基于投影匹配的目标姿态测量方法研究

提出一种在图像投影匹配基础上进行的目标姿态测量新方法,避免了传统姿态测量中左右像面目标的特征匹配或灰度匹配.二维投影相关法是基于二维投影的灰度相关匹配算法,主要利用匹配图像相邻像素的灰度值的大小关系应该相同的原理进行图像匹配.在此基础上采用双目视觉测量空间轴对称目标姿态,应用面面交会法获取轴对称目标在像面的轴线,进行三维姿态测量.模拟实验结果表明:该方法姿态角测量误差小于0.2°;且计算速度快,结果稳定,能够满足处理的要求.     

空间轴对称目标三维姿态测量方法的研究

提出一种双目视觉测量空间轴对称目标姿态的新方法,应用线性方法获取轴对称目标在像面的轴线,通过两像面轴线与各自光心所成的平面相交,得到被测目标的轴线的方向矢量,进行三维姿态测量,避免了传统姿态测量中左右像面目标特征点的特征匹配或灰度匹配。模拟实验结果表明:该方法姿态角测量误差小于0.5°;且计算速度快,结果稳定,能够满足实时处理的要求。     

一种新的用于立体图像编码的视差估计算法

视差估计是立体视觉和立体图像编码领域的研究重点，其估计的准确程度直接影响编码的精度和效率．该文在研究传统估计算法的基础上，提出了一种新的带极线约束的DT基立体图像视差估计算法．该算法首先把立体图像中的左图像作为参考图像，用DT网格进行描述．然后，利用极线约束条件在右图像中估计出各三角形顶点的对应点，整个估计过程要求DT结构保持不变．通过估计出来的对应点计算出这些顶点的视差矢量，再用六参数仿射变换估计出三角形内部各点的视差矢量．编码时，只需编码各顶点的视差矢量．从实验结果看，这种新算法同传统的“块”匹配视差估计算法相比，视差矢量的估计更加准确，视差图中主要物体的轮廓更加清晰，有利于进一步的物体分割．     

一种基于左右视线的立体图像匹配算法

提出了一种有效提高立体匹配中遮挡和低纹理区域匹配精度的方法,算法充分利用立体视觉中的全局约束条件,对不同区域采用不同的约束条件和强度来获得高可靠性点的视差,并且引入左右视线的概念,用于解决复杂场景情况下的左右视图的匹配问题。同时采用改进的协同算法(cooperative algorithm,CA),在视差梯度的约束下,对高可靠性点的视差进行逐步地扩散,最终得到致密的视差图。实验仿真表明,方法可以有效地提高遮挡和低纹理区域中的匹配精度,从而产生较精确的致密视差图。     

基于模糊神经网络的双目视觉定位系统研究

针对移动机器人对未知不确定环境缺乏自适应性的缺点,在活动关节自由度的基础上构建了基于模糊神经网络的双目视觉定位系统.采用自组织学习和监督学习相结合的混合算法,从而避免了移动机器人在移动过程中的振动所带来的误差.此外,通过控制伺服电机实现摄像机的移动,降低了双目视觉定位系统的成本.仿真实验结果表明,该系统具有较高的精确度及响应速度.     

室外崎岖地形下基于视差图的无人自主车障碍物识别

对于地面无人车和室外非结构化环境, 本文介绍了我们开发的基于立体视觉的障碍物快速识别系统. 为了使无人地面车适应于较复杂的地形, 根据V视差图, 我们提出了一种新的地面主视差图的估计方法. 通过地面主视差图和局部的三维重建, 本文给出了一种由粗到精的障碍物识别与定位方法. 在我们的无人地面车平台上, 我们对这一障碍物自动识别系统进行了相应的实际试验. 其试验结果验证了该系统的有效性.     

基于最小平方中值定理的立体视觉里程计

提出了一种基于最小平方中值定理（LMedS）的立体视觉里程计方法。利用图像中尺度不变的SIFT特征点作为路标,基于KD树的最邻近点搜索算法来实现左右图像对特征点的匹配和前后帧间特征点跟踪。通过特征点的三维重建,基于最小平方中值定理估计出机器人的运动距离和方向信息。实验表明该方法在不同图像间匹配、三维路标跟踪和机器人运动估计中具有很强的鲁棒性。     

基于双向最大相关与视差约束的特征点匹配

提出一种基于双向最大相关与视差约束的特征点匹配方法,首先利用双向匹配策略来提高匹配精度,然后基于视差约束条件进一步剔除误匹配点,实验证明该算法不仅简单高效而且匹配精度高。     

双目立体视觉传感器的现场标定技术

双目立体视觉传感器在机器视觉和三维测量中有着广泛的应用。其中测量精度是一个很重要的因素,尤其是在三维测量中,高测量精度的要求使得传感器的标定显得尤为重要。该文提出了一种双目立体视觉传感器的现场标定方法,不仅提高了标定精度,还避免了离线标定中大量的重复性劳动,同时也研究了摄像机镜头畸变的问题。实验结果表明,此方法能够得到满意的标定精度。     

一种基于双目相机与单点激光测距仪的标定方法

近年来,随着工业机器人技术的不断完善,利用相机与激光测距仪结合测量的应用不断增多。为了使两者之间配合的更加便利,两者之间的标定是必不可少的。本文提出了一种基于双目相机与单点激光测距仪的标定方法,以双目相机光心为原点,建立相机坐标系。将单点激光测距仪光点打到标定板上,并在标定板上形成光斑,通过灰度重心法提取光斑中心像素点,利用双目相机的内参矩阵及深度数据获取光斑点的三维坐标值。然后利用两个三维坐标点建立公式求取外参参数的粗略解,同时通过相机坐标系下多个光斑点的三维坐标建立约束方程,并利用优化算法对约束方程进行优化,得到精确的外参参数值。该方法做法简单,且对标定器件无特殊要求,通过该方法得到的外参参数精度高,鲁棒性好。实测结果表明,通过该算法得到的外参参数进行重投影后,平均相对误差小于0.30%,能够应用于实际生产过程中。