基于点结构光系统双摄像机立体视觉测量方法(英文)

提出了一种基于点结构光系统的双摄像机立体视觉测量方法.首先详细阐述了其基本原理,给出了简单的物理解释,推导出了双摄像机像点坐标与测试点坐标之间的关系,求出了双摄像机组成的测量系统的变换矩阵,提出了确定靶标上各测试点能量中心的办法.然后提出了相应的误差评估方法.最后给出了实验测量结果,结果表明测量误差较小.     

基于OpenCV的挖掘机器人摄像机参数标定

为了建立挖掘机器人视觉系统摄像机测量模型,提高视觉测量精度,分析了挖掘机器人摄像机视觉系统内、外参数成像模型及摄像机非线性畸变参数,确定了适合挖掘机器人视觉系统的标定参数。通过采集自制的棋盘标定模板不同方向的七幅图像,基于OpenCV技术实现了对模板角点的提取。通过七幅图像进行标定实验,实验结果获得了摄像机模型的线性内部参数矩阵,标定出了摄像机非线性模型的径向畸变系数,摄像机外部旋转矩阵及平移向量,并给出了标定参数误差。研究结论表明采用角点提取方法,标定误差可达亚像素级,能够满足挖掘机器人视觉系统的标定及视觉测量精度要求。     

基于机器视觉的零件自动装配系统

针对工业装配生产线的削刀架自动装配问题，基于机器视觉技术，构建了一套在线机器视觉系统．采用特征值方法识别零件，并通过质心法结合特征点及最小二阶矩进行定位．利用带有透镜径向一阶畸变的小孔摄像机模型，采用径向排列约束（RAC）2步标定法对摄像机进行了标定，并在线验证．实验结果表明，该方法可获得很好的识别效果，识别零件正确率100％，系统工作时间约300ms，满足装配作业的实时性和精度要求．     

基于BP神经网络自学习的双目视觉系统的研发

在摄像机标定的过程中,深度信息的丢失,摄像机镜头的畸变以及图像处理时误差等因素都影响标定的精度．本论文采用BP神经网络的自学习的性能,开发出一套双目视觉系统．以匹配点在左、右图像的坐标为网络的四路输入,通过网络得到三路输出,性能指标为该对应点在世界坐标系的坐标和网络输出的差值的平方和,根据梯度下降法来调整各神经元之间的连接权值,求得网络达到给定的误差时的各节点问权值．这样,双目视觉系统两个摄像机的投影矩阵可以用神经网络的权值与激发函数来代替,完成系统的标定．最后对系统进行精度分析．     

一种基于图像单应性矩阵的投影仪标定方法

投影仪标定是计算机视觉的关键技术之一,针对实际应用中摄像机和投影仪相对位置关系,提出一种基于摄像机和投影仪图像单应性矩阵的投影仪标定方法.对捕获的图像进行背景差分、特征点提取等操作得到投影图像和摄像机图像之间的单应性矩阵,进而获得投影仪参数矩阵,完成投影仪标定.经实验论证,该方法操作简单,反投影像素误差在0.3到1个像素之间,证明了该方法的有效性.     

基于单应性矩阵分解的视觉控制器设计及仿真

为避免传统的基于图像雅克比矩阵视觉伺服控制方法中深度信息的求取,克服机械手末端仅限于做微小运动的约束,设计了基于单应性矩阵分解的视觉控制器.根据对摄像机在不同时刻对同一平面所成图像间的单应性矩阵的分解,并通过中间图像插值筛选方法,确定其视觉控制器参数.最后,以Puma560机器人为例在Matlab/Simulink环境下进行系统仿真,其结果验证了该方法的有效性.     

工业机器人运动车体位姿计算方法研究

介绍了工业机器人视觉导航中的运动车体位姿的计算方法,论述了车体坐标系和摄像机坐标系之间的变化关系,推导出了车体坐标系和摄像机坐标系之间的变换矩阵,并进行了实验,通过实验确定了实验方案中的目标物体的位置和摄像机的运动参数,为实验中所使用的轮式移动机器人的运动导航打下了基础,确定了工业机器人小车相对于目标的位姿,就可以为移动车体提供导航与定位的依据。     

基于刚体运动学的复杂装配体递推误差分析

因实际生产的零件不可避免具有误差,装配体实际上是具有误差的系统,故在产品设计阶段对装配体进行误差分析具有重要意义.文中从装配体的实际几何物理意义出发,提出在每个误差特征的名义位置和实际位置处分别建立名义局部坐标系和实际局部坐标系,得到了装配体的递推误差分析模型;由于几何尺寸误差通常较小,可根据刚体运动学的微分变换原理将递推误差分析模型线性化,并以具有并联尺寸链的复杂装配体为例,得到了线性化的误差分析解析式.采用文中方法进行误差分析时,通过对不同类型的复杂装配体建立相应的系数矩阵,可极大减少计算的工作量,也易于编程实现.文中最后给出了上述误差分析方法的一个应用实例.     

ICP算法在双目结构光系统点云匹配中的应用

双目结构光系统在测量物体时有更好的效果,测量物体视野是单目测量系统的两倍。该文根据针孔成像理论给出了双目结构光重构的数学表达式,并通过Zhang氏标定法给出了标定结果。在双目系统中,投影仪和摄像机的标定误差、仪器设备的系统误差,都会导致得到的两组三维点云数据不能很好地重合。因此,该文提出将标定获得的两个摄像机关系矩阵做为点云匹配的初值,使用改进的最近迭代点(iterative closest points,ICP)算法,加速点云匹配时间,并对经过初值变换的点云数据进行再次匹配,进一步减小系统在标定过程中的误差,从而达到对标定误差进行补偿的目的。实验结果表明:改进的ICP算法使标定后的点云能够很好地重合,并对标定值进行了修正,点云匹配的时间缩短为0.3s。     

一种单摄像机标定的最优化方法

介绍一种单摄像机标定的最优化方法,该方法可以减少摄像机外部参数和内部参数之间的强相关性.对于针孔摄像机模型,通过共线性约束推出共线性方程.基于对共线性方程的变换,给出最优化标定方法的整个标定过程,最后通过具体的实验来标定摄像机参数并进行验证.该方法适合于一些使用单摄像机的特定场合.     

基于立体视觉的被动测距技术研究

为了实现基于立体视觉的被动测距技术,该文搭建了一套双目成像测距系统实验平台,研究了基于双目立体视觉的被动成像处理算法;设计了可实现多目标的实时跟踪测距的双目成像测距应用软件,对提出的一种基于SIFT搜索窗口大小随着目标尺寸变化自适应调整的跟踪算法进行了验证.测试结果表明该软件在跟踪、测距方面表现出色,在1~2个目标时具有较好的实时性.通过平面标定法进行准确的摄像机标定,采用SIFT特征匹配算法进行立体匹配,测试结果表明在取octave层数为4时,匹配准确度一般可在0.05个像素范围内.实际外场测试实验表明,该算法对一定距离范围内的目标物体进行测量具有较好的准确性.     

基于立体靶标的摄像机标定方法

为获取视觉测量系统中二维图像到三维空间位置的变换关系,提出一种基于立体靶标的摄像机标定方法.针对无畸变小孔成像模型,使用最小二乘法求解初始投影矩阵后通过LM准则对其优化;根据多张图像对应的投影矩阵,求解摄像机内参数及各相应外参数;引入二阶径向畸变模型,建立理想图像坐标和实际图像坐标间的方程求解初始畸变系数;使用LM准则...     

一种基于智能相机的机器视觉系统的设计

从传统机器视觉系统的概述入手,介绍了智能相机机器视觉系统的特点、组成,从硬件、软件两方面给出了智能相机机器视觉系统的开发思路;智能相机机器视觉系统的开发,主要利用实验室开发平台来仿真工业生产线,实现系统的各项功能;结果表明：该开发平台完全可以移植到工业生产线中,具有较强的实用价值。     

柑橘果园机器人仿生眼的目标跟踪与定位系统

针对传统柑橘园林机器人云台视野范围小、定位精度低等问题,在仿生眼平台上,提出一种基于连续自适应均值偏移(CAM shift)算法和变结构PID控制器相结合的目标跟踪方法。具体包括效仿人类眼颈的结构特点,设计一个4自由度的仿生眼视觉平台;建立仿生眼的成像模型,提出一种相机外参数自适应标定方法,以解决仿生眼平台外参数会随着相机位姿改变而不断变化的问题;提出基于CAM shift的仿生眼目标跟踪算法,成功实现了对于目标的持续跟踪;为提高仿生眼系统在饱和非线性特性下的动态响应性能,提出采用基于抗饱和(Anti-windup)的变结构自适应PID控制器来设计仿生眼控制系统。以柑橘为研究对象,在设计的仿生眼平台上开展试验。结果表明,本文方法左眼平均中心位置像素误差(CPE)为7.2,右眼CPE6.1,均小于设计所要求的CPE10,且每帧图像处理过程小于0.1s。系统能满足实际应用,具有较高的鲁棒性和准确性。     

基于计算机视觉的幕墙开启窗检测方法

在强风天气来临时,未关闭的建筑幕墙开启窗极易被吹落,严重危害了人身与财产安全。为了及时准确地发现未关闭的开启窗,提出了一种基于计算机视觉的幕墙开启窗检测方法。广角摄像头从建筑底部仰角拍摄幕墙外立面全景影像,采用语义分割模型U-Net提取外立面掩码图像,并从掩码图像提取用于透视变换的参考点,透视变换法将因仰角拍摄产生的畸变进行校正,校正后的开启窗位置分布规则,可直接按照预设区域准确裁剪出开启窗区域图像,然后采用ResNet-18卷积神经网络分类模型判断开启窗开闭状态。该方法在某高层建筑进行了测试,结果表明该方法可以在不同光照条件下有效检测到未关闭的开启窗,检测时间优于2s。可见,该方法在准确性与及时性上满足实际应用需求。     

基于平行双目视觉的目标距离计算

为了快速的计算出相机与目标物之间的距离,需要找到两幅图像的对应点。采用SIFT算法提取图像特征向量后,在匹配时加入外极线的约束条件,可以有效地去除误匹配,提高测量精度。实验结果表明,距离测量的相对误差在2%以内。     

多媒体传感器网络中被动目标定位算法

针对被动目标定位问题,提出了一种多视觉感知节点协同定位算法.与传统的视觉目标定位方法不同,该算法无需进行训练或特征识别,而是各个节点基于机器视觉理论,将目标投影为定位平面上的一条直线,并使用Hough变换将该直线映射为Hough空间中的一个离散点,最后对离散点进行正弦曲线拟合,拟合参数即为目标的最终位置估计.根据视觉感...     

基于视觉与超声技术机器人自动识别抓取系统

提出了满足机器人装配作业中对工件进行可靠识别与抓取的信号处理技术及检测方法,对痛准确描述物体形状的特征提取方法进行了研究,设计了一种基于视觉与超声技术的机器人自动识别与抓取系统的结构,并在机器人装配作业平台上进行了物体识别与抓取的实验研究。     

基于分割的立体匹配法提取光场视差图

为了解决从光场相机采集的图像中提取物体深度信息的问题,提出一种利用Lytro光场相机设备,基于图像分割的立体匹配方法估计光场图像深度。首先对Lytro相机采集的原始灰度图进行解码和颜色校正,提取相应的子光圈图像;在Matlab环境下,结合图像颜色分割、自适应立体匹配对子图像进行处理,通过平面拟合技术和BP优化得到相应的深度估计图。实验结果表明,该方法提取到深度图在视觉精度上有了明显的提高。     

Developing rigid constraint for the estimation of pose and structure from a single image

Pose and structure estimation from a single image is a fundamental problem in machine vision and multiple sensor fusion and integration. In this paper we propose using rigid constraints described in different coordinate frames to iteratively estimate structural and camera pose parameters. Using geometric properties of reflected correspondences we put forward a new concept, the reflected pole of a rigid transformation. The reflected pole represents a general analysis of transformations that can be applied to both 2D and 3D transformations. We demonstrate how the concept is applied to calibration by proposing an iterative method to estimate the structural parameters of objects. The method is based on a coarse-to-fine strategy in which initial estimation is obtained through a classical linear algorithm which is then refined by iteration. For a comparative study of performance, we also implemented an extended motion estimation algorithm (from 2D-2D to 3D-2D case) based on epipolar geometry.