基于双目视觉和主动光源的河工模型三维地形测量方法

针对河工模型三维地形测量需要,提出了一种基于双目视觉和主动光源的非接触多点测量方法.首先,利用传统的DLT模型(Direct Linea Transformation)估算图像主点坐标,再借助考虑畸变矫正逐步补偿的非线性优化方法标定出相机的内外参数;其次,通过图像形态学处理提取点阵光斑的质心坐标,根据定位光斑与其余光斑的位置关系精确匹配出左右两幅图像中的同名斑点;最后,利用超定线性方程组计算点阵光斑的三维坐标,插值重构出河工模型的三维地形图.该方法装置简单,测量速度快,测量精度达0.2mm,具有良好的推广前景.     

水下双目视觉系统中的目标分割和目标定位

针对典型灰度化和阈值方法用于水下目标分割时存在的目标分割不完整等问题,提出了基于灰度对比度增强的两步目标分割方法:第一步基于彩色矢量阈值进行目标粗分割;第二步分析局部对比度和区域内均匀性,动态确定不同通道的权值和反向处理,进而增强灰度对比度,完成目标精分割.针对典型标定、立体匹配和目标位置测量方法不适用于本研究环境的问题,提出了基于目标尺寸估计的目标定位方法,首先完成在线外参标定和目标圆心匹配,然后利用双目位置测量数据估计目标的尺寸,最后采用单目位置测量得到定位数据.结果表明:该分割方法能够准确分割目标,分割准确率和错分类比率均优于典型方法,定位方法能够得到目标三维位置数据,研制的双目视觉系统能够有效配合水下运载器-机械手系统完成自主作业任务.     

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.     

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。     

双目立体视觉系统设计

双目立体视觉是一种对目标点进行准确快速定位行之有效的方法,通过对双目立体视觉系统标定、立体匹配等关键技术的研究,设计开发了一种可以广泛应用的双目立体视觉系统。该系统采用了两种匹配算法,分别采用传统上基于极线约束的特征点灰度相关匹配算法和基于SIFT(Scale Invariant FeatureTransform)特征描述子的改进匹配算法实现。在实现双目立体视觉系统的目标点定位基础上,进行了两种匹配算法的性能比较和分析。实验表明该双目视觉系统设计具有良好的实用价值。     

基于双目便携式三维扫描技术 的小工件测量

在小工件测量上,传统的接触式测量方法测量速度慢、效率低,而非接触式测量方法中双目视觉测量法和线结构光法都存在一定的缺陷。采用双目视觉测量与线结构光法相结合的方法,对小工件进行了测量。利用两个CCD摄像头和一个激光发射器构成了一个双目视觉测量系统和两个完全对称的线结构光测量系统,通过双目视觉测量系统测量标志点空间坐标;并基于标志点位置的不变性匹配系统不同位姿,用线结构光法获得激光线上的点在当前世界坐标系下的三维坐标;并匹配到基准坐标系中,从而得到工件表面点在基准坐标系下的三维坐标,达到测量目的。试验结果表明,该方法弥补了双目视觉测量法对物体曲面测量效果不理想和线结构光法单次测量数据少,空间定位不便的缺点,具有操作简便,测量适用性强的特点,误差在1 mm以下。     

无人飞行器双目视觉位姿估计算法改进与验证

针对无人飞行器(UAV)在未知复杂环境下的导航问题,提出一种基于双目视觉的UAV位置和姿态估计算法.利用基于非线性尺度空间的KAZE特征构建立体图像对的特征点检测与描述,用Knn算法进行特征点匹配,导出相机坐标系下特征点三维坐标,用随机抽样一致(RANSAC)算法与L-M迭代算法获得UAV姿态和位置估计值.实验验证结果表明,基于KAZE特征的UAV双目视觉位姿估计算法的准确性、实时性与可重复性好,能满足UAV实时导航要求.     

图像噪点数据的定位与优化

提出一种噪点数据定位及优化滤噪的方法 .方法以图像数据存储的行、列位置为X-Y平面，以该位置的灰度值为Z轴，构建三维数据位置与灰度值坐标关系图；将三维坐标分别投影到X-Z平面与Y-Z平面进行噪点数据定位；以定位的坐标边界为有效邻域，设定矩形滑窗进行均衡化处理.实验结果表明，该方法不仅有效的滤除了噪点，还很好地保留了原有图像的细节，实现了噪点数据的定位与优化.     

一种改进的基于灰度投影的人眼定位算法

利用灰度投影对人脸图像进行检测和眼睛定位是一种常用方法,但是直接采用该算法进行眼睛定位,容易将鼻子或嘴的水平位置误判为眼睛水平位置,从而导致检测准确率降低。本文在计算图像水平方向灰度投影时,加入像素点的位置方差特征,这样可以准确地找出眼睛的水平位置,从而精确的定位眼睛坐标。算法在FERET人脸数据库上测试,准确率达92.4%。     

基于全景图的道路交通设施位置测量方法

以交通标志和红绿灯等道路交通设施的空间位置为获取对象,使用全景相机对道路图像进行采集.使用球心投影算法获取前方道路图像,在相邻两帧图像间构建虚拟双目视觉系统,并基于此系统计算道路交通设施的高度信息,同时通过拼接获得高精度的道路正射影像地图,在地图上标注道路交通设施的路面位置信息,由此可以获取道路交通设施的精确空间位置数据.实验结果显示:路面位置的标注结果精度可达厘米级,高度计算结果的平均误差较小,本方法测量所得数据可准确反映道路交通设施的空间位置.     

基于特征匹配算法的双目视觉测距

距离测量作为障碍物检测以及路径规划的前提和基础是机器人研究领域的一个重要分支。在众多测距方法中,由于双目立体视觉具有信息丰富、探测距离广等优点被广泛应用。本文将改进的SIFT特征匹配算法应用到双目视觉测距与标定系统中。首先建立双目视觉测距模型,测量值由空间物点在左右摄像机下的像素坐标值决定;其次根据该模型的特点提出了基于平行光轴的双目立体视觉标定方法;最后利用改进的SIFT特征匹配算法,提取匹配点的像素坐标完成视觉测距。实验结果表明,根据测量数据对障碍物进行三维重建,相对距离与真实场景基本吻合,能够有效地指导机器人进行避障。     

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。     

基于Harris-Hist的特征匹配及目标定位算法

针对目前机器人伺服定位抓取中定位精度和实时性较差的问题, 提出一种基于Harris-Hist的快速特征匹配及目标定位算法. 首先, 采用Harris检测算法提取图像特征点; 然后, 提出一种新的特征点描述子定义方法, 计算特征点圆形邻域内像素点灰度直方图刻画特征点, 通过计算两幅图像中各特征点描述子间的距离实 现特征匹配; 最后, 根据匹配结果, 估计单应性矩阵, 定位目标在场景图像中的位置. 实验结果表明, 该算法匹配速度快、 定位精度高, 能满足机器人伺服定位抓取中定位精度和实时性的要求.     

压浆技术在水泥砼路面养护中的应用

分析了水泥砼路面板底脱空和错台的成因及危害，介绍了压浆技术的施工方法，提出正确地应用压浆技术，可以起到事半功倍的效果，为水泥砼路面预防性养护提供参考。     

基于双目视觉的物料三维空间定位算法

针对移动机械臂抓取物料过程中的三维空间定位问题,提出一种适用于双目视觉的物料定位算法。首先基于双目视觉成像原理,构建手眼矩阵,完成双目相机坐标系到机器人坐标系的转换;其次将注意力机制嵌入到主干网络的CSP结构中,采用一种YOLOv5s+CBAM改进网络结构,在自制的物料数据集上mAP达到99.1%,FPS为71,可实现物料抓取点位置的准确检测;最后针对抓取点立体匹配错误导致深度信息获取错误的问题,提出一种基于灰度值测距的SGBM改进算法获取深度信息。经实验检测,平均测距误差5.16mm,结合目标检测,可实现物料抓取点三维坐标的定位。     

一种改进的SIFT特征点匹配算法

提出一种改进的SIFT特征点匹配算法.以提高图像特征点匹配算法效率为目的,研究了SIFT特征点描述子基于欧氏最小距离测度的匹配算法.由于SIFT特征点检测算法检测到的特征点数量较大,且每个特征点描述子都是128维的向量,而基于欧氏最小距离测度的匹配算法要求,待匹配第一幅图像的每个特征点要和待匹配第二幅图像的所有特征点求距离,排序后寻找极值,这导致了算法效率较低.依据光学成像理论和双目视觉理论,由第一幅图像每个特征点的坐标,从行列两个方向缩小第二幅图像待匹配特征点坐标的搜索范围,在保持匹配精度的基础上,提高了算法的效率,算法速度约是原算法速度的2.7倍.     

基于改进的加速鲁棒特征算法的工件定位方法

为了解决传统的图像处理算法识别现场获得的工件图像速度慢且匹配效果较差等问题,通过对工件图像的识别方法进行研究,提出了一种改进的加速鲁棒特征(SURF)算法可以实现工件准确、实时的定位。该算法基于加速分割测试特征检测器(FAST)对SURF算法的特征提取方式进行改进,首先利用FAST提取特征点,然后通过SURF算法生成特征点描述子,使用主成分分析算法(PCA)对描述子进行降维。随后以欧式距离作为相似性度量进行粗匹配,再采用随机抽样一致算法(RANSAC)剔除误匹配点。最后结合双目视觉技术得到工件空间位置坐标。实验结果表明：本文提出的算法在运行时间上相比传统SURF算法减少80%,同时提高了匹配的精度。可见达到了准确、实时的工件定位目的。     

基于双目视觉技术的物体深度信息的提取

传统的双目匹配算法得到的数据是左右视图匹配点的二维坐标;但二维坐标将丢失物体的三维深度信息。提出一种利用视差原理在世界坐标系内计算该物点在现实中所对应点的三维坐标的新方法。该方法分为三部分:第一部分为双目相机的标定,包括内参(主点、焦距、径向畸变、不垂直因子)以及两相机之间的外参(旋转矩阵和平移矩阵)。第二部分为特征点的提取与匹配,特征点的提取则是利用SIFT算子提取左右视图的特征点,匹配则是将两视图中的对应点(现实中为同一点)利用SIFT算法进行匹配。第三部分为物体深度信息的计算,利用双目相机的视差原理和已经得出的双目相机的参数进行空间还原得到相应的左右视图投影投射矩阵,结合空间几何线性关系计算出该点在世界坐标系的三维坐标,从而得出其深度信息。     

计入字符识别跟踪的双目摄影振动测量方法

针对大尺寸结构振动和模态测量要求,提出一种基于字符编码标志的双目摄影目标追踪振动测量方法。设计了一种由字符和圆形组成的编码标志,采用自适应维纳滤波进行图像去噪,自适应局部阈值法提取字符特征,基于BP神经网络训练进行字符识别,实现目标的追踪匹配;进行标志区域灰度平滑,采用灰度质心法获取标志中心坐标;基于双目摄影振动测量方法计算测点的时域振动响应。以某3kW风力机叶片为对象进行实验研究,结果与锤击法的前3阶频率相对误差均小于0.9%,表明该方法可靠可行。