应用摄像机位姿估计的点云初始配准

基于摄像机位姿估计的数学模型,提出了一种检测摄像机位移前后目标图像特征点的方法,通过求解摄像机发生位移前后的相对位姿矩阵来解决应用视觉图像获得点云的初始配准问题。首先,介绍了摄像机位姿估计模型,包括本质矩阵、旋转矩阵以及平移矩阵;然后,介绍了SURF算子的特征点检测、描述和匹配的方法,在此基础上面向双目视觉和单目结构光系统,分别提出了摄像机位移前后目标图像SURF特征点匹配和深度估计模型;最后,分别进行双目视觉和单目结构光系统点云的获取、位移前后目标图像特征点检测匹配和深度估计实验,应用摄像机位姿估计模型求解旋转矩阵和位移矩阵,并对位移矩阵进行统计分析剔除粗差。实验中采用基于点云空间特征点和基于图像的方法进行对比,点云对应特征点均方误差缩小至12.46mm。实验结果验证了方法的可行性,表明本文的点云初始配准方法能较好地获得点云精确配准初值。     

基于序列图像特征配准的摄像机旋转补偿算法

提出了一种基于序列图像特征点配准和基于最小二乘估计的摄像机绕轴旋转运动精确估计算法.该算法利用序列图像帧间的强相关性,通过分析相邻两帧图像的运动,由Harris算子进行特征点检测.基于这些特征点用模板匹配方法对帧间图像进行配准,然后根据多个特征点的运动矢量用最小二乘估计获得摄像机的运动参数,并用获得的运动参数实现对摄像机绕轴旋转运动的精确补偿.实验结果表明,该方法在帧间旋转角度＜10°时,摄像机绕轴旋转运动角度估计误差＜5%,但是当旋转角度＞14°时,相对估计误差＞20%.从系统实际应用(帧间旋转＜5°)来看,该方法克服了成像测量中摄像机旋转对图像处理和测量精度的影响,弥补了因像机旋转引起的测量误差大的缺陷,提高了测量精度,可满足使用要求.     

面向场景重构的多序列间配准

针对传统的单序列扩展式场景重构方法易丢失场景信息,数据利用率低下等问题,提出一种面向场景重构的多序列间配准的方法。该方法采用相似变换作为配准模型,完成对不同参考坐标系下尺度、旋转、平移相分离的初始配准;然后通过拟合观测平面来抑制噪声点并筛选公共可见点;最终对不同尺度、方位的序列进行配准,配准结果可直接用于后续的重构中。实验表明:通过相应噪声抑制,使得各序列的系统初始重投影误差降低了17.69%到46.86%,终止重投影误差降低了27.5%到71.96%。配准后从相同的47幅图像中可重构10 596个场景点,相比传统单序列方法的3 893个场景点,该方法更充分有效地利用了观测图像,使最终拟合的场景曲面包含了更多的场景细节。     

基于序列图像特征配准的相机旋转补偿算法

为了解决测量过程中相机沿轴向运动时所产生的旋转引起的测量误差,提出了一种基于特征点的图像配准和最小二乘估计的相机旋转运动精确估计算法。此算法利用序列图像帧间的相关性,通过对相邻两帧图像进行运动分析,由Harris算子进行特征点的检测,然后再基于这些特征点的模版匹配方法对帧间图像进行配准,再根据多个特征点的运动矢量通过最小二乘估计获得相机的运动参数。最后对这些运动参数进一步分析,在计算中将获得的运动参数对相机沿轴的旋转运动进行补偿。该方法克服了测量中相机旋转对图像处理和测量精度的影响,弥补了因相机旋转引起的测量误差大的缺陷,提高了测量精确度。试验和仿真结果表明该方法在帧间旋转角度较小时能够实现对相机沿轴旋转运动的精确补偿,且时实性有待提高。     

一种基于能量法的曲面初始配准技术研究

针对两匹配模型之间的相对初始位置相差太大而使ICP算法收敛方向不确定的问题,提出一种基于能量法的曲面初始配准技术,即首先要根据两个曲面的质心及质心处的法向矢量对曲面进行初始变换,使它们的质心重合并且法矢方向一致,然后将一曲面以质心法矢为旋转轴进行坐标变换,能量差最小的位置即为最优配准位置。经验证,该配准算法运算速度快、效率高,能较好地应用于曲面类零件测量数据与目标数据的初始配准问题。     

一维非均匀齿轮形貌点云精确配准方法

为了提高虚拟齿轮形貌点云和实测非均匀齿轮形貌点云的配准精度提出一种配准方法。首先以实测齿轮形貌点云数据为基准生成与其数量相同的虚拟齿轮形貌点云数据;再利用互相关算法求出这两组点云数据的初相位,并对虚拟齿轮形貌点云进行相位平移;最后以实测齿轮形貌点云数据为基准,重新生成一组与其点与点对应的虚拟齿轮形貌点云数据,实现两组点云数据的精确配准。实验结果表明:当周采样数目为125952时,采用一维非均匀齿轮形貌点云配准方法较迭代最近点(ICP)算法,角位移配准精度提高了0.0008°,线位移配准精度提高了4μm。该方法可提高非均匀齿轮形貌点云的配准精度。     

多点成形件检测中三维数据配准方法的研究

针对多点成形件成形误差检测中的三维数据配准问题，提出了一种用两步法将CAD模型数据和三维测量数据点全局配准的方法。利用遗传算法具有全局搜索能力的特点，以四元数法中的3个参量作为优化解空间，采用自适应控制优化参数的方法，达到CAD模型数据和三维测量数据点的全局粗配准。以粗配准的结果作为初始值，用ICP算法修正误差以达到精确配准。采用两步法配准克服了标准ICP算法难以解决的局部最小问题，本算法也可广泛应用于精密测量时测量结果的比较分析。以马鞍形曲面制品为例，给出了配准结果。     

颅骨点云模型的优化配准

由于颅骨的三维点云数据模型复杂且不同人的颅骨差异较小,对其配准精度要求较高。为了提高颅骨点云模型的配准精度和收敛速度,提出了一种先粗配准再细配准的配准方法。首先,对颅骨点云数据模型进行去噪、简化和归一化等预处理;然后,通过区域划分、区域配准和求解组合系数以及求解刚体变换等步骤实现区域层次上的颅骨粗配准;最后,通过引入动态迭代系数来改进基于旋转角约束的迭代最近点算法,并采用该改进的ICP算法实现颅骨的细配准,从而达到精确配准的目的。实验结果表明:与ICP算法相比,改进的ICP算法的配准精度和收敛速度分别提高了约30%和50%。证明该种先粗配准再细配准的颅骨点云模型配准方法是一种精度高、速度快的有效颅骨配准算法。     

面向复杂毛坯小余量加工的层次化快速约束配准算法

针对复杂结构毛坯的小余量数控加工中很容易出现局部加工余量不足的问题,基于毛坯表面的点云测量数据,提出了一种层次化快速约束配准算法,从而实现加工余量的优化分配。首先通过建立一个知识向导模型并应用局部微分信息,自动分离出毛坯上需要分配余量的各待加工表面,并分别施加最小余量约束,在确定各待加工表面上参与约束配准优化的初始点集的基础上,采用广义乘子法将初始配准点集与设计数模进行约束匹配;然后采用迭代方法将不满足余量约束的测点追加到当前配准点集中,直到所有待加工表面的测点满足余量约束。实验结果表明,该配准算法在最大程度满足余量约束的前提下,显著提高了点云数据的配准效率。     

光谱仪图像的亚像素配准

针对超光谱成像遥感存在的光谱仪图像间失配变形,影响地物目标光谱信息纯度的问题,提出了一种结合超光谱图像特点的亚像素配准方法来校正图像间的失配变形.首先,对待配准的可见光近红外(VNIR)和短波红外(SWIR)光谱仪图像分别进行波段选择和主成分变换,将变换后的第一主分量图像作为待配准图像.然后,将待配准图像均匀划分为具有一定重叠率的图像块,利用相位相关方法估计对应图像块的亚像素平移参数,通过相位相关系数剔除错误的平移参数估计生成图像的光流场.最后,通过光流场来实现光谱仪图像的配准.实验结果显示,该方法配准精度优于0.1pixel,满足超光谱图像后续处理对配准精度的要求.     

点云频域配准的双目双线结构光列车轮对检测

针对单线结构光测量因范围有限以及遮挡等原因而无法检测整个车轮的轮缘及踏面的问题,提出了一种列车轮对双目双线结构光检测方法。该方法采用两组双线结构光传感器进行测量和数据采集。在两传感器产生的点云进行配准的过程中使用截面点云数据还原点云矩阵,然后对其进行傅里叶变换,在计算旋转角度时先进行极坐标转换,最后求取两矩阵的互功率谱,从而得到点云的旋转和平移矩阵。在此过程中考虑到点云噪声的存在,将辛格函数近似代替无噪声的互功率谱傅里叶反变换,从而确定在频域配准时噪声对配准参数的确定并无影响。接着采用相对值比较的算法和主成分分析拟合基准平面,对轮对直径方向进行标定。利用标定值对扫描数据进行处理,得出包括车轮直径、车轮滚动圆径向跳动等对尺寸参数。实验表明:点云频域配准的双目双线轮对检测技术对车轮直径的测量尺寸误差≤±0.05mm,车轮端跳的测量误差≤±0.06mm,车轮径跳的测量误差≤0.04mm。与标准轮对检测数据相比可知,该系统满足轮对检测精度的要求。     

基于扩展高斯球的点云数据与CAD模型配准

针对点云数据和三维CAD模型坐标配准过程中初始对应位置无法定量确定及最临近点计算效率问题,提出基于扩展高斯球的快速模板匹配算法,通过点云数据扩展高斯球空间与笛卡尔空间的相互转换,使外特征配准算法中测量点云与三维CAD模型初始位置的确定得到定量解决.为提高配准算法中点云数据与三维CAD模型最临近点的计算效率,采用三维CAD模型引导点云对测量数据与三维CAD模型进行桥接,从而将测量点与自由曲面的数值迭代计算问题转化为三维空间中最临近点的空间搜索,使算法的效率得到提升,实例验证了算法的有效性.     

基于点云数据的砼地面平整度可视化方法研究

砼地面平整度是地面施工的主要指标之一,精准测量砼地面平整度可提高施工效率。结合三维激光扫描技术与WebGL技术,提出基于点云数据的砼地面平整度可视化方法。利用三维激光扫描仪获取砼地面平整度的点云数据,预处理后经迭代最近点法（ICP）对点云数据精确配准;用随机抽样一致算法（RanSac）拟合出标准面模型,通过局部凸连接（LCCP）方法判别点云数据的凹凸性;最后,结合WebGL技术实现平整度信息的Web端可视化。实验表明：该方法在Web端展现地面的平整度信息,为调整砼地面平整度提供依据。     

一种图像配准的超分辨率重建

提出了一种具有子像素级精度的图像配准方法,并通过迭代反投影算法进行超分辨率重建.介绍了基于3参数模型的图像配准方法并提出了基于4参数模型的图像配准方法,由于没有直接将旋转角度参量引入到运动模型中,有效地避免了原方法中泰勒级数展开时的小角度假设.最后,根据配准算法所得到的子像素级运动信息,用迭代反投影算法进行超分辨率重建.分别对多幅具有较大运动的模拟及真实的低分辨率图像进行实验,结果表明:该配准算法取得了更高的精度,平均平移误差减少了0.026 1 pixel ,平均旋转角度误差减少了0.356 4°;重建图像具有更好的视觉效果,平均PSNR值提高0.75 dB.本文方法可以被广泛地应用于相互间主要存在平移和大角度旋转的多幅低分辨率图像的大倍数超分辨率重建,可满足实际应用要求.     

基于Fourier-Mellin不变量的图像配准方法

提出了基于Fourier-Mellin不变量的图像配准方法,该方法可对存在旋转、比例和平移变换的两幅图像进行配准.原有的基于Fourier-Mellin不变量的方法是建立在无限连续图像模型基础之上的,因此当应用于有限离散图像时,不能取得理想的相关峰值.改进方法针对有限离散图像采用了滤波技术,能有效去除Fourier-Mellin域中的伪像,并能产生明显的相关峰值;同时又能克服噪直于扰的影响;此外,通过将原有方法中二维相关函数的计算简化为两个一维相关函数的计算,可以降低时间计算复杂度,提高配准效率.     

轮对轮辋厚度检测中图像配准方法研究

针对轮辋厚度参数的在线检测,提出了基于双相机的轮辋厚度参数检测方法,其中图像配准是影响该参数计算的重要因素。在分析轮对轮廓线图像特点的基础上,提出了利用配准板特征点的图像配准方法,设计了图像配准步骤,采用仿射变换作为图像配准中的变换模型。为保证配准精度,在综合考虑配准板上特征点的数量和特征点的分布的基础上设计了配准板。通过图像配准实验,提取了配准板特征点坐标,求解了仿射变换矩阵。实验表明,该方法的配准精度为2个像素。     

基于Fourier-Meliin算法的干涉图像配准

提出了采用Fourier-Mellin算法对大孔径静态干涉成像光谱仪的原始干涉图像进行配准的方法,用于校正由于推扫平台系统姿态不稳所造成的失真.采用Fourier-Mellin算法和相位相关算法求取干涉图像的旋转角度和缩放及平移参数,并通过多帧未校正的图像和校正后的图像分别拼接成大面积地域图像来验证算法.实验结果表明,通过人眼判断,可以实现对图像的配准,配准精度达到1Pixel,基本满足将LASIS原始干涉图校正为不失真图像的要求.     

基于超分辨率重建的亚像素图像配准

针对低分辨率图像在配准过程中精度较低的问题,提出了一种基于超分辨率重建的亚像素图像配准方法。首先,对具有1至9像素位移的图像序列进行10倍降采样,获取具有0.1至0.9亚像素位移的图像序列。然后,根据图像的获取过程建立数学模型,以Bayes理论为基础,使用最大后验概率法(MAP)对亚像素位移低分辨率图像进行超分辨率重建,获取高分辨率图像。最后,使用具有亚像素配准精度的扩展相位相关法对图像进行配准。配准实验与噪声实验表明,所提方法的最大配准误差为0.03pixel,能实现对低分辨率图像的亚像素级配准,具有配准精度高、噪声抗干扰能力强等特点,可同时满足可见光图像与红外图像的高精度配准要求。     

涡轮叶片密集点云数据与CAD模型配准方法

针对密集点云数据与CAD模型的配准问题,提出了一种基于简化模型曲率计算的配准方法。该方法通过计算简化模型和CAD模型各点的曲率提取出两模型上某一对应的特征面,根据特征面求出三组对应点对并计算坐标变换矩阵;把得到的变换矩阵应用于简化前的原始点云模型实现模型的预配准;最后通过奇异值分解和最近点迭代相结合的算法实现精确配准。实例表明,该方法实现了密集点云数据与CAD模型的配准,并在保证配准精度的前提下提高了配准的速度,从而验证了方法的有效性和实用性。     

结合多分辨率修正曲率配准的层间插值

针对体数据各坐标轴分辨率不一致,导致医学及工业三维图像重建时出现边界台阶状结构、细节断裂或缺失等问题,提出了基于多分辨率修正曲率配准的层间插值方法。该方法采用反投影重建形式增强图像细节,解决配准图像清晰度和对比度弱的问题;利用三次卷积插值构造切片的低分辨率图像以保留图像细微结构,提高配准精度。采取从低分辨率粗配准到高分辨率精细配准的策略减少计算时间,提高计算效率。利用切片图像对应像素间存在对称形变结构的特征,建立了修正曲率模型估计形变场,解决了配准时单向形变不一致的问题。最后,通过离散余弦变换(DCT)的数值解析方案对构建的形变场估计函数进行优化,利用最终形变场数据对切片进行线性插值,计算出层间图像。实验结果表明,提出的算法能够消除现有方法插值图像的边缘模糊现象。与线性插值算法相比,提出方法的均方差(MSD)减小了40%,高于对称曲率模型,且耗时仅为该模型的20%左右,满足应用要求。