基于立体视觉的平面圆参数高精度测量算法*

针对目前平面圆的圆心和半径测量方法存在的不足,提出一种基于立体视觉的平面圆参数高精度测量方法。该方法首先根据边缘分组算法和二次曲线椭圆拟合判别算法提取双目图像中的椭圆特征;其次利用分段立体匹配算法获取平面圆特征上部分点的三维坐标;最后通过三维平面拟合、坐标转换、平面圆拟合以及坐标反变换获取平面圆的圆心和半径参数。实验结果表明,该方法有效地减小了平面圆透视投影引起的畸变误差,提高了平面圆参数的测量精度。     

基于单双目融合的遮挡区域点云获取技术研究

在基于相位轮廓术进行双目三维重建时,传统的双目测量系统在遮挡条件下无法获取双目相机公共视野以外的区域的点云数据,导致扫描结果出现测量空洞或者点云数量减少,从而不能通过立体视觉进行三维重建。对此,提出了一种基于双目点云重建单目点云的方法,系统无需增加其他操作过程,单次扫描就能同时获得双目点云和精度较高的左右单目点云。在对飞机模型的测量中,利用该方法填补了双目测量在机翼附近出现的数据丢失,提高了测量结果的完整性。     

基于改进ORB算法的双目视觉定位测量方法

针对基于传统特征点检测的双目视觉测量中匹配时间长、误匹配率高和测量精度低的问题,提出了基于改进ORB算法的双目视觉定位测量方法。首先对特征点邻域内的像素点灰度值进行加权,再采用灰度质心法提取特征点的主方向,最后以字符串描述子代替传统二进制描述子对特征点进行描述,在测量中采用二维二次函数精确拟合特征点的亚像素坐标,实验结果表明,该改进方法在特征点匹配正确率和测量精度上都有很大的提升,特征点匹配正确率提升了31.8%,测量最低误差达到0.42%,满足双目视觉测量的精度要求。     

一种基于SIFT特征的机器人环境感知双目立体视觉系统

针对双目立体视觉系统在机器人环境感知领域中存在的立体匹配以及测量精度问题,设计一种基于SIFT特征的双目立体视觉测量系统.利用SIFT特征良好的旋转、尺度、光照不变性等特性,有效地解决双目立体视觉系统的匹配问题,同时将SIFT算法在由FPGA和DSP组成的嵌入式系统上实现,显著地提高测量系统的实时性.提出一种基于二次多项式的误差补偿方法,对系统的测量结果进行补偿,弥补双目立体视觉系统测量误差随测量距离增加而增加的不足,从而提高系统测量精度.通过实际的测量实验、移动机器人环境感知实验以及与现有双目立体视觉产品的对比实验结果表明,系统能够很好地解决双目立体视觉的立体匹配和精度问题,并且能较好地应用于移动机器人环境感知任务中.     

多介质下空间目标的视觉测量

基于计算机视觉的无接触三维测量原理和光的折射定律,提出一种多介质下空间目标视觉测量方法。采用多相机捆绑调整及多角度相互校正,通过双目立体视觉技术结合光线在多介质中发生两次折射的数学模型对运动体上各标志点进行测量,获取各标志点的三维空间坐标,经平面拟合、坐标转换,最终解算得到运动体六自由度空间坐标。实验结果表明,该方法适用于多介质视觉测量,具有较高的测量精度和良好的稳定性。     

白车身孔槽类特征三维坐标在线测量方法研究

为实现白车身孔槽类特征三维坐标的视觉测量,在双目立体视觉测量原理的技术上,以激光器辅助扫描被测孔槽完成三维测量,针对圆孔和复合孔槽边缘及孔心坐标的空间定位问题,提出一种在线测量方法。采用Canny边缘检测和Ramer算法分割出圆弧部分完成孔边缘的粗定位,结合Bazen方法与正交多项式拟合法实现亚像素边缘点坐标的精确定位,并通过权重拟合得到椭圆参数方程。在线激光光纹中心线提取过程中,融合极值法、阈值法与重心法,将拟合椭圆与光纹中心线的交点作为双目立体视觉的匹配点,进而完成空间点三维坐标的测量。实验结果表明,提出的方法鲁棒性好,对圆孔类特征的综合定位精度高。     

基于立体视觉的大型工件尺寸测量的研究

大型工件在加工过程中的尺寸测量是保证加工精度和提高生产效率的重要手段.本文介绍了双目立体视觉的基本原理,深入探讨了其中的关键技术和主要算法,提出基于双目立体视觉实现精确测量工件尺寸的非接触测量方法.     

目标位姿测量中的三维视觉方法

要测量出一组特征点分别在两个空间坐标系下的坐标，就可以求解两个空间目标间的位姿关系，实现上述目标位姿测量方法的前提条件是要保证该组特征点在不同坐标系下，其位置关系相同，但计算误差的存在却破坏了这种固定的位置关系，为此，提出了两种基于模型的三维视觉方法－基于模型的单目视觉和基于模型的双目视觉，前者从视觉计算的物理意义入手，通过简单的约束迭代求解实现模型约束，后者则将简单的约束最小二乘法和基于模型的单目视觉方法融合在一起来实现模型约束，引入模型约束后，单目视觉方法可以达到很高的测量精度，而基于模型的双目视觉较传统的无模型立体视觉方法位移精度提高有限，但姿态精度提高很多。     

基于双目立体视觉的目标物测距研究

为了获取目标物体在空间中的三维信息,本文在双目立体测量原理的基础上,采取OpenCV和Matlab相结合的方法,设计了一个基于双目立体视觉的目标物体测距系统。该系统采取张定友棋盘标定法,使用Matlab内置的工具箱完成双目相机标定,采用SGBM(Semi-Global Block Matching)立体匹配算法在VS2017环境下结合Opencv3.4.1库,对左右相机获得的图像进行立体匹配,生成视差图,将二维空间点重投影到三维空间中,实现二维坐标到三维坐标的转换,即可得到物体的三维点坐标。最终实现通过鼠标点选被测物体视差图后输出选定的空间三维坐标。实验结果显示,该系统的测量精度较高,并且在140 cm距离的测量精度最高。     

基于标签化匹配区域校正的双目立体匹配算法

双目立体视觉是一种精准有效的测量方法,由此文中提出基于标签化匹配区域校正的双目立体匹配算法.以常规图割算法为基础,通过匹配块的空间几何信息校正匹配区域,获得更高亚像素级精度的匹配视差.首先,根据标签及空间几何信息确定校正变换,充分利用左右两图匹配区域的像素信息.然后,不断更新获选标签,找到使全局能量最小的标签.最后,依据左右一致性准则及均值滤波细化视差图.实验表明,文中算法有利于寻找良好、平滑的分段线性视差图,在处理边缘区域和遮挡区域时精确度较高.     

基于格雷码和多步相移法的双目立体视觉三维测量技术研究

传统的被动式双目立体视觉三维测量技术,具有操作简单,使用灵活方便,相机标定技术成熟的优点,但是对于特征点稀疏图像,寻找匹配点困难,匹配精度低。编码结构光测量方式通过向待测物体投射特定的编码图案,获取编码图像进行解码求解物体的三维信息,具有着测量精度高,速度快的优点,但是存在着投影仪标定精度低,实现难度大的缺点。提出了将双目立体视觉和编码结构光相结合的三维测量方法,在完成双目校正的基础上,向待测物体投射格雷码图案和多步相移图案,给予被测物体容易识别和可控制的特征信息,最后求取物体的三维信息。而且通过实验论证了投射多步相移图案比起4步相移图案,测量精度更高,能够更好的体现物体细节。     

基于双目内窥镜的散斑三维重建系统研究

传统的内窥镜只能提供清晰的图像,无法进行三维测量和三维重建.该文提出一种基于立体视觉原理的双目内窥镜系统,用于实现三维测量和三维重建,并开发了一套基于双目内窥镜的散斑三维重建系统.为了提高系统的标定精度和三维重建质量,该文提出一种高精度双目内窥镜标定参数优化方法及基于光轴双次旋转的立体校正算法.其中,测量系统由一个结构...     

基于双目视觉的引磁片定位与测量研究

为了提高大批量生产中超薄磁性车载手机支架铁片的测量精度,提出采用双目视觉技术对引磁片定位,并基于鞍点法建立坐标系实现引磁片的高精度测量。首先通过HALCON的系统标定实现引磁片图像对的立体校正;利用金字塔算法与带有缩放的亚像素形状模板匹配实现引磁片特征点的提取。然后基于归一化互相关NCC(Normalized Cross-Correlation)的灰度匹配算法快速完成特征点的立体匹配;结合双目测距原理、坐标仿射转换对特征点重构获取以左相机为参考系下的3D坐标。最后通过空间曲线拟合公式和点积运算实现引磁片的高精度测量。实验结果表明,测量半径的误差小于0.1 mm、误差率小于1%;测量厚度误差小于0.1 mm、误差率小于6%,可有效的对超薄引磁片进行定位及尺寸测量。     

基于粗精立体匹配的双目视觉目标定位方法

针对双目视觉系统定位精度较低的问题,提出一种基于粗-精立体匹配的双目视觉目标定位方法。该方法采用粗-精匹配策略：在粗匹配阶段使用基于Canny-Harris特征点的随机蕨算法对左右图中的目标进行识别,提取目标矩形区域的中心点,实现中心匹配;在精匹配阶段建立一种基于图像梯度信息的二值特征描述子,将中心匹配得到的右中心点作为估计值,设定像素搜索范围,于该区域中找出左中心点的最佳匹配点。最后,将得到的中心点匹配对代入平行双目视觉的数学模型中,实现目标定位。实验结果表明,在500 mm距离范围内,所提出定位方法的定位误差控制在7 mm内,平均相对定位误差为2.53%,相比其他方法具有定位精度高、运行时间短的优点。     

一种改进的区域双目立体匹配方法

双目立体匹配是机器视觉中的热点、难点问题。分析了区域立体匹配方法的优缺点,提出了改进的区域立体匹配方法。首先,采集双目视觉图像对对图像对进行校正、去噪等处理,利用颜色特征进行图像分割,再用一种快速有效的块立体匹配算法对图像进行立体匹配。然后,在匹配过程中使用绝对误差累积(SAD)的小窗口来寻找左右两幅图像之间的匹配点。最后,通过滤波得到最终的视差图。实验表明:该方法能够有效地解决重复区域、低纹理区域、纹理相似区域、遮挡区域等带来的误匹配问题,能得到准确清晰的稠密视差图。     

空间编码与外极线斜率约束相结合的立体精匹配方法

三维型面非接触测量在工业领域有着广泛的应用前景。双目视觉是一种有效获取三维轮廓信息的方法，其中立体匹配是关键的一个步骤。本文提出了结合空间二进制编码与外极线斜率约束来实现立体精匹配的方案。首先利用空间编码将被测物空间划分成众多的不同编码区域．然后结合外极线斜率约束在左右两幅图像中具有相同编码的区城内寻找匹配点。该方法能够实现亚像素级的立体精匹配，改善了交向摆放姿态双目立体视觉系统的匹配质量。     

双目视觉小波域SIFT匹配与极线约束算法研究

研究双目立体视觉技术,特征的提取和匹配是双目视觉的最基本的问题。目前,SIFT已经被证明鲁棒性最好的局部不变特征描述符。但是SIFT算法产生的误匹配较多,精度偏低,为了解决这一问题,同时降低算法特征提取与匹配的复杂度,达到双目立体视觉实时性的要求,文中提出了一种结合小波变换和SIFT特征点的双目立体视觉匹配方法。首先,对双目视觉系统采集的左、右图像进行小波分解,把分解得到的低频图像作为输入,用SIFT算法进行特征点的初始匹配,再利用极线约束的理论求得精确匹配。实验结果表明,该方法具有较强的适应性,能够在减少误匹配的同时,大大加快运算速度。     

双目区域视差快速计算及测距算法

目的 双目测距对水面无人艇自主避障以及视觉侦察具有重要意义,但视觉传感器成像易受光照环境及运动模糊等因素的影响,基于经典Census变换的立体匹配代价计算方法耗时长,且视差获取精度差,影响测距精度。为了提高测距精度并保证算法运行速度,提出一种用于双目测距的快速立体匹配算法。方法 基于传统Census变换,提出一种新的比特串生成方法,在匹配点正方形支持窗口的各边等距各选3个像素点,共选出8个像素点,这8个像素点两两比较生成一个字节的比特串。将左右视场中的匹配点与待匹配点的比特串进行异或,得到两点的汉明距离,在各汉明距离中找到距离最小的像素点作为匹配像素点,两像素点的横坐标差为视差。本文采用区域视差计算的方法,在左右视场确定同一目标区域后进行视差提取和滤波,利用平均视差计算目标的距离。结果 本文算法与基于传统Census变换的立体匹配视差获取方法相比,在运算速度方面优势明显,时间稳定在0.4 s左右,用时仅为传统Census变换算法的1/5。在Middlebury数据集中的图像对teddy和cones上进行的算法运行时间对比实验中,本文基于Census变换改进的算法比已有的基于Census变换的匹配算法在运行时间上快了近20 s。在实际双目测距实验中,采用本文算法在1019 m范围内测距误差在5%以内,根据无人艇的运动特点和避障要求,通过分析可知该算法的测距精度可以满足低速无人艇的避障需求。结论 本文给出的基于改进Census变换的匹配算法在立体匹配速度上有大幅提高,提取目标视差用于测距,实际测距结果表明,本文算法能够满足水面无人艇的视觉避障要求。     

基于双目立体视觉的煤体积测量

给出一种双目立体视觉结合SURF（Speeded Up Robust Features）算法的小型煤堆的体积测量方法,首先,简要介绍了双目视觉的原理和基于SURF算法的立体匹配,其次,给出了煤堆的三维重建和体积计算方法,讨论了影响计算精度的主要因素及解决方法,实现了煤堆体积的非接触测量,最后,实验结果证明了该方法具有可行性,有一定的实用价值.