基于光电测量平台的多目标定位算法

为了提高空中对地面目标定位的效率,达到1次测量、多点定位的目的,提出一种基于光电测量平台的多目标定位方法。首先,建立大地坐标系、地理坐标系、载机坐标系、摄像机坐标系等7个坐标系及坐标系之间的转换关系。然后,根据目标定位过程中测量点、目标点、成像点的几何位置,结合载机姿态角、摄像机姿态角、激光测距、摄像机焦距等参数,推导出拍摄图像中任意像素点在摄像机坐标系中的坐标,并通过坐标变换进一步计算出目标点的经纬度、高度,从而实现多目标定位。利用光电测量平台对地面目标进行定位实验。研究结果表明:与传统的单目标定位相比,多目标定位不仅提高定位效率,而且能满足一定的定位的精度要求,具有较大的实用和推广价值。     

光笔式三维坐标视觉测量方法研究

基于便携式双目测量系统,提出了一种新型便携式光笔测量方法。利用标定参数已知的双目像机进行图像采集,结合图像坐标系与空间坐标系的对应关系求得标志点空间坐标;利用最小二乘方法拟合空间直线,得到测头三维坐标与标志点三维坐标数学关系,求解测头坐标。实验结果表明,在摄像机视场范围内,空间坐标测量精度达到1 mm,证明了该光笔测量系统的实用性。     

基于机器视觉和激光测距的输电线故障定位

结合定位技术和激光测距技术,提出了一种基于机器视觉的电力巡线故障定位新方法.通过无人机搭载可见光相机进行巡线拍摄,将航拍图像实时传回地面站进行处理.采用数学形态学的图像处理方法和模式识别方法进行故障检测与识别.通过惯性测量系统进行初步定位,得到无人机的经纬度坐标.利用无人机机载激光测距模块,测量故障点到无人机的距离来修正坐标.最后,经过空间大地坐标系和空间直角坐标系的变换,以及两个空间直角坐标系的基准转换,计算出了故障点的准确位置,并且很大程度地提高了定位的准确性,其空间直角坐标测量精度可达0.11m.     

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。     

基于液晶标靶的坐标测量方法

提出一种基于液晶标靶的坐标测量方法.通过最小二乘优化的方法确定摄像机主点与坐标测量头的坐标转换关系,结合摄像机外参数确定测量头的三维坐标,将摄像机用于光学三维坐标的测量,提出了相机移动时的坐标变换公式和移动距离的计算方法.实验结果表明,平面标靶标定点数量显著增多,可精确提取标定点,摄像机的标定结果更加准确.该方法简单、可靠,可以准确的得到光学坐标测量结果.     

用于位姿测量的LED标识点坐标优选方法

单目视觉位姿测量过程中,被测物体与摄像机光轴之间的夹角随着姿态的变化而变化,并受到环境噪声、提取算法和摄像机等因素的影响,像平面的像点坐标存在不可忽略的误差,单目多角度标识点三维坐标测量方法实现了位姿测量过程和坐标测量过程的统一,能够减小图像中心提取误差的影响.本文研究了单目视觉位姿测量的误差传播模型,从摄像机图像误差出发,预测和估计输出姿态误差,选取最适合的单目多角度定位标识点坐标,实验结果证明本文提出的基于误差传播的定位标识点坐标优选方法能够有效地提高单目视觉位姿测量的精度.     

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。     

坐标转换有关问题的探讨

在工程实际测量时,工程部门得到当前测绘点的GPS坐标数值,它是基于协议地球坐标系即WGS-84坐标系统,而工程设计中使用的图纸要求的是基于1954年北京坐标系（BJ-54）的数据或者1980年西安大地坐标系（C80）的数据。不同的坐标系统对测量得到的数据是不同的,必须进行相应的模型转换即坐标转换。详细了解坐标转换的有关问题对于工程测量很重要,下面就坐标转换的有关问题进行简要的探讨。     

基于车牌照模型的大地坐标系下车辆精确定位

为了对车辆位置进行快速准确定位,提出了一种基于车牌照模型来获取大地坐标系下车辆精确位置的方法。首先通过离线标定的摄像机参数,推导图像平面与道路平面之间的坐标转换关系;然后对感兴趣区域内的车辆进行身份识别,根据车牌照宽度和高度已知,以及车牌照平面与道路平面垂直的约束条件,建立车牌照模型来对车辆进行精确定位;最后引入东北天坐标系来实现车辆定位结果从图像坐标系到大地坐标系的转换。实验结果表明该方法能对车辆位置进行快速精确定位。     

基于双目视觉的水泥混凝土路面错台检测方法

针对水泥混凝土路面错台测量手段的不足,提出了一种基于双目视觉的错台测量方法.该方法根据双目摄像机的成像特点和水泥混凝土路面的图像特征,对接缝位置进行定位和错台计算.定位分为2个主要步骤,一是基于灰度投影的粗定位,二是在粗定位的基础上提取接缝附近图像,利用灰度投影和边缘投影精定位.由双目视觉测量系统计算相邻2块水泥板在错台附近点的三维坐标,利用这些坐标计算错台量,其中关键环节是在双目图像匹配时提出了一种基于匹配点位置估计的匹配算法.试验表明,与直尺测量结果吻合.     

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。     

基于双目立体视觉的三维建模算法

根据双目立体视觉成像原理来完成特征点深度信息的恢复,提出了一种基于图像的三维建模方法。利用该方法标定出相机的全部内外参数;利用双目立体视觉成像原理,根据不同位置拍摄的2幅或多幅照片中的对应点的图像坐标,计算它们在空间中对应点的三维坐标,实现了由多幅图像来恢复物体的深度信息;最后,利用这些坐标在Rhino中实现了由离散的稀疏点云数据建立三维实体模型。     

基于计算机视觉的远距离动态前景测距方法

针对当前测距算法标定步骤复杂、图像匹配困难和不准确的问题,提出了一种远距离动态前景测距的方法,系统中由两个摄像头负责采集实时环境图像,利用前景检测算法检测出实时图像中的目标物,根据透视投影模型通过测量两个摄像头之间的距离、标定板与摄像头之间的距离、标定板自身的宽度和高度等数据,计算出目标物在标定板上映射点的三维坐标;再根据两个摄像头坐标,得到空间中两条直线的方程,则两直线的交点就是目标物的物理坐标;最后利用欧氏距离公式,计算出目标物距离摄像头的距离。通过实验可知,在目标距离小于3000m时,两种方法测量误差均小于3%;当目标距离大于3000m时,计算机视觉动态前景测距和传统测距方法的测得的数据平均误差分别为2.90%和25.50%,计算机视觉动态前景测距方法表现出更高的精度。     

基于GSI靶标与立体视觉的双目相机结构参数标定

针对大视场双目相机结构参数标定问题,提出了一种基于GSI靶标的标定方法。相机的内参数已知,利用同名编码点在双相机像面上成像点及双目视觉测量原理,解算出双目相机的相对方位。该方法无需移动靶标,只需要双目相机同时对靶标平面拍摄一次,简单方便。     

基于双目视觉技术的FAST舱索系统模型振动测量方法

 FAST望远镜舱索系统位置、振动频率的动态检测是实现闭环控制的基础。针对传统测量方法用于FAST望远镜舱索系统缩比模型振动频率检测时操作复杂、干扰性大和不易实现的缺点,根据被测物体连续振动变化的特点,提出双目视觉高速动态测频方法。该方法通过计算被测物点位三维坐标,利用快速傅立叶变换对离散的实时点位信息进行频谱变换,分析确定被测物的振动频率。实验显示,双目视觉高速动态测频方法在频率分辨率为0.04 Hz的情况下,重复测量、分时段测量的误差分别小于0.08 Hz和0.04 Hz,表明对于舱索系统之类的低频振动物体,该方法能有效满足振动频率的动态测量要求。     

激光线结构光数控测量系统的标定

介绍了激光线结构光数控测量系统的标定方法 ,该方法利用数控机床本身的坐标精度 ,利用三角测量原理直接在数控机床上标定出光片角 ,同时采用最小二乘法拟合出摄像机结构参数 ,通过建立激光中心检索表的方法 ,修正由于参数标定所带来的误差 ,并采用神经网络拟合修正系数曲线 ,提高插值精度 .     

基于主动视觉的机器人末端姿态测量

采用平面校准形及移动摄像机到不同形位摄取图像的方法来进行摄像机校准，由灭点正交性和单对应矩阵的固有特征估计摄像机内、外参数初值，通过非线性优化来最小化投影误差；利用遗传算法求解机器人手眼矩阵，避免了初值估计，可容易地得到机器人执行器末端相对于绝对坐标系的姿态．实验和计算验证表明，这种测量方法是有效的，可以用于机器人校准、机器人辅助测量以及机器人辅助手术等领域．