多目立体视觉在工业测量中的应用研究

以双目立体视觉系统为基础，提出了一种多目立体视觉测量的方法。该方法利用摄像机旋转来获取多幅图像，利用这些立体图像对中对应特征点的视差得到物体的深度信息，达到多目测量的目的，通过实验并与双目立体视觉相比较，验证了其在摄像机标定和提高测量结果精度方面的优越性。     

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。     

基于双目视觉的三维测量技术研究

本文对基于双目视觉的三维测量技术研究进行了深入挖掘,主要包括摄像机模型、双目相机的标定、图像校正、立体匹配等。同时借鉴机器学习的分类思想,将角点提取转化为二分类问题,利用随机森林算法来实现角点提取,再利用随机森林的预测结果来实现亚像素级角点提取。该方法相对于传统三维测量中的角点提取算法具有更好的自动化性能,能避免角点集群现象,能实现较高精度的亚像素级角点提取,获得更高精度的二维像素坐标。从而利用高精度的二维像素坐标来获得点的三维世界坐标,这也是基于双目视觉的三维测量技术的基础与核心。     

基于单目视觉的空间目标位置测量

针对工业生产过程中工件等空间目标定位的问题,给出了一种采用直线与平面相交的定位方法。首先利用单目视觉获得目标的图像,然后利用成像的基本原理,以及直线与目标所在平面的交点来确定目标特征点的空间坐标,进而得到目标的位置信息。该方法原理简单,并通过实验表明:其定位精确性较高,还能很好地满足工业过程中的生产要求。     

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。     

基于双目视觉的物体尺寸测量系统

提出了一种基于双目视觉的物体尺寸测量系统,用于非接触式测量物体尺寸。该系统采用张正友棋盘标定法进行双目相机标定,并利用标定参数对采集的图像进行校正。通过采用图像分割技术和角点检测算法获取待测物体的特征点。通过立体匹配算法对校正图像进行处理,得到视差图。根据三角形相似性原理计算特征点的三维坐标,计算出物体尺寸的信息。实验结果表明,该系统具备较高的测量精度,具有一定的实用性和应用前景。     

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.     

结合目标检测与双目视觉的三维车辆姿态检测

随着城市规模的发展,车辆的需求在与日俱增,同时对自动驾驶技术的需求也在不断提高.为了增强自动驾驶系统对路面车辆的信息掌握能力,提出一种车辆姿态检测方法.首先利用基于深度学习的目标检测方法获取车辆在二维图片上的信息,结合深度相机利用双目视觉获取车辆的关键三维空间信息;然后综合二维与三维信息建立三维空间坐标,经过计算后实现车辆的三维边框绘制,绘制的三维边框能辅助区分出车辆在空间上的方位.文中方法为端对端方法,不需要其他额外的输入信息,能够实时展示在相机中.实验结果表明,该方法针对常见的路面停车场景有较好的识别效果,对自动驾驶系统有较好的辅助作用;对比目前流行的三维边框计算方法也展示了其准确性.     

基于双目视觉的运动目标跟踪与测量

在研究融合运动目标位置预测的Mean Shift跟踪算法和双目立体视觉中的空间点定位算法的基础上,基于双目视觉设计了双目立体视觉运动目标跟踪和测量系统,并在所进行的跟踪与测量实验中,提取了运动目标质心的三维坐标序列,实现了对目标深度和速度的测量。     

基于改进SIFT算法的双目视觉距离测量

针对视觉传感器距离测量中所使用的图像特征匹配算法精度不高、计算量大、实时性差等问题,提出了一种改进尺度不变特征变换(SIFT)图像特征匹配算法,并应用于双目测距系统当中.改进SIFT算法基于简化尺度构造空间,以曼哈顿距离作为最邻近特征点查询中的相似性度量,提高了算法效率.初次匹配之后与随机采样一致算法(RANSAC)结合,剔除误匹配点;基于精度较高的二次匹配点,提取匹配点像素信息进行距离计算,通过测距试验验证算法的可行性.实验结果表明:提出的方法获取目标距离达到较高精度,满足观测设备要求.     

飞行目标落地姿态视觉测量方法研究

飞行目标落地姿态是评定飞行目标系统性能的重要技术指标.为了测量飞行目标落地姿态,采用放置在落弹点区域附近的凝视等待式双目视觉摄像机,高速摄影交汇测量飞行目标的落地姿态.根据目标在摄像机像面成像特点,将目标进行分类,并采用了不同的姿态测量方案.模拟实验与理论分析表明:该姿态测量方法正确、可靠,大目标和过渡目标姿态角测量误差小于1°,为飞行目标的姿态测量提供了一条新的便捷可靠的途径.     

非特征点双目测距技术研究

提出了一种局部稠密匹配与人工干预相结合的测距方案,利用非特征点与特征点的位置关系,构建“最小矩形”以缩小匹配范围,再应用NCC（归一化互相关）算法对非特征点进行稠密立体匹配,最后根据双目测距原理直接获取非特征点的距离信息。该方法能任意选取图像上的非特征点进行实时距离测量,具有精度高、速度快和操作性强等优点。     

Flash多媒体课件在物理实验教学中的应用

随着科学技术的发展，计算机技术渗透到各行各业，以多媒体形式同样掀起了课堂教学的新改革。多媒体技术已进入物理实验教学课堂。它以图文并茂、声像俱佳、动静皆宜的表现形式将物理实验现象由抽象转化为形象、微观转化为宏观，将物理实验教学引入了新的境界。本文根据物理学科的特点，简要介绍了Flash多媒体教学课件在物理实验教学中的应用。     

Flash多媒体课件在物理实验教学中的应用

随着科学技术的发展,计算机技术渗透到各行各业,以多媒体形式同样掀起了课堂教学的新改革。多媒体技术已进入物理实验教学课堂。它以图文并茂、声像俱佳、动静皆宜的表现形式将物理实验现象由抽象转化为形象、微观转化为宏观,将物理实验教学引入了新的境界。本文根据物理学科的特点,简要介绍了Flash多媒体教学课件在物理实验教学中的应用。     

基于知识的机器人视觉测量分类与进展

提出了基于知识的视觉测量的观点,将传统的立体视觉看作一种基于摄像机知识的视觉测量,并对当前其他的视觉测量方式按所采用知识的不同进行了分类.分别简要介绍了基于点、线、面、统计特性等目标知识的视觉测量,讨论了基于运动知识的视觉测量和基于环境知识的视觉测量.在对视觉测量所采用知识的表达和获取进行初步探讨的基础上,给出了视觉测量的几个值得深入研究的发展方向.     

基于双目视觉的飞行目标落地速度测量方法研究

为了测量飞行目标落地速度,采用放置在落弹点区域附近的凝视等待式双目视觉摄像机,高速摄影交汇测量飞行目标的落地速度。根据不同时刻质心的空间三维坐标,用最小二乘法对目标航迹进行拟合,建立了目标三维空间轨迹的多项式函数,对多项式函数求导得到目标的飞行速度。实验与理论分析表明：采用的速度测量方法测量误差小于2％,测量方法正确、可靠,为飞行目标的速度测量提供了一条新的便捷可靠的途径。     

一种新型光学测量系统在高温环境中的应用研究

提出了一种高温条件下的在线光电测量系统,可直接用于浮法玻璃锡槽内玻璃成型区的玻璃厚度测量。建立了一种自动补偿玻璃板上下表面倾斜的单像机双目视觉传感器模型,变双CCD摄像机结构为单CCD摄像机结构。通过加装一组对称光学反射镜,镜像出一对虚拟摄像机,可在同一个CCD像面上采集到存在视差的2幅图像,从而消除玻璃板上下表面倾斜角引起的系统误差;同时,完成传感器在高温恶劣环境中的二维定位,保证了仪器设计基准与测量基准的统一。分析了高温气体湍流条件下激光传输光线起伏效应和光线起伏对激光测量系统性能的影响,提出利用先验法补偿系统热致光学误差;通过实验和在线实际应用证明:该系统测量精度能够满足玻璃厚度在线测量的要求。     

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。