一种基于近似点光源模型的光度立体视觉系统 标定方法

文章研究了一种由近似点光源组成的光度立体视觉系统的标定方法。由于光源自身的非均匀发光特性,传统的平行光和点光源模型不再适用,为实现精确的三维法向重建,必须对光源及光照场进行精确的标定。论文首先根据光源自身的发光特性建立其辐射度模型,进而提出了一种两步标定策略,对光源位置参数及主光轴参数进行标定。以相机作为参照系,提出了一种多球标定方法,用于计算各个光源的位置参数,该方法利用相机观察到的多个球面高光点图像坐标,结合球体轮廓线及球体半径实现了光源位置的精确计算。为实现光源主光轴参数的估算,提出了一种基于参考平面的标定方法,通过分析近似点光源照射下的平面亮度分布,结合等亮度线拟合策略实现了光源主光轴方向参数的计算。基于系统标定参数以及光源的发光模型,就可以对每个场景点的入射光条件进行精确建模,从而实现精确的法向计算。在实验部分,分别对标准几何物体和自由曲面物体进行三维重建实验,并与传统的平行光及点光源模型进行了对比。结果显示,所提出的标定方法能够在非均匀光照条件下获得精确的三维法向重建结果。     

氨水吸收式制冷装置新型精馏器设计

设计了小型氨水吸收式制冷装置新型精馏器。为减小系统尺寸提高制冷效果,改良了精馏塔的结构,采用填料式及板式复合方式。从节约能源角度简要分析了采用改良后氨水吸收式制冷的经济性及应用前景。     

微操作成像系统中体视显微镜的参数标定

体视显微镜具有工作空间大、实时性高以及不损坏样品表面等优点,己用于微观对象三维立体信息的测量。建立了体视显微镜的成像模型,研究了体视显微镜参数的标定问题。模型包含的方程数目小于参数的数目,需要增加约束条件。结合体视显微镜子光路系统的对称性和微小的差异性,提出了含近似相等条件的体视显微镜参数标定问题的解决方法,试验分析了参数的鲁棒性、相关性和重复性,利用成像模型重构了样板在纵向运动过程中的一组表面。     

远心结构光三维系统研究

结构光三维重建技术已广泛应用于工业检测领域,随着工业检测需求的不断提高,工业检测 技术的需求也愈发向微小化和高精度化方向发展。其中,远心镜头具备透视误差小、镜头畸变小、成像失真少等优秀特性,获得越来越多的关注。该文投影仪采用传统镜头,将传统结构光系统中的相机镜头替换为远心镜头,通过对传统两步标定法的改进,对相机的仿射模型进行标定,随后用已标定的相机对投影仪进行参数标定。实验结果显示,所开发的远心结构光系统具备能够实现小视野范围的高精度、高分辨率三维重建,并具有加大的测量景深,可用于半导体器件及微型零部件等目标的高精度 三维检测。     

基于立体视觉的水下三维测量系统研究

随着我国海洋战略的提出,对于海洋观测技术和装备的需求日趋迫切。针对现有水下成像系统无法实现精确三维测量这一难题,该文提出了一种基于双目立体视觉原理的水下三维测量系统研究方法,并对其可行性进行了验证。针对水下成像过程存在的水体界面折射问题,该文提出了相应的相机成像模型及系统参数标定方法,建立了防水深度达 30 m 的双目水下测量及照明装置,并在水池、近海条件下进行了实地测试。实验结果显示,在水体条件较好的情况下,系统观测距离可达 8 m 以上,有效测量距离为 0.5～4.5 m,在 0.5 m 和 4.5 m 距离处的测量误差分别为 2 mm 和 20 mm。实验验证了 水下双目成像模型、立体标定、测量模型等方法的有效性和精确性,可为水下检修作业等海洋工程行业提供一种有效的三维测量技术手段。     

基于随机森林的发电机定子线棒局部放电图谱特征识别方法

发电机定子线棒局部放电的在线监测和故障诊断对于电机故障预警、故障定位和指导机组检修有重要意义。目前存在部分不同类型局部放电相似度高,模式识别方法计算时间过长的问题,需要高精度和高效的识别方法,为此提出一种基于随机森林的定子线棒局部放电识别方法。制备了6种类型定子线棒,用特高频天线检测局部放电信号,基于相位分布局部放电(PRPD)图谱比对,提出参数幅值不对称度。基于随机森林方法识别缺陷类型,计算特征重要性,选择有效特征。最后,可视化特征相似度,与传统反向传播(BP)神经网络方法对比,验证有效性。结果表明：随机森林算法可以有效识别人工缺陷定子线棒局部放电,总体识别正确率达到93.33%。筛选半数特征后,随机森林比BP神经网络的准确率提高了10.83%,特征选择对随机森林的准确率影响很小,但识别效率大幅提高。随机森林在少量特征时识别准确率、计算时间都明显优于神经网络。幅值不对称度参数的重要性排在全部特征前1/3,具有推广价值。     

一种基于局部最大熵的特征匹配算法

传统的基于灰度的匹配算法抗噪声能力和抗局部几何变形能力较差，通过图像熵变换，提出了一种新颖的基于局部最大熵的特征匹配算法；通过局部特征点所在区域的相关匹配，获得具有最大可信度的匹配结果。由于匹配只是在特征点之间进行，且在匹配过程中引入外极线和一致性约束条件，从而大大降低了计算消耗和误匹配率，获得了比较理想的表面离散深度图。     

基于三维视觉的机器人安全预警系统

在许多自动化应用场景中,如装配和分拣过程中,工业机器人的应用是提高生产质量和生产效率的一个重要环节。在机器人工作过程中,保证机器人和工人工作的安全,是推动机器人应用和发展的首要前提。该文提出一种基于三维视觉的机器人安全预警系统。首先,该系统利用三维相机对监控场景进行高精度三维重建,并将多个点云进行融合;然后,提取人体关键点,并根据三维人体关键点判断人与机械臂的安全距离;最后,计算判断人体与机器人是否处于设定的安全距离范围,并据此控制机械臂的工作状态。实验结果表明,该文所开发的安全预警系统能保障大视野范围内的人员安全。     

对人体姿态估计热图误差的再思考

近年来,基于热图的算法一直占据人体姿态估计算法的主导地位。热图解码（即将热图转换为人体关节点坐标）算法是这类算法的基本环节。而当前的热图解码算法并没有考虑系统误差的影响,因此,提出一种基于误差补偿的人体姿态估计热图解码算法。首先在训练过程中评估模型的误差补偿因子,然后在推理阶段用误差补偿因子补偿人体关节点的预测误差,这些误差同时包括系统误差和随机误差。在不同的网络架构、输入分辨率、评估指标和数据集上进行的大量实验的结果表明与目前最佳的热图解码算法相比,所提算法获得了显著的精度增益。具体来说,所提算法使HRNet-W48-256×192模型在COCO（Common Objects in Context）数据集上的平均精度（AP）提升了2.86个百分点,使ResNet-152-256×256模型的相对于头部的正确点百分比指标在MPII（Max Planck Institute for Informatics）数据集上提升了7.8个百分点。此外,由于所提算法不像现存算法需要采用高斯平滑预处理和求导操作,因此速度约为当前最佳算法的2倍。可见,所提算法对于开展高精度、高速度的人体姿态估计具有实际的应用价值。     

基于时域编码结构光的高精度三维视觉引导抓取系统研究

在许多自动化应用场合中,如分拣和上、下料等过程中,机械臂抓取是非常重要的一个环 节。在有遮挡或物体杂乱放置的情况下,对物体进行可靠、快速和精确计算位姿是机械臂抓取的难题之一。该文提出一种针对非规则目标的 3D 视觉引导抓取系统。首先,该系统运用面结构光系统对目标进行高精度三维重建,并建立离线 3D 点云模板库;然后,将标准模板与点云预处理后的场景点云进行匹配,得到匹配参数后,由坐标系之间的转换矩阵计算机器手抓取位姿;最后,引导机器手完成对目标物体的抓取。实验结果表明,所开发的机械臂抓取系统能够对非规则目标进行可靠、快速和精确的 抓取。