双平面法标定的双目视觉三维测量系统

针对传统摄像机标定过程复杂、三维测量精度不高的问题,提出了一种基于投影直线相交的双目视觉三维测量方法,并给出了基于神经网络的标定方法。根据摄像机成像特点,利用双标定平面上的点求取投影直线方程;针对摄像机成像复杂的畸变模型,利用BP神经网络对复杂非线性映射关系的强大逼近能力,对左右两台摄像机于远近标定平面处分别进行隐式标定,得到图像像素坐标到平面模板二维物理坐标的映射关系;设计制作了试验平台,采用手工辅助的方法获得网格模板训练样本。此标定方法完全适用于大视场、近距离、高精度的双目视觉传感器。试验结果表明,系统对空间已知长度的测量结果误差约为0.109 mm,测量精度较高。     

改进的双目视觉三维尺寸测量系统

根据双目视觉原理,开发了基于双目视觉的三维尺寸测量系统.利用图像帧差法实现目标物体自动检测;并在此基础上利用立体匹配算法计算出目标物体区域的视差,对生成的初步视差采用基于最小二乘法的视差优化算法,获取目标物体区域的完整视差图;再将三维点云重投影到二维平面,利用最小外接矩形完成目标物体尺寸的自动测量.实验表明,在合适的测量距离下,系统测量精度达到了较好的效果,验证了该系统的可行性.     

基于三维测量模型的立体视觉传感器的现场标定技术

提出了基于双目立体视觉传感器三维(3-D)测量模型的传感器现场标定技术，并建立了标定数学模型。相关实验表明，这种标定方法简单，具有较高的标定精度，最大尺寸测量误差小于0．05mm，对标定环境及靶标的摆放姿态无严格要求。     

基于双CCD的锻件尺寸测量的研究

针对大型锻件尺寸的在线测量问题,提出一种基于双CCD的立体视觉测量方法。设计了大空间内立体视觉传感器的优化配置模型,介绍了所使用的大视场、远距离条件下摄像机模型及其标定方法。为提高测量的精度,考虑了摄像机镜头的径向畸变和切向畸变的影响。最后描述了以实物进行立体视觉尺寸测量的实验方法,实验结果表明:立体视觉测量方法实用有效,具有方便快捷,简单可靠的特点。     

光栅式双目立体视觉传感器的立体匹配方法

光栅式双目立体视觉传感器的难点之一在于立体匹配问题,为此,提出了一种基于极线约束和空间点最小距离搜索的立体匹配方法.该方法将光栅式双目立体视觉传感器看作两个光栅结构光传感器,分别标定后可测定光条中心点关于某个结构光模型的三维坐标,若两点匹配,则其三维坐标间的距离理论上为零.引入极线约束,在左摄像机成像光条上找一个特征点,在右摄像机所成像中便可计算出一条极线与之对应,在极线与各光条中心的交点中寻找匹配点.该方法在三维空间进行匹配,计算量小,能够实现点与点的唯一匹配.仿真实验表明了该方法的有效性.     

基于线结构光旋转扫描和光条纹修复的三维视觉测量技术研究

非接触式三维视觉测量广泛应用在工业制造质量检测中。针对工业金属零部件检测的应用场景,提出了一种基于线结构光旋转扫描和光条纹修复的三维视觉测量方案。首先,通过基于线结构光投影的计算机视觉技术,设计了线结构光旋转扫描视觉子系统,并对工业相机、线结构光平面和旋转扫描中心轴进行标定;然后,针对采集到的光条纹图像存在低灰度区域缺失数据的问题,提出了基于缺失区域自适应灰度增强的光条纹中心线提取算法,有效修复了被测零部件的线结构光投影条纹;同时,利用文中提出的线结构光三维视觉测量方案,通过重建标准球棒的表面点云计算两球直径和球间距来评价测量系统的精度,测量系统精度优于0.06 mm;最后,进行金属轮毂外轮廓形貌测量,通过重复性实验计算轮毂外轮廓最大半径,验证重复性误差优于0.03%。实验结果表明:该方法可以无损伤、高效率、高精度地实现工业金属零部件三维测量,弥补了接触式三维测量方法的缺陷。     

基于双目视觉的导弹着靶参数测量研究

为解决靶场中导弹着靶参数无法快速精确测量的难题,提出基于双目视觉的导弹着靶参数测量方法。利用高速数字摄像机和控制部件构成测量系统的＂双目＂,实时记录导弹着靶景象。建立地心直角坐标空间中直线交会测量模型,利用图像目标提取和定位技术,可使计算机在较短时间内处理出导弹的着靶参数。实验证实,该测量方法具有操作简便,测量精度高,处理速度快的特点。     

基于MIAS3D系统的驾驶动作三维运动参数测量

本文详细介绍了MIAS3D三维运动图像测量系统的各部分功能及测量原理。利用MIAS3D系统通过图像采集．相机标定,运动目标的检测跟踪及三维数据重建等操作准确地获得了驾驶员驾驶动作的轨迹和相关参数,为研究和分析驾驶员动作特征提供重要依据。     

镜像式单摄像机立体视觉传感器对弹簧几何尺寸的测量

弹簧零件在工业领域发挥着重要作用,对其尺寸、完整性以及表面形貌的检验是出厂的必须工序。目前使用得最广泛的测量方法是使用千分尺等工具直接接触测量,很难保证测量的精度和弹簧零件表面的完整性。采用立体视觉方法,以外径小于等于80 mm的弹簧零件为测量对象,开发了基于双目视觉测量原理的测试系统,设计了镜像式单摄像机立体视觉传感器机械结构,运用数字图像和机器视觉等方法实现了测量精度高于0.1 mm的弹簧零件的非接触式测量。     

基于双目立体视觉测量原理的物体运动速度测量

采用双目立体视觉测量系统进行炮弹速度的测量, 实现一种利用无速度测量因素测量设备测速的新方法。选择合适参数的两 台摄像机获得被测物体清晰的像,将两台摄像机搭建成光轴平行的双目视觉测量 系统,获得炮弹在运行过程中的每一时刻的三维轮廓数据,根据获得的三维数据进 行空间位置节点的三维插值,得到炮弹在t时间段内运行的距离,并求取平均 速度。仿真实验结果表明,本文方法可以准确、快速利用无速度测量因素的测量 设备获得炮弹的运行速度。     

基于双目视觉的三维场景图像表面重建算法

在三维场景图像中,像素色度不均匀会影响图像的视觉表现效果,维持像素色度的均匀分布是提升图像视觉表现效果的有效方法。为满足实际应用需求,大幅提升三维场景图像的视觉表现效果,提出一种基于双目视觉的三维场景图像表面重建算法。首先,确定视觉相机的内参、外参标记结果,通过极线校正双目图像的处理方式,完成基于双目视觉的三维场景图像标定;然后,求解像素代价聚合条件,根据像素节点的三维视差推导图像表面的重建表达式,完成基于双目视觉的三维场景图像表面重建算法的设计。实验结果表明,双目视觉技术作用下,三维场景图像的像素色度呈现出较为均匀的分布状态,符合提升图像视觉表现效果的实际应用需求。     

三维拼接在大尺寸视觉测量中的应用

为测量大型物体,提出了三维拼接方法,给出了视觉测量和三维拼接方法的基本原理,并完成了相应的实验验证。利用该方法完成了轻型可展开微波天线的面形测量,面形尺寸为3m×6m。     

基于仿真机器人的双目视觉定位

为了提升仿真机器人的视觉定位功能,对基于机器人系统的双目视觉定位功能的实现进行了研究.首先通过实验求解摄像机镜头内外参数,通过软件仿真验证算法和标定结果的正确性,然后将内参数配置到仿真机器人平台的软件系统中,在此系统中实现双目视觉定位功能.实验结果表明,仿真机器人的双日视觉定位结果精确,提升了机器人视觉系统的定位功能.     

复杂场景双目立体视觉测量精确定位系统研究

针对某复杂场景下对特定目标进行精确定位测量的 关键问题,依据双目立体视觉测量原理,结合OpenCV视觉开 发库标定摄像机内外参数,利用结果校准目标图像,借助于标靶类型进行图像区域分割并计 算出目标位置坐标,以此实 现精确定位测量之目的。研究结果表明,对于所确定的1.4~1.6m目 标测距范围,采用平行双目视觉测量模型和相机小孔 测量模型,获得了距离误差小于10mm、横向误差小于2mm和响应时 间小于350ms的测量结果,在满足实时性的同时具有较高的定位精度 。     

远距离三维坐标测量中双目视觉系统的测量精度分析

针对双目视觉系统在远距离目标点三维坐标测量中的问题,首先,基于双目视觉测量系统的原理,分析了双目视觉中相机标定和三维定位过程的主要误差来源;然后,推导了双目视觉三维定位测量系统与相机参数、特征点匹配精度、像元大小、焦距、基线长度与测量距离之间的导数关系.最后,通过仿真实验得到各参数对测量系统定位误差的影响.实验结果表明...     

基于双目相机的光学高度测量系统

根据双目立体视觉模型,搭建一个实验室专用的高度测量系统.首先使用Matlab自带的工具箱对双目相机进行多次标定,获取实验所需的诸多参数,然后通过立体校正技术建立修正后的世界坐标与像素坐标之间的关系方程.在VS2015结合OpenCV的编程环境下,利用立体匹配算法和视差理论获取目标表面的三维空间信息.最后通过选定同一目标...     

基于神经网络的双目视觉摄像机标定方法的研究

摄像机标定是精密视觉测量的基础，传统的双目标定位需要建立复杂的数学模型。神经网络可以有效地处理非线性映射问题，本文介绍了一种BP神经网络，可以很好地描述双目视觉中三维空间特征点坐标和2个摄像机对应像点间的非线性关系，并且为了提高网络的学习能力引入了动态因子。将神经网络标定方法与传统的常用标定方法比较，实验结果表明，基于神经网络的双目视觉标定方法能获得较高的标定精度。     

基于Opencv与Matlab的双目测距系统研究

基于立体视觉原理,用两个平行放置的摄像机从两个视角获取真实场景物体的图像,利用视差和三角测量原理恢复真实场景物体的三维信息,从而实现测距功能。使用Matlab标定工具箱进行摄像机标定,获取摄像机参数;将参数导入Open Cv中进行立体校正和立体匹配,获得深度信息。经过验证,近距离测量结果达到了一定精度,具有实际应用前景。