CCD摄像机标定中角点亚像素定位方法

CCD摄像机的标定是实现光学三维轮廓测量技术的必要步骤,其标定精度在很大程度上取决于标定特征点的定位精度.在分析现有棋盘格角点像素级和亚像素级定位方法不足的基础上,提出了一种基于改进SV方法的棋盘格角点亚像素定位方法.首先,采用SV算子对角点进行像素级检测;其次,选取标定图像中以初定位角点坐标为中心的5×5像素区域,对其灰度值进行双线性插值;最后,计算插值图像的灰度质心,再根据插值放大倍数,将质心转换到亚像素坐标,实现了角点亚像素定位.实验结果表明,该方法可以获得亚像素级角点坐标,实现CCD摄像机的高精度标定,标定平均误差为0.108 mm.     

一种基于自然特征点的增强现实注册方法

介绍了一种基于自然特征点的增强现实注册方法．根据计算机视觉的理论,在透视变换的情况下,一个景物平面与一个图像平面之间的变换是平面投影变换．通过这个原理就可以推导出投影矩阵在满足一定条件下可由单应矩阵得到．根据这个原理,首先通过一个景物平面和图像之间的单应得到初始状态相机的投影矩阵,然后对后面每帧图像和前一帧进行自然特征点匹配,通过匹配点对计算出图像之间以及图像与景物平面的单应关系,由此就可以得到每一帧图像对应的相机的投影矩阵,从而完成虚拟物体的注册．     

同心圆亚像素中心定位方法

基于椭圆曲线拟合和曲率滤波,提出同心圆投影中心定位方法。采用单应矩阵变换和坐标平移法生成了大量的理想测试图像,并与角点检测法的测量精度进行了比较,结果表明,文中方法的测量精度在有无噪声情况下均高于角点检测方法。当信噪比介于35dB和25dB之间时,角点检测法的测量误差突然急剧增大,文中方法的测量误差变化仍比较平缓,测量误差小于0.15pixel。     

基于角点特征的几何形状中心定位

图像特征点中心定位是位姿测量中求解位姿的关键．针对同一图像有多个几何形状的问题,首先利用开源计算机视觉库OpenCV对原图像进行区域分割,得到目标区域的边缘,其次将每个区域进行像素填充;然后用Harris算法进行角点检测;最后根据角点坐标再计算中心点,并将文中算法就一幅图像中有单个几何形状的情况与原始Harris和改进的Harris算法从准确率和效率上进行了比较．实验证明,这种中心定位算法不但提高了准确率和效率,而且误差可以减小到1个像素以内．     

黑白棋盘格角点检测算法

分析了现有棋盘格角点检测算法存在的不足,提出了一种新的棋盘格角点检测算法.该算法定义4个特征方向,并通过黑白检测算子(BW)检测特征方向上像素的灰度分布特征,获得像素级精度的角点坐标位置;再根据局部窗口内响应值的相似度与影响因子对角点坐标加以修正,实现了亚像素级精度的角点坐标定位.该算法对图像的旋转和亮度变换具有鲁棒性.将本方法应用于实际拍摄的棋盘格图像,证明了其对棋盘格角点检测的有效性和实用性.     

基于射影不变性的单幅图像测量

设计了一种由正方形及其内切圆组成新的平面模板,在此基础上提出了一种基于射影不变性的单幅图像测量方法。在该方法中,首先利用Canny算子检测出空间平面和平面模板的图像中直线和椭圆的特征;然后运用最小二乘法拟合出直线和椭圆的方程,从而可以得到直线与椭圆的切点;根据射影几何中直线和点的结合性保持不变的性质,得到空间平面上的点与图像特征点间的对应,从而估计出空间平面与图像平面之间的单应矩阵;最后,由单应矩阵实现了对空间平面上任意两点距离的测量。模拟实验和真实图像实验说明本文的方法是可行的。     

一种民航ASTERIX数据与远程塔台视频监控的融合

为解决远程塔台视频数据单一、离散,无法获取飞行器实时航班信息的问题,提出一种民航ASTERIX数据与机场视频监控信息融合方法。首先在相机视场内采集全球定位坐标及对应图像,利用图像单应模型,得到GPS坐标系与图像坐标系的关系矩阵;结合单应矩阵和民航数据提取的飞行器GPS坐标,计算出飞行器ASTERIX数据对应的像素坐标;同时通过视频检测跟踪方法,完成飞行器在视频中的定位;最后对飞行器在视频中运动轨迹和ASTERIX数据轨迹进行匹配,实现视频中飞行器显示对应航班信息。在典型机场开展实验,验证了本文方法不仅能精确检测飞行器位置,而且在视频中准确显示对应航班信息。     

气门几何尺寸的多种边缘高精度检测

目前边缘检测算法只能检测水平边缘、垂直边缘,且检测精度低、处理速度慢、抗噪性能差;针对上述存在的缺陷,提出一种气门几何尺寸的多种边缘高精度尺寸检测算法。首先采用中值滤波和高斯滤波对气门采集图像进行预处理,然后针对不同的边缘使用不同检测算法实现图像边缘的像素级定位。在像素级边缘定位的基础上采用几何质心法亚像素边缘定位实现图像边缘的亚像素级精确定位。最后采用畸变校正技术对图像中边缘像素点的坐标进行校正,得到没有畸变情况下边缘像素点的理想坐标,根据像素当量计算得到气门的各个尺寸。通过在光学图像检测系统中的实际应用,证明提出的算法精确且稳定,满足高精度视觉检测的要求。     

一种基于正方形内插点的二维平面视觉定位算法

针对二维平面上物体定位、尺寸测量,提出了一种基于正方形内插点的二维平面视觉定位算法,在待测物所在平面上放置由N×N个尺寸相同的特征正方形组成的棋盘格标定板,以各特征正方形角点为标定点,确定像素坐标系和世界坐标系的映射关系,根据待测点像素坐标计算出其所处的特征正方形位置,并求解出待测点与所处特征正方形左下角点像素值的线性系数,反求出待测点的世界坐标值进而完成待测点的定位。将本文算法与文献[3]的快速二维Delaunay三角网点定位算法和文献[8]的改进的基于九圆点的摄像机自标定算法进行对比实验,结果表明:本文算法标定过程简单、计算量小、精度更高,可实现二维平面上物体的精确定位和测量,对二维平面视觉定位具有较高的借鉴价值。     

棋盘格图像角点坐标亚像素提取方法

针对基于视觉测量的物体位姿测量系统要求标定系统精度较高的需求,提出了一种自动识别和亚像素提取黑白平面棋盘格模板图像内部角点的方法.该方法在详细分析了棋盘格图像局部特性的基础上,建立了准确高效的改进SUSAN角点检测算法和精确的亚像素级提取角点坐标的方法,计算出总体标定误差为0.2个像素.通过实验验证了该算法的可行性和有效性,能够为高精度标定系统提供可靠数据.     

基于外标记点的2D/3D图像配准方法

提出了一种基于外标记点的无框架配准方法.该方法首先建立参考坐标系,接着根据外标记点在两幅2D图像中的对应坐标,求出2D图像像素坐标到参考坐标系的转换关系,然后根据外标记点在3D图像坐标系中的坐标,求解3D图像坐标系和参考坐标系的转换矩阵,通过一组矩阵运算,从而实现2D/3D图像的配准.临床图像的实验结果表明,该方法的配准精度为(0.026 7±0.044 7)mm.     

一种改进的Harris-RANSAC长焦相机标定算法

长焦相机采集近距离棋盘格图像时易出现相机离焦现象，导致棋盘格图像产生散焦模糊，极大地增加了相机标定的难度，同时传统的Harris角点检测算法对散焦模糊的棋盘格图像进行角点检测的结果即使经过非极大值抑制处理也仍然存在大量冗余角点.针对上述问题，基于随机抽样一致(random sample consensus, RANSAC)算法提出一种改进的Harris-RANSAC长焦相机标定算法.首先，引入感兴趣区域将Harris角点检测的区域缩小到棋盘格区域以避免背景干扰；其次，采用随机抽样一致算法替代传统的非极大值抑制方法剔除冗余角点；最后，针对模糊棋盘格图像的特性构造新的响应函数，进行亚像素级角点定位，从而得到精确的角点坐标.结果表明，改进的Harris-RANSAC算法对模糊棋盘格图像进行角点检测时耗时短且精度较高，角点检测的反投影误差仅为0.432像素.     

基于深度相机的室内障碍物检测算法

常用的背景差分法、GrabCut等图像分割算法存在分割效率较低且易受环境噪声干扰等问题,导致室内移动机器人对障碍物的检测精度不高,为此本文提出一种融合深度信息的目标分割算法,并在此基础上实现较高精度的障碍物尺寸测量.首先通过SSD网络模型得到障碍物的检测框,将检测框中图像转换到H SI颜色空间,并根据得到的饱和度和亮度...     

基于SUSAN算法的分层快速角点检测

分析了SUSAN算法在角点检测中运算速度较慢的原因，并提出基于SUSAN算法的分层快速角点检测算法、该算法根据图像中像素周围图像灰度的相似性和角点的特性，引入提升小波变换理论，采用由粗到细的分层策略，首先对图像进行提升小波变换，找到角点的粗略位置，再用SUSAN算法进行精细查找，准确定位角点．实验结果表明，该算法可较大幅度地提高运算速度，节省运算时间、     

基于单目视频的手术器械相对工作空间估计方法

由于单目手术视频的镜头参数未知，仅凭该单目图像难以准确估算内镜镜头下的手术器械的三维坐标．针对这一问题，提出一种手术器械相对工作空间的估计方法．首先，对用U-Net网络分割后的掩膜图像进行直线检测，对图像坐标系下的直线映射到参数空间上的点进行聚类，从而优化直线检测效果．然后，利用边缘线段的相对几何位置特征对因网络分割效果欠佳导致的边缘线段残缺进行补足，从而提取出与目标边缘高度拟合的完整线段.结合目标器械实际尺寸与图像尺寸间的比例关系，利用平行线在投影平面上的消隐点特性计算出目标器械目标点处的实际三维坐标．最后，进行测距实验和轨迹跟踪实验.实验结果表明：该方法较磁导航传感器准确度高、鲁棒性强，距离测量精度可达2.658 1 mm，轨迹拟合度达91.2%，满足实际情况下手术器械相对工作空间的估算要求．     

基于主动视觉的测量装置精度校准方法

针对工业在线监测对测量装置精度及稳定性的要求,对视觉测量装置精度校准及维护方法进行研究。分析透视原理下引入图像畸变的测量装置成像模型,推导测量装置相对基准激光做直线运动时光斑在畸变图像中的轨迹方程,提出一种基于主动视觉的测量装置精度校准方法:首先,通过控制测量装置做二维平移运动得到校准所需的特征点信息;接着,利用光斑的畸变轨迹方程求解测量图像的畸变系数并对图像进行畸变校正;最后,求解图像平面到被测平面的单应性矩阵从而完成精度校准。对特征点的布置方式进行优化。研究结果表明:校准后的定位测量峰值误差为0.373像素,均方根误差为0.178像素。该方法精度较高且易于实施,能满足工业在线检测的要求。     

基于图像插值和参考矩阵的可逆信息隐藏算法

本文提出一种基于插值技术和参考矩阵的可逆信息隐藏算法。该算法首先用一种改进的线性插值方法对载体图像进行插值,生成一幅插值图像;然后对插值图像进行不重叠分块,分块大小为2×2,在每个分块中以左上角的像素值作为平面坐标点的横坐标,其他像素值作为纵坐标构造3个坐标点并将其映射到参考矩阵中;最后根据秘密信息的十进制值和参考矩阵中相应坐标点的值来修改纵坐标以实现信息隐藏。在提取秘密信息时,通过信息隐藏时相同方法构造每个分块的3个坐标点并映射到参考矩阵中获取相应坐标点处的值完成秘密信息的提取。由于信息隐藏过程仅修改插值像素,原始像素保持不变,因此可无损还原载体图像。大量实验结果表明,该算法具有较大的信息隐藏容量和较好的视觉效果。     

面向机器人抓取的双目视觉单步多目标检测方法应用研究

针对工业机器人的抓取技术普遍采用离线示教的方式,目标物的改变就会导致抓取不准的问题,研究了一种面向机器人抓取的双目视觉单目多目标检测方法,强化了机器人的抓取能力;首先搭建机器人抓取视觉检测系统,系统采用双目测距模型定位深度,单步多目标检测器定位像素坐标;通过相机标定和eye-to-Hand手眼标定将图像中的像素坐标以及双目测距模型的深度坐标转换为机器人基坐标的位姿,建立机器人运动学模型完成机器人基坐标到机器人末端坐标的转换,通过ROS实现上位机与机器人通讯,并将定位结果发送给ROS;经过多次实验,表明方法的目标检测误差在3.5 mm以内,深度误差在1.2 mm之内,具有很好的实用推广价值。     

基于Fourier-Mellin矩边缘检测的改进算法

为了满足计算机视觉标定与精密测量对图像边缘定位的高精度和抗噪声要求,提出一种基于正交Fourier-Mellin矩亚像素边缘检测的改进算法.首先,建立亚像素边缘理想模型,推导了新的Fourier-Mellin矩7×7模板,利用各级矩的卷积来提取边缘点细节特征.然后,根据幅值旋转不变性原理,通过分析图像边缘旋转至垂直方向后各阶次Fourier-Mellin矩之间的关系,得到被测点亚像素边缘的各级参数.再根据改进的边缘判据,利用其高阶矩的细节描述能力和低阶矩的噪声抑制能力,确定图像中实际边缘点的亚像素坐标.实验结果表明,改进算法具有更高的检测精度和更强的抗噪性能,对含噪直线和含噪曲线的定位精度可达0.07像素和0.10像素,更好地满足了图像边缘定位的稳定可靠、高精度测量要求.     

基于提升小波和动态两阈值分块角点检测算法

为了更有效地检测高频图像,提出了基于提升小波和动态两阈值分块的角点检测算法。该算法根据图像中像素点周围像素灰度的相似性和角点的特性,引入提升小波变换理论,首先对图像进行提升小波变换,得到图像的高频区域;再对高频图像进行分块,对每个图像块分别采用动态两阈值算法对角点进行准确定位。实验结果表明:该算法可以较大地提高运算速度,并能够实现角点的准确定位。