思路,并给出了系统的总体结构框架和设计方法.     

基于激光点的空间物体的视觉测距方法与试验研究

建立了考虑一阶径向畸变的摄像机标定模型,利用视觉系统对图像处理的亚像素,逐步求解出摄像机的内外参数,对Cognex视觉系统进行了简便、快速、准确的标定,并通过激光点空间定位试验验证了该方法具有较高的精度和良好的实时性.     

基于机器视觉的烟箱缺条检测系统

在卷烟装箱过程中可能出现缺条现象,为了防止缺条烟箱流入市场给烟草企业造成不良影响,对烟厂条烟装箱时出现的缺条现象进行了研究,并对现有的检测系统进行了分析。介绍了利用机器视觉原理进行烟箱缺条检测的方法,详细介绍了系统的结构,以及各个结构的功能;对图像处理方法进行了详细介绍说明;用VC++编写了应用与检测系统的软件,并对其进行了简要的介绍。系统对装箱作业过程进行在线检测,能够准确的检测烟箱缺条现象。     

简便的高精度摄像机标定技术

本文利用投影和透视变换理论以及矩阵转换知识建立了摄像机数学模型,模型中全面考虑了镜头的径向畸变和切向畸变。提出仅用中心附近点求取像面中心的简单方法。在标定模型中考虑到二维孔靶与一维工作台运动方向不垂直因素的影响,从而简化摄像机标定的操作过程,提高了标定精度。     

上下料机器人视觉控制系统的研究

机器视觉技术可以有效的解决上下料机器人识别定位机床待加工零件的难题,设计了一套上下料机器人视觉控系统,并对其中总体方案和关键技术进行了讨论。介绍了光源、摄像机和镜头的选型,并对所选摄像机进行标定,确定摄像机的参数矩阵,通过标定的参数矩阵,可以反求零件的空间坐标。对控制系统的上位机软件进行了编程,上位机通过串口通信将图像处理结果发送给机器人。通过该控制系统,可以对工业机器人的上下料动作进行控制。     

一种基于自制平面模板的摄像机标定方法

给出了一种实用的摄像机标定方法。首先通过预标定过程确定摄像机光心坐标和感光单元的纵、横向间距，然后结合自定义的摄像机成像模型利用径向平行约束求解其余的摄像机内外参数，最后利用自制的平面模板对该方法进行了实验验证。结果表明，该方法不仅操作简便，在一般硬件条件下也可获得满意的精度，具有良好的实用价值。     

基于交比不变性的镜头畸变参数标定方法

在分析目前的畸变参数标定方法优缺点的基础上，提出了一种能克服现有技术缺点的简单快速的镜头畸变参数标定方法。该方法利用了透视投影中的交比不变性质，在畸变模型为一阶径向畸变的情况下，只需要空间共线的4个点的图像坐标和其交比，建立一元二次方程即可标定畸变参数。该方法的特点是算法简单，易于实施，需要已知条件少。对此标定方法进行了数字仿真实验和真实图像校正实验，证明该方法标定精度高，简单易行。     

一种镜头几何畸变标定的快速算法

提出了一种基于直线的镜头畸变参数快速线性解法。根据空间直线上的点在图像平面上的理想投影仍然共线的特点，将点的理想投影图像坐标用畸变后的图像坐标表示，用畸变后曲线的拟合直线斜率代替原直线的斜率，得出了关于畸变系数的线性方程组，可方便地应用线性最小二乘法求解。仿真实验证明了该方法的有效性。     

基于非量测畸变校正的摄像机标定方法

为了保证镜头畸变系数标定的一致性和简化视觉测量中摄像机的在线标定过程,建立畸变分离的摄像机模型,提出基于非量测畸变校正的摄像机线性标定方法。基于共线点的透视投影不变性,采用大量共线特征点对定焦镜头的畸变参数进行一次标定,摄像机内部参数可以由校正畸变后的特征点进行线性标定。该方法将畸变参数从摄像机模型中分离出来,不需要将畸变参数纳入到摄像机模型中进行多次重复标定。试验结果表明,畸变分离摄像机模型很好地符合了定焦摄像机的成像规律,基于非量测畸变的摄像机参数线性标定方法与传统的非线性优化标定方法的标定精度相当,标定速度提高近3倍,对于简化摄像机标定过程,提高视觉测量的便捷性,拓宽机器视觉的工程应用具有重要意义。     

机器视觉中的采集技术研究

作为机器视觉中图像采集技术的最新发展趋势,TWAIN协议已经成为各种视频采集硬件和处理软件的通信协议和编程接口标准,几乎所有的扫描仪及数码相机都带有TWAIN驱动程序,介绍了TWAIN技术的基本原理、工作机制,给出了基于TWAIN技术的视频采集系统实现的实例.