基于双棱镜单摄像机立体视觉的P-GMAW熔池表面重建

利用传统的双目立体视觉技术进行焊接熔池表面形貌的三维传感,系统成本昂贵,且拍摄时必须保证同步,摄像机参数的不一致也容易造成重建误差。分析了双棱镜立体视觉系统原理,搭建了一套基于双棱镜的单摄像机立体视觉系统,在一个CCD像面上拍摄到同一物体存在视差的两幅图像,预处理后通过SSD算法求取像素级视差图,然后由二次曲线拟合进一步获得亚像素级视差图,由标定结果求得每个图像点对应的三维坐标。通过搭建的传感系统获得了P-GMAW平板堆焊基值期间的熔池图像,依照上述流程重建了熔池的三维表面形貌,同时针对重建结果做了误差分析,证实了其可靠性。     

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．     

基于双目立体视觉的海浪波面三维重建技术

为了提高海面特征点检测的准确度和三维重建的精度,在基于传统的Harris算法的基础上,提出1种基于高斯金字塔图像的改进Harris特征点检测算法.利用搭建的双目相机平台,对海浪图像进行采集并完成相机的标定过程,然后根据改进的角点提取算法对图像的角点进行检测,利用尺度不变特征变换(scale-invariant feature transform,SIFT)算法对海浪图像特征点进行立体匹配得出视差图,最后根据三角测量原理获取图像的深度信息,实现海浪波面的三维信息重建.实验结果证明,在针对海浪图像时,该方法具有更高的精度和准确度.     

双目立体视觉非接触式测量研究

为了实现距离和物体尺寸的非接触式测量,通过摄像机标定、图像的采集和预处理、立体校正、立体匹配、三维重建等关键技术,实现了物体点三维坐标的求解.采用图割法和块匹配2种算法分别进行立体匹配,建立了原图像与视差图之间的对应关系,实现了物体与相机距离测量,在此基础上实现了物体外观尺寸的测量.并对2种匹配算法的精度和速度进行了对比,实验结果表明:图割法测量结果更加精确,块匹配算法测量速度更快.     

曲面重建中的光栅投影式测量方法

散乱点云数据的测量是三维物体曲面重建的前提和基础。本文在深入研究了三维测量原理的基础上,提出了一种基于格雷码-相移组合编码技术的光栅投影式测量和标定方法,并针对解码过程中由于图像噪声的干扰而可能出现的错误给出了一种码值修正算法。该测量方法综合了格雷码编码简单、测量范围大、抗干扰性强以及相移法分辨率高,适合测量小范围内表面连续的物体等优点。实验结果表明,应用本文三维测量系统测得的点云数据清晰,重建模型效果逼真,具有良好的实用性和稳定性。     

基于结构光和序列图像的三维重建方法

为解决在基于图像三维重建物体表面的过程中,对不同图像进行立体匹配的难题,提出了基于特征的立体匹配算法,建立了利用序列图像重建物体表面的系统。系统采用投影结构光给物体表面加上主动特征的方法,以快速精确地重建物体表面,并对Canny算法进行了改进,用于轮廓提取、细化和修正等操作,从而准确获取图像主动线索特征。该方法能快速获取物体表面的三维点云数据,并达到了较高的精度。     

一种水下双目视觉测距方法研究

基于改进的SIFT特征匹配算法,建立了一个水下双目视觉测距系统.围绕提高水下双目视觉测距的精度、速度和抗干扰度等,研究了图像预处理、SIFT特征匹配算法等关键技术.针对传统图像直方图均衡化结果过亮或过暗现象以及过增强的特点,提出了一种改进的结合了OTSU阈值算法的直方图均衡化方法;结合稀疏匹配搜索算法,提出一种改进的SIFT特征匹配算法对左、右目图像进行特征匹配.利用区域增长算法,分别生成了水下标定板和机械臂的伪彩色视差图像,由视差图获得了目标相应位置的距离.实验结果显示:水下标定板平均测距精确度为97.66%,利用所提方法也获得了水下机械臂的双目视差图像.     

基于彩色条纹结构光的物体三维重建方法

提出了一种新的基于结构光的彩色条纹编码方法完成彩色投影图案的设计.将投影投射到待测量物体表面后,需要对获得的图像进行颜色区分来获得代码信息.基于阈值和HSI空间分色算法,研究了彩色编码中8种颜色的有效区分方法.得到投影图像中条纹的代码信息后,利用摄像机和投影仪的参数计算物体的三维信息.研究了摄像机和投影仪标定以及物体三维信息的计算方法,进而研究了基于样条插值的物体表面三维重建方法.利用提出的方法对石膏模型和人手表面进行三维测量与重建.实验结果表明,所提出的三维重建方法具有较高的重建精度和良好的实时性品质指标.     

基于保持内容的变形算法的虚拟展示系统

采用基于图像渲染的算法实现了三维虚拟展示系统.该系统可以从不同角度,以不同放缩比例交互式浏览真实物体.首先基于SfM算法来重建原始摄像机轨迹和稀疏的三维点云,并拟合摄像机轨迹为三维平面圆.在两连续视点之间使用对极变换算法,将特征点集投射到新视图,最后使用基于保持内容的变形算法生成新视图图像.两视点都能生成对应的新视点图像,连续两个视点可以生成内部新视点的两幅新视图.最后新视图和原始视图合成视频.该系统通过操作视频实现放缩和旋转的交互式浏览方式,优点在于不需要对物体做三维重建,仅基于图片的方式来展示物体.和基于三维重建的三维展示系统不同的是,该系统基于图像渲染,运算量小,交互方式简洁、更真实.     

基于OpenCV的双目测距系统

为解决利用双目设备实现测距并使测距时间控制在毫秒级的问题, 研究了摄像机标定、 立体校正、 极线约束下的块匹配和三维重建等关键技术。使用立体相机将拍摄多个角度的棋盘照片保存到计算机中进行角点检测和标定, 以获得摄像机参数。使用Bouguet标定立体校正算法\, 立体匹配使用块匹配方法。得到视差图后求出三维点云, 进行三维重建, 根据三角相似原理计算目标物体的距离。使用OpenCV2.4.3, 在VS2010编译环境下, 用VC++编程实现。该系统只需普通立体相机采集图像, 成本低, 与其他立体匹配方法相比, 块匹配方案测距速度快且准确度满足应用的要求。     

工业CT三维图像的表面平滑方法

针对工业CT图像含有噪声过多导致得到的工业部件的三维图像表面有毛刺和部分不连续的问题,将三维鲁棒Chen-Vese算法和基于水平集的非局部表面恢复算法结合用于工业CT三维图像的表面平滑处理.首先,利用三维鲁棒Chen-Vese算法对工业部件的灰度体数据进行三维图像分割,得到用水平集函数表示的工业部件的三维图像表面;然后,采用基于水平集的非局部表面恢复算法对工业部件的三维图像表面进行平滑.实验结果表明,利用该方法获得的工业部件的三维图像表面,在边界得到保护的同时减少了大量的噪声,而且在表面有毛刺和部分不连续的地方进行了重造,图像整体变得更为平滑,此可为工业CT三维图像的可视化软件的逆向设计和改造提供高质量的三维图像,减少了后期处理的计算量和存储量.     

基于图形处理器的锥束CT快速迭代重建算法

提出了一种基于图形处理器实现的锥束CT图像迭代重建算法.该算法将三维纹理作为被重建物体的离散模型,基于射线投射方法实现了锥束CT的正投影计算;通过反向逐层映射到三维纹理实现了反投影计算;采用多纹理融合等技术完成了图像校正和投影校正.与经典的TMA-SART算法比较,作者算法运算速度快,占用显存少,支持全浮点精度运算,且易于在算法中添加先验知识和约束条件.通过对Shepp-Logan模型的图像迭代重建实验,验证了该算法的优势.     

一种三维图像表面重建的方法

在计算机立体视觉研究中，主要针对人造场景，提出了一种新的三维表面重建方法。该方法首先对景物的灰度图像进行分割，将景物图像分成各种不同的区域，利用了将立体像对进行边缘特征匹配的结果，并使用各种曲面模型对各区域进行拟合，以求得整个区域内的视差值，再对整个视差图进行自适应平滑，得到了较为满意的结果。     

结构光三维曲面重构

提出了一种基于结构光三维视觉的曲面重构方法。探讨了摄像机的标定、光平面的标定。并利用经物体表面调制过的结构光条纹作为物体三维信息传递工具，以CCD摄像机作为图像获取器件，通过计算机软件处理，对调制过的光栅条纹进行分析解码。最后通过已标定的系统获取物体的三维曲面数据。     

一种三维图像表面重建的方法

在计算机立体视觉研究中，主要针对人造场景，提出了一种新的三维表面重建方法，该方法首先对景物的灰度图像进行了分割，将景物图像分成各种不同的区域，利用了将立体像对进行边缘特征匹配的结果，并使用各种曲面模型对各区域进行拟合，以求得整修区域内的视差值，再对整修视差图进行自适应平滑，得到了较为满意的结果。     

一种基于深度计算的图像增强现实系统实现

为解决在低能见度条件下由于景物无法辨识而无法进行增强现实的问题,以及在增强现实中虚拟物体与真实物体之间的深度一致性问题,研究了增强现实技术原理,给出了低能见度条件下增强现实方案,并设计了一个基于深度计算的图像增强现实系统.该系统可利用双目摄像机实时采集目标图像,并利用校正标定后得到的视差图像,采用半局部匹配方法(SGBM)算法和深度计算实现虚拟物体的跟踪配准.在不同环境下的实验表明,该系统具有良好的实时性、光不变性和深度一致性.     

基于体素的医学图像三维表面模型重建

三维表面模型重建是将CT和MRI等医疗影像设备获得的二维图像重建成三维立体表面显示图像的过程·重点研究了其重建算法的具体实现:在建模上采用了基于体素的三维物体体积重建;在显示上提出了基于Ray Casting的三维物体二维直接显示技术·所以,和传统采用三角面拟合的方法相比,具有图像重建过程无需生成中间数据,无需进行3D物体的边界检测等优点,同时该算法并行性好,易于采用硬件方法实现加速·     

双目立体视觉摄像机标定及精度分析

以VC++为开发平台,采用开源的OpenCV函数库实现张氏标定算法;以标定板上的角点为测量对象,进行双目立体视觉系统的三维数据测量.采用标定获得的摄像机参数对模板图像进行校正,使用Harris算子进行角点提取,并对各行各列角点进行最小二乘直线拟合,以其交点为最终的角点位置,最后进行角点匹配与反求.测量结果的精度分析表明...     

基于双目立体视觉系统的测量研究

为了实现摄像机与目标物体之间距离的信息,由双目测量原理,采取结合OpenCV与Matlab的方式,设计出一套关于双目测距的立体视觉系统;系统首先对双目摄像机的内外参数进行标定,从黑白格组成的标定板中获得角点信息,使用亚像素角点检测法对角点坐标信息进行更精确检测,在黑白格组成的标定板分别距离双目摄像机300、400、500、600、700mm处获取不同位置的标定图像,经过张正友标定法最终可以得到双目摄像机所需内外参数;其次通过BM(Block Matching)立体匹配算法在VS2017坏境与opencv3.4.7库配合下完成了摄像机的立体校正、立体匹配进而得到视差图;最后在实验中使用了双目摄像头,并编写了代码通过鼠标点击所得到的视差图获取对应的世界坐标来实现物距的测量;实验结果表明:被测物距离摄像头光心500~700mm这一范围时,实测距离和实际距离相对误差百分比在0.171% ~0.192%之间,且实测距离在2 950mm内实验误差小于5%满足实验精度要求。