基于偏振双目视觉的无纹理高反光目标三维重构

对于表面光滑、纹理单一甚至缺失、高反光的目标,传统的三维重构方法由于对纹理以及反光特性的依赖会使得重构表面出现大面积的的数据空洞.而基于偏振的三维重构方法不依赖于物体表面的纹理信息,同时偏振成像能够在一定程度上抑制耀光,能够有效解决传统三维重构方法存在的问题.但是,基于偏振视觉的三维重构方法得到的是像素坐标系下的深度信息,因此提出了偏振双目视觉三维重构方法,以由双目立体视觉获得的少量特征点的世界三维坐标为"桥梁",利用双目立体标定得到的相机参数,将偏振得到的图像像素坐标系下的点云数据转化为世界坐标系下的绝对数据.     

基于三维虚拟视觉及交互设计的室内设计平台建构

传统的室内设计系统无法解决复杂场景的三维构建和可视化问题,更无法满足用户沉浸感和动态交互的需求。因此,在现有研究基础上,以自然直观的人机交互和逼真的虚拟环境体验为目标,设计基于三维虚拟视觉及手势交互设计的室内设计平台。根据实际的功能需求分析,完成了平台功能并给出基于双目视觉技术进行人机交互的总体结构。利用摄像机设计交互功能中的虚拟手形识别算法,降低了应用成本,提高了识别的效率。室内设计环境的仿真测试结果表明,提出的室内设计平台能够有效进行直观的室内三维场景可视化,且具有较好的准确性和交互性。     

视觉传达效果的区域三维图像虚拟重建

为了提高模糊区域三维图像的识别能力,需要进行视觉传达和图像虚拟重建。因此文中提出基于视觉传达效果的区域三维图像虚拟重建方法。构建区域三维图像的网格分布模型,采用视觉特征提取方法进行区域三维图像的空间信息特征分布式重组,结合边缘轮廓特征提取方法进行区域三维图像的边界区域检测。建立区域三维图像视觉传达模型,结合模糊结构重组方法进行区域三维图像的自适应像素重构,根据区域三维图像的纹理、细节区域进行图像的三维纹理结构重组和稀疏散乱点重建,重建区域三维图像的灰度直方图,基于视觉传达效果实现区域三维图像虚拟重建。仿真结果表明,采用该方法进行区域三维图像虚拟重建的视觉效果较好,三维图像虚拟重建的质量较高。     

双目测量系统的室内定位与重建

为了解决实测场景下光照变换及弱纹理区域对三维重建效果的影响,提出一种双目测量系统的改进AD-Census立体匹配算法进行室内目标物体的定位及三维重建。方法基于双目视觉测量原理,首先采用直方图均衡化、自适应阈值Canny边缘提取及膨胀等操作进行图像预处理,其次利用张正友标定法完成相机标定,通过立体校正去除相机畸变,基于梯度划分弱纹理及边缘区域来改进AD-Census立体匹配算法,最后用所改进算法生成的视差图,实现了室内物体的定位及三维点云重建。实验结果表明,本方法可以提高在弱纹理背景区域的匹配精度,在10 m测距范围内,相对误差不超过5%,在1.8 m处,测量误差较小,在保证精度的同时实现了室内目标场景轮廓的基本重建,视觉效果较好,可广泛应用于实际中。     

基于视觉传达技术的三维图像重建系统研究

三维图像重建是当前图像处理领域的研究热点,为了解决传统重建系统存在重建效率、精度均低的问题,以提高三维图像重建效果为目标,设计了基于视觉传达技术的三维图像重建系统。首先分析了三维图像重建的系统功能框架,然后对系统的主要子模块:图像解析模块、图像预处理模块、三维可视化模块进行了详细设计,最后在相同环境与传统三维图像重建系统进行了仿真对比实验。实验结果表明,基于视觉传达技术的三维图像重建精度高,而且提高了三维图像重建效率,三维图像重建整体效果要明显优于传统三维图像重建系统,具有更高的实际应用价值。     

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.     

基于视觉传达技术的三维图像虚拟重建系统

针对原有的三维图像虚拟重建系统生成的图像噪声较大,边缘出现伪影的问题,提出基于视觉传达技术的三维图像虚拟重建系统。优化原有硬件结构,扩展时钟模块,利用CY25400芯片与CDCVF2510芯片提高数据处理效率;在二维图像中,读取主要信息,通过数据转换,以三维立体形式展现,选定特征区域,提取图像特征,计算得到关键物理坐标点,完成主要代码编写;利用视觉传达技术,将显示性视觉元素反馈到三维图像中,完成三维图像虚拟重建系统设计。采用对照形式测试所设计系统性能,测试结果表明,与原有系统重建结果对比,将视觉传达技术应用到三维图像虚拟重建中,能够有效去除噪声,使图像边缘区域显示清晰,能够满足用户需求。     

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。     

基于双目视觉的六旋翼无人机立体匹配算法

针对六旋翼无人机双目视觉成像时,经双目融合后反馈的图像噪点过多,以及图像精度不够理想的问题,提出了一种在匹配过程中融入全局差错能量最小化的区域立体视觉匹配算法。由于视差的求解是立体匹配过程中最重要的环节,因此本文利用最小化差错能量矩阵求解最优视差的原理。通过提高立体视觉的视差精度,从而减少视觉融合过程中因数据问题产生的噪声干扰,最终提高了对场景信息三维重构的准确度。通过分别在室内外的仿真实验与真实环境重构实验,验证了本文提出的基于双目视觉的六旋翼无人机立体匹配算法的有效性与可靠性。     

基于超分辨率角点检测算法的双目相机高精度标定方法

双目相机标定是研究立体视觉的基础工作，标定的精度是视觉测量精度的关键。图像角点提取是相机标定的基础，但在现实应用场景中，外界影响使获取的图像不清晰，导致检测到的角点精度低，从而影响标定的精度。因此，提出一种基于超分辨率亚像素角点检测的端到端算法，从特征级解决低质量角点检测问题。首先，应用盲超分部分估计低分辨率图像模糊核，融合低分辨率图像特征重建出高分辨率图；然后，在此基础上得到角点亚像素位置；最后对双目相机进行高精度标定，并用测距实验对其进行检验。实验结果表明，所提基于超分辨的亚像素角点检测方法在真实场景下具有优越性。     

基于三维虚拟现实技术的图像重建方法研究

由于传统图像重建方法获取到的重建图像比较模糊,为了提高重建图像的质量,提出基于三维虚拟现实技术的图像重建方法。在三维虚拟现实技术的基础上,根据相机的成像原理,计算相机光学部分可以识别的最大距离,通过计算场景画面的最小识别距离实现图像的降质分析;利用三维虚拟现实技术训练图像的检测样本,预测出样本图像的像素值,通过公式描述了图像的提取过程,完成了图像边缘信息的提取;最后在三维虚拟现实技术的基础上,构建了图像重建算法,实现了基于三维虚拟现实技术的图像重建。实验结果表明,基于三维虚拟现实技术的图像重建方法得到的重建图像质量较高。     

基于双目立体视觉的场景分割方法

提出一种基于双目立体视觉的场景分割方法:首先根据双目立体视觉系统提供的左右视图进行三维场景重构,得到场景的几何深度图,同时利用左视图进行RGB颜色空间到CIELab均匀颜色空间的转换以得到颜色信息;然后将颜色与几何信息构造生成六维向量;最后再将六维向量给到聚类算法中进行分割并对分割的伪影进行消除,得到最终的分割结果.对Middlebury数据集样本场景baby 2实验了6种立体视觉算法和3种聚类技术的不同组合进行的场景分割,从实验结果来看,不同的组合应用所提方法都比传统方法具有更好的分割效果.     

双目立体视觉在人形机器人三维重建中的应用

提出一种基于双目视觉的机器人三维(3D)重建方案,将两个Life Cam VX6000摄像机安装在NAO人形机器人脸部,分别采集目标的左右图像。在3D重建过程中,利用棋盘格的角点定位对摄像机进行标定,对图像进行校正去除畸变,利用Canny检测算子来提取图像的边缘特征,进行立体匹配,利用Delaunay三角剖分算法对二维图像进行三角剖分,并将图像纹理映射到三维空间,同时对立体目标图像进行渲染,获得最终的3D重建图像。实验结果表明,该方案能够精确的进行深度测量,实现场景的3D重建,能够很好的用于人形机器人应用场景。     

双目下点云的三维人脸重建

提出一种在双目视觉系统下进行人脸重建的方法。首先,通过双目系统拍摄人脸的左右图像;其次,用Grab-Cut的方法的把人脸图像分割出来从而降低立体匹配的搜索范围;然后,用区域匹配算法得到人脸的视差图,从而得到人脸的三维点云;最后对不同角度的人脸图像进行SIFT特征提取和匹配。将提取的SIFT特征点和匹配关系反射到三维点云数据,获取不同角度人脸的三维点云数据的特征点和匹配关系,完成对不同角度的人脸进行粗配准。     

基于双目视觉的三维车辆检测算法

在自动驾驶中,车辆的三维目标检测是一项重要的场景理解任务。相比于昂贵的雷达设备,借助双目设备的三维目标检测方法有成本低定位准确的特点。基于立体区域卷积神经网络（Stereo RCNN）提出了一种用于双目视觉的三维目标检测OC-3DNet算法,有效地提高了检测精度。针对特征提取高分辨率与感受野的矛盾,结合特征提取网络与注意力引导特征金字塔（AC-FPN）,有效地提高了算法对小目标的检测精度。针对三维中心投影检测误差大的问题,建立了一种新的三维中心投影与二维中心的约束关系,进一步提升了三维目标检测的精度。实验结果表明,改进后的OC-3DNet算法在以0.7为阈值的三维目标检测上平均精度为43%,较Stereo R-CNN三维目标检测的平均精度提升了约3%。     

基于虚拟现实技术的激光三维图像优化系统设计

为提升激光三维图像视觉效果,设计一种基于虚拟现实技术的激光三维图像优化系统。将激光三维图像在DS90CF286中变换成TTL标准图像信号发送至FPGA,由FPGA将图像信号缓存在存储器DRRAM中,再传输至基于虚拟现实技术的图像信号处理器中,处理器使用基于虚拟现实技术的图像优化模型,为用户提供身临其境的图像优化操作环境,此模型主要在OpenGL绘图工具的驱动下,通过光线投射法,将研究目标以激光透射的形式,重建其激光三维图像;再使用基于自适应滤波的激光三维图像增强方法,增强重建后图像的像素信息;针对像素信息增强后图像,采用基于虚拟现实技术的激光三维图像的颜色渲染方法,完成图像像素信息的颜色渲染。经测试,采用设计系统后,激光三维图像视觉效果得以优化,图像的对比度与信息熵都满足应用需求。     

基于三维虚拟视觉的室内设计平台研究

现有的室内设计平台只能根据景观所处位置绘制室内设计平面图像。在现有研究基础上,根据室内景观所处位置,生成真实、立体图像,设计基于三维虚拟视觉的室内设计平台。通过分析三维虚拟视角下,室内设计平台结构、室内定位算法,完成室内设计需求分析;通过完善室内设计平台交互功能、设计平台锚节点和驱动程序,完成基于三维虚拟视觉的室内设计平台搭建。模拟平台使用环境设计对比实验,结果表明,应用基于三维虚拟视觉的室内设计平台,能绘制室内设计平面图像和立体图像,且图像中室内景观所处位置更符合实际需求。     

三维激光扫描测量系统的三维图像数据压缩

三维彩色激光扫描测量系统是利用计算机视觉的原理对物体进行三维测量和重建,以获取物体的三维图像。三维图像的数据量很大,文中研究了三维图像的压缩策略和算法,采用三角形条带的网格压缩方法,以及顶点数据的编码方法,可以把三维图像的存贮空间减小到压缩前数据的１／６,从而有效地解决了测量系统在实际应用环境下的图像存贮和传输问题。     

基于双目视觉的计算机三维扫描系统在电子出版物的应用研究

基于双目视觉的计算机三维扫描系统,采用以单片机为核心的现场处理系统完成图像的二值化处理,不仅提高了图像处理的效率,还有效地压缩了数据量,进而缩短了数据信息的传输时间。将此系统用于电子出版物的原型扫描,大大提升了信息的还原效率和网络浏览速度。     

基于双目视觉的工件尺寸三维测量

针对传统的接触式测量方法存在测量速度慢、效率低等问题,本文基于双目视觉视差原理,采用了一种双目视觉测量方法。首先,利用双目视觉系统采集带有标志圆的靶标图像对,进行摄像机标定;然后,采用Canny自适应算子检测图像的边缘,通过椭圆拟合来确定特征点,在极线约束条件下完成图像的立体匹配,最后将图像坐标换算成世界坐标系下的三维坐标。实验结果表明,该方法对于有标志点的被测对象具有测量精度高的特点,误差在0.07mm以下。