基于双目立体视觉的目标空间坐标计算及姿态估计

基于双目立体视觉的目标空间坐标计算及姿态估计方法、双目立体视觉系统标定和双目视觉系统校准技术,构建了三维场景中目标的空间坐标与图像中点像素坐标的对应方法.通过双目立体视觉系统采集目标图像,采用基于半全局立体匹配(SGBM)方法,实现了目标中心点三维坐标的计算,并通过背景差分的手段获得目标轮廓,获取目标在水平面的旋转角度,配合焦点所处的坐标位置标示,即可提取目标姿态信息.采用以上方法对电力仪表的姿态进行估计和验证,结果表明:设计的方法可以完成电力仪表的空间坐标计算以及姿态估计,可实现对电力仪表的准确抓取,为机器人在电力系统人工智能领域的应用提供参考.     

基于井下移动机器人双目视觉空间点坐标计算方法

为了解决基于移动机器人双目视觉井下环境三维重建中关键的空间点的重建问题,采用模拟数据实验方法和实际双目系统采集的实际场景图像数据的实验方法,研究了平行双目视觉系统的成像规律,提出了对双目视觉系统采集的图像对进行平行极线约束的校正方法以及由两幅图像对应点计算图像上的像点所表示的场景空间点的空间坐标,从而实现空间点的重建。研究结果表明:该方法对井下巷道的视觉测量、三维数据获取以及井下巷道环境的三维重建具有一定的参考价值和指导意义。     

基于计算机视觉的三维激光扫描测量系统

介绍了基于计算机视觉三维激光扫描测量系统．该系统主要由双目视觉测量探头、图像采集卡、扫描机构及其控制部分组成．通过两个摄像机同时摄取一个扫描激光光条的图像，经图像匹配，利用视差，可计算得到光条上所有点的位置以及深度，即被扫描物体表面的三维信息．就系统中的摄像机标定、图像采集、特征提取、图像匹配及三维信息恢复等主要工作过程进行了论述．     

双目立体视觉技术在果蔬采摘机器人中的应用

采用双目立体视觉技术获取温室内果蔬的三维位置信息,用于指导果蔬采摘机器人进行自动化采摘作业.试验以植株上成熟的番茄作为研究对象,利用立体摄像机获取不同距离的成熟番茄的立体图像对,通过对图像进行灰度图像处理,将彩色图像转换为灰度图像.然后根据灰度图像对中像素点的相关性进行立体匹配,计算像素点的位置信息而获得一幅深度图像.最后对照番茄形心在深度图像中的位置,获取番茄的三维位置信息.试验结果表明,立体摄像机与番茄的距离小于1000mm时,番茄的距离误差为±20mm.     

计算机视觉中双目视觉综述

双目视觉是利用已经标定了的不同位置的两台或者一台摄像机(CCD)经过移动或旋转拍摄同一幅场景得到两幅二维图像,应用图像处理、图像匹配、三维重建等方法处理,实现从二维图像恢复场景的三维图像的一种模拟人的双目视觉的方法,本文总结了近来三维重构建模的研究成果和计算方法;并提出了一些观点,对三维重构建模的难点和发展趋势作了说明.     

基于OpenCV的双目立体视觉监控跟踪系统

现阶段的监控设备无法自主获取目标区域的距离信息,而且在一定范围之外,由于图像模糊程度加深而无法对特定个体进行识别确认。针对以上存在的问题,设计并开发了基于计算机视觉库OpenCV(IntelOpen Source Computer Vision Library)的双目立体视觉监控跟踪系统。利用OpenCV强大的计算机视觉和图像处理能力,结合自行研究的双目立体视觉测距改进法和轮廓搜索法,能实现对监控区域内的物体进行距离测量和轮廓识别。通过实验结果表明,基于OpenCV的双目立体视觉监控跟踪系统运行可靠稳定,在一定范围内达到了实验要求。     

浅谈计算机视觉的发展及应用

计算机视觉的主要任务是通过对采集的图片或视频进行处理以获得相应场景的三维信息,其在图像处理和视觉信息处理方面有着重要的意义。本文对计算机视觉的发展及其应用进行了简单的介绍。     

玻璃瓶垂直度无接触测量及其误差分析

对玻璃瓶垂直度的检测是利用计算机视觉的方法，通过两台摄像机从相互垂直的方向同时获取玻璃瓶的一幅图像，采用计算机图像处理技术的双目视觉测量方法，较精确地求出了玻璃瓶垂直度的偏差．文中主要阐述了如何进行摄像机定标及玻璃瓶垂直度偏差测量计算原理，并在此基础上较为系统地分析了主要测量误差的产生原因及对检测精度的影响．     

基于机器视觉缺陷检测的实践教学平台研究

目的构建一个能够模拟工业现实环境的机器视觉缺陷检测软件平台,用于工业自动化和计算机图像学的教学工作,便于学生掌握工业机器视觉系统的基本原理及处理流程,掌握数字图像的各种算法及其应用场景。方法在对机器视觉缺陷检测系统需求进行分析的基础上,使用Python 2.75和Opencv 2.4构建系统的软件模块。结果与结论该平台能够实现相机配制、图像获取、图像标定、图像处理、分析统计等工业缺陷检测全过程,并将计算机图像的相关理论教学融于实践教学过程,对于提高学生课堂的互动性、激发学习兴趣、掌握各种图像处理算法有着重要意义。     

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.     

双目立体视觉技术在潜孔钻机钻孔定位中的应用

为了提高潜孔钻机定位的精度,提出采用双目立体视觉技术获得潜孔钻机定位过程中孔位标识的三维位置信息,用于指导潜孔钻机进行自动钻孔定位.首先利用双目摄像机获取含有孔位标识的图像对,然后采用隶属度函数为梯形函数的模糊阈值分割方法对孔位标识进行识别分割,利用图像的不变矩原理求取孔位标识的质心,并通过三角测量原理求取孔位的空间位置信息.最后,在潜孔钻机试验台上进行了基于双目立体视觉系统的自动定位试验.结果表明,所采用以灰度直方图为基础的模糊阈值分割能够实现对孔位标识有效信息的提取,且定位误差小于25 mm.     

计算机视觉中立体匹配技术的研究

计算机视觉研究的目的是为了实现人类视觉的功能,也就是利用二维影像来实现对客观世界三维场景的感知与理解。立体匹配技术是计算机视觉研究领域中最基本、最关键和最难彻底解决的问题之一。对这一技术进行研究可以使通过像点获取距离信息以及实现三维立体再现目标成为可能。因此,计算机视觉下的立体匹配技术是今后该领域研究的一个重点方向。基于计算机视觉下,文章主要介绍了立体匹配技术的相关内容、原理、主要算法及其未来发展的趋势。     

计算机视觉检测技术的发展及应用研究

图像分割是图像处理与计算机视觉的基本问题之一，本文就图像分割的具体内容及常见的图像分割方法进行了综述。介绍了计算机视觉技术的研究内容、研究方法，说明了计算机视觉技术在图像采集系统、立体视觉测量系统、汽车车身视觉检测系统及逆向工程中的典型应用，分析了计算机视觉技术发展过程中存在的问题。     

“高精度三维立体视觉定标系统”通过评审

由北方交大信息所袁保宗教授等6人研究的“高精度三维立体视觉定标系统”1990年12月7日通过校级评审。与会专家们认为:立体视觉是计算机视觉研究中最为重要的领域之一,而立体视觉系统的定标及三维定位精度则是获取三维信息的重要问题及关键所在,同时也是研究中的难点之     

基于多通道融合和极线约束的道路检测与定位

计算机双目视觉道路检测及定位在实现无人运动平台自主导航中具有重要意义.根据双目摄像机系统模型,提出基于多通道阈值融合的车道线检测方法,融合车道线边缘和色彩信息进行图像阈值分割,采用透视变换和自适应动态滑窗法提取车道线像素,采用最小二乘法拟合道路模型并依据极线约束关系进行定位,投影至SLAM地图中.实验结果表明,算法在光照变化、阴影遮挡等场景中均能精确检测车道线,将车道线信息投影至三维地图可以有效地将车道信息与地图信息进行融合,提高了道路感知能力.      

港口集装箱自主识别定位技术

针对港口集装箱自动装卸问题,结合双目视觉和深度学习技术,设计了一种基于Faster R-CNN(faster regions with convolutional neural network)模型的集装箱三维识别定位方法。首先利用双目摄像头采集装箱图像,用于训练Faster R-CNN模型,然后使用该模型检测图像中的集装箱目标,对识别出的目标添加矩形框,并提取其中心点图像坐标,接着通过对双目摄像头进行标定和匹配,获取集装箱矩形框中图像坐标点的深度,实现对集装箱的三维定位,最后将集装箱的三维坐标转换到轮胎吊吊具坐标系下,获得所有集装箱目标中心和吊具中心距离。实验结果表明,系统运行速度可以达到30 fps,平均定位误差在5 mm以内,系统可以有效解决集装箱三维实时识别和定位问题,提升港口集装箱自动化装卸能力。     

基于双目视觉算法的图像清晰化算法研究

当天气出现轻度雾霾时,户外光线受到反射遮挡等物理作用的影响,使得图像的能见度降低,图像出现过多冗余噪声,降低图像清晰度.本文采用三维重建技术中的双目视觉系统技术,采集关于同一景物的两幅图像,通过自适应的立体匹配方法得到初步粗糙的视差图像,然后依据Retinex原理对粗糙视差图像进行滤波的平滑处理,将实验结果叠加于双目视觉系统得到的左侧图上,即得到最终地清晰图像.仿真实验论证证明,双目视觉系统是一种有效的图像信息采集方式,其运用于图像清晰化领域确实可行,有效降低了低频有用信息的损耗,提高了图像清晰度.     

基于双目立体视觉技术的驼峰自动摘钩设备研究

在驼峰解体作业中,国内外均采用人工摘钩的作业方式,本文主要针对驼峰自动摘钩设备,提出了用计算机视觉技术解决目标车钩捕捉的问题。根据双目视觉原理,选取两个摄像机从不同角度拍摄的图像,通过对图像的预处理得到能表现图像特征的角点,然后对两幅图像中的特征点进行特征匹配,根据视差原理,得出目标物体的深度信息,完成物体三维立体坐标的计算,设备能以此信息为依据完成自动摘钩作业。     

“编码光源法获取三维立体信息”通过评审

由信息所袁保宗教授等5人研究的“编码光源法获取三维立体信息”1990年12月7日通过校级评审。评审组专家们认为:三维立体信息获取是计算机视觉研究的重要课题,它对于三维物体的识别、理解,对于机器人的视觉,生产线自动化等均有很大意义。因而研制简单、实用的     

基于双目立体视觉和SVM算法行人检测方法

提出了一种基于双目立体视觉和SVM算法的行人检测方法.采用行人样本的头肩HOG特征训练分类器,通过双目视觉系统获取待检测目标左右图像,经过摄像机标定和立体匹配之后,计算图像共轭点的视差生成深度图,以基于距离的阈值分割确定运动目标所在的ROIs,有效去除背景信息;提取分割图像的HOG特征,投入SVM分类器训练得到检测子;加载分类器在前景图像中做多尺度检测,标记检测出来的运动目标.实验表明:该方法能对复杂场景下不同尺度和姿态的行人进行有效检测,具有较高的鲁棒性和检测率,且具有很好的实时性.