主动式三维立体全景视觉传感技术

为了使全方位视觉传感器(Omni-Directional Vision Sensor,ODVS)获取的全景图像上各像素本身具有成像物点的深度信息,文中设计了一种具有单发射中心点(Single Emission Point,SEP)的全景彩色体结构光发生器(Panoramic Color Structured Light Generator,PCSLG)以配合具有单视点(Single View Point,SVP)成像特点的ODVS;然后将ODVS和PCSLG垂直配置在同一轴心线上,实现一种主动式立体全景视觉传感器(Active Stereo Omni-Directional Vision Sensor,ASODVS);最后根据全景图像上各像素点所带光源的颜色信息,通过颜色识别算法以及ODVS和PCSLG的几何关系推断PCSLG的发射角并估算成像物点的深度值.实验结果表明,该文设计的ASODVS能快速实时进行全景立体图像的特征点实时匹配和空间物点深度的测量,实现了一种以观察者为中心的3D主动立体视觉感知.     

同向式双目立体全方位视觉传感器的设计

为了获取立体全景图像,利用双曲面折反射镜面构成的全方位视觉传感器(Omni-Directional Vision Sensor,ODVS)具有固定单视点、水平方向360°、垂直大范围视场等成像特点,将两个具有相同成像参数的ODVS以面对背方式进行组合构成一种新型的双目立体全方位视觉传感器;组合时将上下两个ODVS的单视点固定在同一轴线上,并将两个ODVS的成像平面垂直于该轴线;组合而成的双目立体全方位视觉传感器能简化成像单元的标定、极线的配准以及特征点匹配等繁琐的步骤.实验结果表明,设计的双目立体全方位视觉传感器能有效解决极线约束难题、快速实现全景立体图像的特征点匹配、降低物点深度测量的复杂度.     

具有无线通信和全景视觉功能的集装箱吊具

集装箱吊装过程中将集装箱吊具上的四角旋锁对准集装箱的角孔是一项高难度的工作,针对目前在吊装作业时集装箱的角孔位置看不见,对不准等问题,提出了一种具有无线通讯和全景视觉功能的集装箱吊具;首先,采用全方位视觉传感器(Omni-Direction-al Vision Sensors,ODVS)来采集集装箱的顶部全景视频图像,以便装卸人员能快速地将集装箱吊具对准集装箱的角孔;其次,利用无线通讯技术将所采集的全景视频图像传输到驾驶室的显示屏幕上;通过对1m和30m位置的图像采集试验结果说明,这种带有无线通讯和全景视觉功能的集装箱吊具抗干扰性能好、无需布线、安装方便等优点,可以实现集装箱装卸过程的全景实时无死角监控.     

基于立体视觉的立体拍摄参数自动获取方法

现有的3D摄像机在立体拍摄过程中参数调整困难,难以保证左右2台摄像机动作的协调性和一致性。针对该问题,提出一种基于立体视觉的立体拍摄参数自动获取方法。由4台全方位视觉传感器构成的全景3D摄像机获取全景立体图像,通过立体图像处理技术自动获取立体拍摄所需要的汇聚点位置、拍摄距离、焦距以及光圈系数等参数。实验结果表明,该方法能有效保证焦距、拍摄方向、拍摄角度和3D深度等3D拍摄参数的一致性,解决3D拍摄过程中2台摄像机在拍摄动作以及立体景深参数调整等协调难的问题,在拍摄3D全景视频图像的同时进行3D特写视频图像的拍摄,实现在显示器上全景点控的自动3D特写视频图像拍摄。     

基于主动式全景视觉的移动机器人障碍物检测

针对现有的移动机器人视觉系统计算资源消耗大、实时性能欠佳、检测范围受限等问题,提出一种基于主动式全景视觉传感器(AODVS)的移动机器人障碍物检测方法。首先,将单视点的全方位视觉传感器(ODVS)和由配置在1个平面上的4个红色线激光组合而成的面激光发生器进行集成,通过主动全景视觉对移动机器人周边障碍物进行检测;其次,移动机器人中的全景智能感知模块根据面激光发生器投射到周边障碍物上的激光信息,通过视觉处理方法解析出移动机器人周边障碍物的距离和方位等信息;最后,基于上述信息采用一种全方位避障策略,实现移动机器人的快速避障。实验结果表明,基于AODVS的障碍物检测方法能在实现快速高效避障的同时,降低对移动机器人的计算资源的要求。     

用于输送带纵向撕裂检测的新型视觉传感器

针对现有输送带纵向撕裂视觉检测存在采集图像不清晰的问题,提出了一种基于红外与可见光图像融合的新型视觉传感器。该视觉传感器采用分光棱镜将从同一镜头入射的同轴光分别投射至红外CCD和可见光CCD,红外CCD和可见光CCD同时采集目标同一点的红外图像和可见光图像,利用像素级融合方法获得融合图像。实验结果表明,该视觉传感器所采集的融合图像具有清晰的撕裂信息和详细的背景信息,满足输送带图像高质量采集的要求。     

基于非周期性提取像素的全景图像三维重构

图像深度信息提取是三维图像重建的关键,利用匹配算法可以达到对全景成像可控处理的目的,因此在非周期性提取像素基础上完成全景图像三维重构.首先采用非周期性像素提取解决成像过程中出现的失真问题,构建无失真图像;通过立体视图系统和独立立体视图系统对全景图像重建处理,利用SSD计分准则的块匹配算法,对微透镜记录的两幅图像计算提取...     

基于ASODVS的全景点云数据获取技术的研究

针对现有三维激光扫描设备不能同时获取空间点云的坐标信息和色彩信息,多视角点云数据配准复杂等问题,采用了一种将全方位视觉传感器ODVS(Omni-directional Vision Sensor)和可移动360°面激光光源相结合的主动式全景视觉传感器ASODVS(Active Stereo Omni-directional Vision Sensor)来获取点云数据。通过人机接口对ASODVS的扫描步长和速度等进行控制,实现了边扫描边获取全景点云数据;对获取点云数据空间信息过程中的关键技术——激光投射点提取算法进行了深入研究;采用了3种不同的全景激光线提取算法对全景切片图像中激光投射点进行提取,并实验研究了各自的优劣;实验结果表明,对于ASODVS而言,帧间差提取算法能有效快速准确的提取三维全景场景中激光投射点,并具有消耗计算机资源少、操作过程自动化、生成数据有序等优点。     

基于立体折反射全向成像的柱面全景深度估算

针对立体视觉原理的新型立体折反射全向成像系统结构设计和面向立体柱面全景像对的局域灰度相关对应点快速匹配算法,从捕获的全向市体影像中提取有效深度信息,用于辅助全向视频分析处理中的对象检测和跟踪.采用单相机和两个不同参数的抛物面型反射镜构造了一种共轴结构的折反射全向立体成像装置,捕获的存在一定视差的原始全向立体像对被投影展开为立体柱面全景像对,而后通过特定对应点匹配算法提取稠密的深度信息.对应点匹配算法采用局部区域灰度相关的算了,并充分利用了双向匹配和柱面全景的外极线约束来提高匹配的速度和准确度.仿真实验有效恢复了场景深度信息,证明了整套装置结构设计及深度估计方法的有效性.     

结合立体视觉舒适度的立体图像显著性检测

针对先前的立体图像显著性检测模型未充分考虑立体视觉舒适度和视差图分布特征对显著区域检测的影响,提出了一种结合立体视觉舒适度因子的显著性计算模型.该模型在彩色图像显著性提取中,首先利用SLIC算法对输入图像进行超像素分割,随后进行颜色相似区域合并后再进行二维图像显著性计算;在深度显著性计算中,首先对视差图进行预处理;然后基于区域对比度进行显著性计算;最后,结合立体视觉舒适度因子对二维显著图和深度显著图进行融合,得到立体图像显著图.在不同类型立体图像上的实验结果表明,该模型获得了85%的准确率和78%的召回率,优于现有常用的显著性检测模型,并与人眼立体视觉注意力机制保持良好的一致性.