基于SIFT特征匹配和模约束的摄像机分层自标定方法

在一些计算机视觉和摄影测量任务的执行过程中,需要在线地标定摄像机参数,这就使得不依赖标定参照物的自标定成为必需,提出一种基于SIFT特征匹配和模约束的摄像机分层自标定方法。自由移动或旋转摄像机拍摄同一场景内部参数不变条件下的四幅以上图像。对每幅图像进行SIFT特征点提取,通过特征点匹配在每幅图像中分别获得对应三维场景空间同一特征点的像素坐标。进行投影标定,获得每幅图像在投影重建空间中的相机投影矩阵,以及每个特征点在投影重建空间中的三维坐标。进行仿射标定,采用模约束法确定无穷远参考平面在投影重建空间中的参数。进行度量标定,确定内参矩阵。实验表明,该方法能在线地稳定地获得摄像机内参标定结果,从而对现有的摄像机自标定方法进行了改进。     

基于极坐标的摄像机标定

为了改进多摄像机标定实现的方便性和参考标定板的多样性,用极坐标设计标定板并以此来进行摄像机参数的标定.根据设计好的标定板确定世界坐标下的特征点,识别相应的特征点在图像坐标的位置,匹配特征点在图像坐标和世界坐标的位置关系后完成摄像机的标定.该标定方法只需大约20点对左右数据,同时保证标定的结果和鲁棒性;较少的点对和图像的多样性避免了遮挡和公共部分不足的问题,有利于完成多摄像机标定,较传统多摄像机标定方法在分配摄像机和标定板之间的位置关系上更加灵活.与传统的精确标定板的结果比较,在保证精度情况下,标定板设计和整个标定系统的实现则更加简单易行.     

排球扣球动作的三维手势重建系统设计

为了精确、快速、低成本地获得运动员的排球扣球动作三维手势模型并对其进行数字化模拟,需要对排球扣球动作的三维手势进行重建系统设计。传统的基于多台Kinect的排球扣球动作三维手势重建系统设计方法,首先使用两台Kinect分别采集运动员排球扣球动作二维手势图像的点云数据,通过标定得到两台Kinect采集到的排球扣球动作二维手势图像姿态关系;然后基于标定结果,使用迭代最近点算法对两部分排球扣球动作三维手势图像的点云数据进行配准得到完整的排球扣球动作三维模型。存在重建成本高,噪声干扰严重导致重建系统失真严重的问题。为了降低噪声干扰,提高重建精确度,降低成本,提出一种基于立体视觉的排球扣球动作三维手势重建系统设计方法,首先通过传感器或摄像机等设备获取排球扣球动作二维手势图像,并对其进行平滑去噪;然后采用基于2D平面标靶的标定原理,建立摄像机成像的排球扣球动作三维手势图像几何模型并获得其参数;最后利用双目立体视觉算法实现对排球扣球动作三维手势图像的特征提取与匹配,完成三维手势重建。实验结果分析证明,所提方法可以提高排球扣球动作三维手势重建效率,提高重建精确度,降低噪声影响,具有更加广泛的使用价值。     

基于局部单应性矩阵的结构光系统标定研究

在基于结构光测量系统中,投影仪标定对物体的三维测量精度有着直接的影响。通过投影仪投射多幅正交格雷码至棋盘格标定板表面,利用未标定摄像机获得受棋盘格标定板调制的变形格雷码条纹图像,通过局部单应性矩阵方法获得棋盘格标定板各角点所对应的投影仪图像坐标。根据摄像机图像坐标、投影仪图像坐标与棋盘格标定板角点对结构光测量系统进行标定,获得摄像机与投影仪的内参数矩阵以及投影仪图像坐标系在摄像机图像坐标系的位姿矩阵。最后对结构光测量系统进行了标定实验;并使用Samuel Audet标定工具箱、Douglas Lanman标定工具箱与提及的标定方法进行标定误差对比。实验结果表明该方法操作简便,精度高,能较好地标定结构光测量系统参数。     

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.     

运动捕捉人工智能系统在速滑项目中的应用

为验证自主研发的人体运动自动捕捉人工智能系统在大范围运动场景下获得人体关节点三维坐标的有效性,在训练环境下对10名速度滑冰运动员的动作特征进行三维定点拍摄,使用该系统对录像进行自动解析,获得的三维坐标-时间曲线和专业研究人员人工解析曲线的多重相关系数均大于0.90,差值平均值小于0.025 m,验证了该系统在大范围运动场景下快速、精确获得人体关节点三维坐标的有效性。将该系统应用于我国顶尖速度滑冰运动员的动作技术分析,结果表明成绩差异主要来自蹬冰效果的不同,提示运动员应着重改善蹬冰动作,提高蹬冰效率。     

改变拍摄夹角对三维运动图像解析系统框架精度的影响研究

通过改变2台摄像机的拍摄夹角对三维视讯运动图像进行拍摄,获得三维坐标标定精度误差,并运用数理统计法对所得误差进行统计学分析,结果表明:各拍摄角度具有不同的适用范围,故在实际操作中需根据不同技术动作选择适当的三维拍摄角度,从而确保最小的误差范围.     

基于CVUT的双目视觉图像三维信息构建

在分析Intel开源计算机视觉库OpenCV及CVUT特点的基础上,结合畸变参数的影响,研究了摄像机模型和坐标转换关系,以及双目图像三维重构过程,提出一种基于CVUT的摄像机标定方法和双目图像三维重构方法.实验表明,该方法与传统的OpenCV标定方法以及Matlab的标定方法相比,标定周期短、精度较高,可以较好地构建二维图像的三维信息,程序执行稳定且鲁棒性较强,可广泛用于立体视觉等领域.     

一种基于圆的摄像机线性自标定方法

摄像机标定方法是从二维图像中获取三维信息必不可少的步骤。本文提出了基于灭点的自标定方法。该方法的平面模板要求圆内有3组两两正交的直径,从3个或多个不同的方位摄取平面圆模板的图像。由3组两两垂直得到三组正交灭点,从而线性的求出摄像机的5个内参数。模拟图像和真实图像实验表明,该方法能准确、可靠地估计摄像机的内参数。     

基于机器视觉的工程机械行走速度测量方法

为实现工程机械实际行走速度的实时在线检测,通过建立一种基于机器视觉的间接测速模型,把摄像机安装在行走的工程机械车辆上,并对摄像机进行标定确定出摄像机内外参数;在工程机械实际行走过程中实时采集前方路面的连续帧图像进行光流分析,根据运动主方向原理来建立光流运动方向;实验采用一种基于改进的金字塔式Lucas-Kanade光流算法计算出路面连续帧图像的光流速度;统计出所有图像间的平均光流速度后,根据标定所得的摄像机参数、图像坐标与世界坐标的关系计算出实际行驶速度。测试结果与实际速度比较得出误差为1.45%,结果表明该方法能精确反映工程机械的实际行走速度。     

一种基于卷积神经网络的下肢动作模式识别方法

针对目前下肢动作模式识别技术存在的数据量少、识别率低的问题,提出了一种新的基于卷积神经网络的下肢动作模式识别方法。以下肢步态动作识别为对象,采集无负重平地行走,无负重上/下楼及负重上/下楼5种步态的表面肌电信号（surface electromyography,sEMG）,对sEMG进行特征提取,构建了一种以特征集作为输入的卷积神经网络,并比较了其与另外几种传统分类识别方法的识别准确率和工作特征。实验结果表明,新方法对于5种步态的平均识别准确率大于95%,错误率都低于8%,具有较高的准确性。因此所提方法的输入特征集更能代表预测模型特征,模式识别率更高,可为康复医疗机器人、助力机器人等设备改善下肢运动功能提供参考。     

基于圆形特征点的非线性相机标定方法

针对高精度标定板制作困难费用高的问题,提出了一种快速简易的相机标定方法。用数码相机对一张具有不同大小圆形特征点的标定表绕着光轴旋转拍摄几幅图像,利用亚像素边缘轮廓检测算法检测图像中的轮廓;采用最小二乘椭圆拟合方法得到亚像素椭圆中心坐标,用稳定的图像点与空间点的对应算法确定图像点与空间点的对应,计算过程中对所求参数进行了非线性优化。实验表明,重投影平均误差在0．2个像素以下,证明了该方法的可行性和较高的标定精度。     

基于骨骼信息的虚拟角色控制方法

针对当前动作捕捉方法中基于旋转矩阵的虚拟角色控制方法,虚拟角色模型运动还原度低、人体动作不能实时展现、抗光照干扰能力弱的问题,提出一种基于骨骼信息的四元向量控制方法。该方法以 Kinect 体感摄像机捕获的人体骨骼关节点数据为基础,计算并记录人体运动过程中关节点空间位移和关节点之间夹角的变化,根据相邻图像序列中的运动数据确定虚拟角色每个骨骼关节点的旋转角度,并将其转化为四元旋转向量。根据正向运动学原理,从根节点对虚拟角色模型进行调整并根据人体动作进行实时反馈。通过理论分析和仿真结果表明,与基于旋转矩阵的的虚拟角色控制方法相比,该方法的人体姿态还原度高,角度误差低,实时预览效果直观,实时性与抗光照干扰能力强。     

室外竞技状态下运动员姿态摄像测量及应用

为解决竞技状态下运动员三维姿态现场测量的需求,利用非接触式摄像测量方法和为冬季体育运动项目量身打造的专用观测设备,采集了8名跳台滑雪运动员在训练过程中的原始数据.通过深度学习的改进方法识别与定位运动员关节点的三维信息,进而开展了运动员姿态测量与动作分析研究,获得了起跳阶段运动员的起跳速度对飞行距离的影响及主要关节夹角的变化规律.研究发现起跳速度是影响飞行距离的重要因素,同时获得了起跳到飞行初始阶段肢体角度的变化规律.该方法和设备可为各类体育项目的运动员姿态及器械运动参数测量提供新的手段,其所获得的观测结果可为教练员指导运动员技术动作提供精细化的数据支持.      

基于三维测量的奶牛体型性状指标的数据采集

采用立体视觉的三维测量方法重建奶牛的三维模型,实现了对奶牛的体型性状指标测量,首先通过立体标靶进行摄像头的标定,然后利用SIFT(scale invariant feature transform)尺度不变特征点匹配算法对图像进行特征点提取与匹配,最后通过投影矩阵计算匹配特征点的三维坐标;针对双目视觉中摄像头视角范围受限问题,提出通过在相邻视点的公共区域设置标记点,根据标记点计算不同坐标系的转换关系,将各局部特征点转换到统一坐标系下,从而实现不同视点下各局部区域的三维拼接.实验表明,采用该方法重建的奶牛模型较理想,测量精度和测量效率满足评定要求,能够取代手工测量.     

采用标记点的弹性连接体三维建模与运动估计

为了采用非常少的参数就能反映人肢体皮肤的变形,提出了一种新的旋转圆锥曲面进行弹性连接体（人体）三维建模,模型包括了人体三维骨架和代表人肢体皮肤的变形曲面方程, 每个肢体只需调整一个变形参数就能反映出人肢体皮肤的变形.根据双目图像序列的标记点估计人体三维变形和运动参数, 包括了骨架的运动参数估计和变形曲面的变形参数确定.实验结果表明：模型能正确地反映人肢体皮肤的变形,运动估计算法能精确地估计人体运动参数.     

一种双目主动立体视觉系统的目标定位算法

首先引入主动视觉空间的概念，即用系统本身运动自由度来表达摄像焦点到空间点的视线，其次，推导了把任意摄像机图像点换到主动视觉空间的算法，最后，采用三角形测量原理对图像特征点进行匹配和定位，因为系统中的各个摄像机独立注视目标，摄像机可以采用较小的视野，这为提高定位精度提供了可能性，采用数值仿真手段对相关理论进行了验证。     

基于图像分割的云层测速方法

为了解决塔式太阳能电站镜场上空的云层遮挡问题,提出一种对镜场上空移动云层进行预测的测速方法。首先利用固定摄像机对云层图像进行采集,然后提取不同帧数的图像,并进行伽马变换、遗传算法图像分割、云层目标检测、运动云层匹配等处理,最后根据匹配得到的像素坐标计算云层的移动速度和方向。实验测试结果表明:与光流法的数据进行比较,显示图像分割方法计算量少,位置预测误差小。可见运用图像分割方法进行云测速是可行的,为塔式太阳能电站的云监测中云遮挡预判提供理论依据。     

人体腿部表面肌电信号特征提取方法

表面肌电信号(sEMG,surface electromyography)作为人体运动检测的主要信息源之一,已被广泛应用于康复训练福祉机器人领域。针对人体下肢动作识别的问题,提出了一种针对表面肌电信号进行小波变换的特征提取方法。在肌电信号的频域分布中,该方法选取小波子空间中活动段的平均功率组成特征向量。为验证所提出方法的有效性,设计实现了一种微型便携式多通道sEMG信号采集系统,并利用支持向量机(SVM,support vector machine)构建分类器对腿部动作进行识别。实验结果表明:该方法能有效识别腿部常见的4种动作,同一个体动作识别率能达到95%以上,不同个体识别率平均能达到85%,能够较好地应用于下肢运动障碍患者的日常康复训练。