“两步法”求取双目视觉传感器中摄象机位置关系

根据平行线“消隐点”理论，提出了用于双目视觉传感器自标定的“两步法”。该方法仅需４对消隐点象面坐标便可线性求解出旋转矩阵，再用２个空间点坐标便可线性求解出平移矢量。     

双目视觉系统在风洞伞摆角测量中的研究与应用

伞系统是飞行器的重要组成部分,其摆角参数是系统安全性的重要指标之一;针对目前风洞试验中伞摆角难以测量的问题,提出了一种基于双目视觉系统的试验方法,该系统主要由两部CCD相机、图像采集卡和控制计算机组成,通过立体视觉标定和数字图像处理技术解算出空间特征标记的三维坐标,根据坐标的空间几何关系计算出伞摆角参数;试验结果表明该方法应用成功,能够同时获取伞运动过程中投影在正交平面上的竖直和水平摆角,且具有系统组成简单、通用性强的优点,有较高的应用价值。     

基于双目视觉和Voronoi图的移动机器人地图构建研究

在双目视觉传感器的基础上,应用改进后的SIFT(Scale-invariant feature transform)算法确定障碍物的三维坐标,提出最大包围盒的思想,将处理后的数据作为Voronoi图的建模生成元,完成移动机器人的全局地图构建;基于V图构建的地图的最大的优点是移动机器人行走的路径是障碍物离散中心的中垂线,可以保证机器人在运行过程中最大程度地远离障碍物;试验结果表明应用该方法构建的地图可靠性高,符合导航的要求。     

非接触式眼压计人眼跟踪算法研究

非接触式眼压计测量眼压的前提是对人眼瞳孔进行精确跟踪定位.通过对非接触式眼压测量跟踪系统的研究,提出汇聚式双目视觉的人眼瞳孔跟踪方法,采用结合帧差法和Mean-Shift算法的改进算法进行目标跟踪,解决了Mean-Shift算法对瞳孔进行跟踪过程中,有跟踪目标丢失现象的问题,通过下位机驱动三轴电机进行移动,调整系统与人眼的相对位置,以实现人眼瞳孔的精确跟踪.经在样机上实验,其结果表明:系统跟踪定位误差≤0.1 mm,跟踪过程在1s内完成.     

机器人用双目视觉的三维重构技术实验研究

随着视觉技术与机器人技术的发展,人们利用摄像头模拟人眼,作为机器人与外界联系的窗口,获取三维世界景物的形态,姿态,运动和深度信息,并将所得到的数据传递给机器人大脑(计算机),通过计算机的信息处理与筛选,选择合适的信息对机器人下一步行动进行指示。双目立体视觉技术的实现分为图像获取,摄像机标定,特征提取,立体匹配和三维重构,本文构造了完整的机器人双目立体测量系统进行了实验。     

基于 OpenCV 的双目摄像机标定技术研究

摄像机标定技术作为双目立体视觉领域的一个基础性研究课题,具有很大的理论研究价值和实际应用价值。论文围绕双目立体视觉中的双目摄像机标定技术,分析基于OpenCV的双目摄像机标定的方法。基于OpenCV的双目摄像机标定比传统的定标技术更为灵活,并且具有不错的定标精度。     

基于SIFT特征点的双目视觉定位

提出了一种结合了SIFF特征点的双目立体视觉定位方法.介绍了对尺度、旋转、视角等变化具有良好鲁棒性的SIFT特征向量,利用SIFT特征向量匹配算法在双目视觉系统采集的左、右图片中分别检测目标、获取匹配的目标SIFT特征点.经过空间匹配点选择、标定点坐标计算等步骤获取左、右图片中具有空间位置一致性的目标标定点,并在摄像机坐标系中恢复目标标定点三维信息.实验结果表明,利用该方法进行目标定位具有较强的适应性.有一定的实用价值.     

GPU近实时线性双目立体代价聚合

目的 近年来双目视觉领域的研究重点逐步转而关注其“实时化”策略的研究,而立体代价聚合是双目视觉中最为复杂且最为耗时的步骤,为此,提出一种基于GPU通用计算(GPGPU)技术的近实时双目立体代价聚合算法。方法 选用一种匹配精度接近于全局匹配算法的局部算法——线性立体匹配算法(linear stereo matching)作为代价聚合策略;结合线性代价聚合的原理,对其主要步骤(代价计算、均值滤波及系数求解等)的计算流程进行有针对性地并行优化。结果 对于相同的实验样本,用本文方法在NVIDA GTX780 实验平台上能在更短的时间计算出代价矩阵,与原有的CPU实现方法相比,代价聚合的效率平均有了数十倍的提升。结论 实时双目立体代价聚合方法,为在个人通用PC平台上实时获取高质量双目视觉深度信息提供了一个高效可靠的途径。