共查询到20条相似文献,搜索用时 46 毫秒
1.
2.
基于运动恢复的双目视觉三维重建系统设计 总被引:3,自引:0,他引:3
对基于双目立体视觉的一种三维重建系统进行了改进和扩展。将视差细化处理环节引入现有系统,使原视差及相邻视差的匹配代价拟合为一条二次曲线,并为该曲线重新寻找更加精确的视差。进一步将运动恢复计算环节引入系统,通过估计当前视角的摄像机运动矩阵和以跟踪点和摄像机运动矩阵为参数构造能量函数,对能量函数进行优化来有效缩小误差,恢复出准确的运动矩阵。实验结果表明:新增的视差细化处理环节有效提升了重建点云的精度,使细化前后三维重建结果误差平均减少了16.3%,避免了片状点云现象;新增的运动恢复优化环节,能够精确地恢复摄像机的运动矩阵,优化后三维重建结果平均重投影误差减少了95.5%;重构后不同视角的点云之间不再孤立,重建模型整体拼接自然。 相似文献
3.
传统方法无法对目标精准定位,在动态环境下跟踪精准度低,提出基于双目视觉的智能监控系统运动目标自动化跟踪方法。采用背景差分法构建背景模型,通过计算二值差分图像比较差分图像像素和某特定阈值,确定检测目标具体位置。研究以双目视觉安全防护为基础的监控示意图,利用特征向量线性组合表达不同人脸变化或特性,根据具体实施步骤设计人脸监测与识别流程,采用CamShift跟踪算法求局部最优解,获取重投影矩阵,在监控系统运动目标发生遮挡后再次进行自动化跟踪。以Python为语言基础进行实验对比分析,由实验结果可知,基于双目视觉方法跟踪精准度较高,能够实现对运动目标的精准定位。 相似文献
4.
相较于三维坐标测量仪、激光跟踪仪等传统测量设备,双目视觉检测是一种无接触的检测方式,不会对目标的运动产生干扰和破坏,且更为经济、灵活和方便,因此采用双目视觉技术对3-RRR+(S-P)并联仿生髋关节的位姿进行检测。为提高位姿检测的精度、鲁棒性和通用性,设计了一种方便提取且角点可自动辨识的自编码视觉标识物、提出了一种基于边缘交点坐标反馈式的角点检测算法,该算法主要包括HSV色彩空间下的标识物提取、Canny边缘检测、Hough直线检测、亚像素角点检测和三维重建等流程,将标识物角点检测简化为检测标识物边缘线段并求得交点,再经由亚像素角点检测算法进行提纯的过程。最后,通过双目相机与自编码视觉标识物的布置建立并联仿生髋关节的位姿检测系统,进行位姿检测实验并采用激光跟踪仪进行对比实验,通过分析与实验验证:该系统具备较高的精度、鲁棒性和通用性。 相似文献
5.
6.
7.
8.
9.
10.
基于未知运动一维靶标的双目视觉传感器标定 总被引:1,自引:2,他引:1
分析了双目视觉传感器的测量数学模型,提出了一种基于自由移动的一维靶标的双目视觉传感器标定方法。当传感器安装完成后,由两个摄像机拍摄自由移动的一维靶标多幅图像,利用靶标上特征点的图像坐标和两个特征点之间的距离约束,采用非线性优化技术估计双目视觉传感器的结构参数。该方法操作简单,不需要给定传感器的初始参数,标定状态与测量状态完全相同,减小了传感器安装对标定参数的影响。试验结果表明,该标定方法切实可行,在200mm×200 mm测量范围内,可以达到0.03 mm的测量精度。 相似文献
11.
12.
13.
双目立体视觉测量系统的标定 总被引:2,自引:0,他引:2
考虑传统的自标定方法虽然无需场景信息即可实现摄像机标定,但是标定精度较低,故本文提出了一种新的大视场双目视觉测量系统自标定方法。该方法无需高精度标定板或者标定物,仅需利用空间中常见的平行线和垂直线建立摄像机参数与特征线间的约束方程,即可实现摄像机的内参数与旋转矩阵标定;同时利用空间中距离已知的3个空间点即可线性标定两摄像机间的平移向量。通过标定实验对本文提出的方法进行了验证。结果表明:该方法标定精度能够达到0.51%,可以较高精度地标定双目测量系统。由于避免了大视场测量系统标定中大型标定物制造困难,以及摄像机自标定过程中算法冗杂,标定精度不高等问题,该方法操作简便,精度较好,适用于大视场双目测量系统的在线标定。 相似文献
14.
15.
高速ECT的数据采集系统设计 总被引:5,自引:2,他引:5
针对目前电容层析成像(ECT)数据采集系统中控制模块和通讯模块制约数据采集速度的瓶颈问题,本文设计并研制了一套基于DSP处理器和USB2.0技术的高速ECT数据采集系统.该系统以DSP处理器(ADSP-2188N)为核心,辅以CPLD进行控制;同时采用USB2.0技术设计了ECT的通讯模块,实现了ECT数据采集系统与上位机的高速通讯.实验测试表明,该系统在保持较高采样精度的同时,数据采集的速度大为提高,每秒达到2264幅以上,突破了ECT系统数据采集速度的瓶颈,满足了工业应用的实时性要求. 相似文献
16.
本文介绍了一种基于智能摄像机的智能机器人视觉系统。它采用Blob分析法可以求取任意形状目标物的中心坐标及其任一斜边与坐标轴之间的夹角.从而实现对微小或缓慢运动的目标物定位。系统硬件平台是内含TMS320C64XX系列DSP的智能摄像机。利用VC智能摄像机来完成场景图像的采集及量化任务,并利用其自带的嵌入式操作系统及开发平台编写了相应的目标定位程序。实验结果表明,该系统能满足实际项目中对目标姿态信息的需要,目标识别率达到100%,定位相对误差小于5%。本系统具有广泛的应用前景.通过修改应用程序可将该系统应用于不同的工业机器视觉检测领域.尤其是图像测量、表面检测.汽车制造业检测、产品包装和印刷业的质量检测、运动轨迹分析与跟踪等领域。 相似文献
17.
18.
设计了以数字信号处理器(DSP)为核心的集控式足球机器人底层控制系统,不仅简化了系统外围设备,而且提高了机器人的稳定性和实时性. 相似文献
19.