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.     

一种便携式的无人机航测非量测相机标定方法

相机标定是确定相机几何和光学参数的过程,相机经过标定后能更准确地获取二维目标点坐标对应的空间三维信息。针对无人机航空非量测相机便捷、精确的标定需要,采用了一种基于红绿编码板的自检校光束法平差标定方法。该方法通过自动提取和识别编码标志、建立同名点对,利用同名点对进行相对定向测定初始参数,然后考虑相机内参数和镜头畸变等因素,采用严格的自检校光束法平差模型解算出精确的相机参数。通过对NEX5N相机拍摄的45张相片作为实验数据解算该相机内部参数,实验结果表明,由于标定板便于携带,标定场布设简单,该方法对实验场地要求低,并简单易行,且标定的速度快、精度高,基本可以满足无人机非量测相机"随时随地"即时标定的需求。     

多视几何无人机影像堆体体积量算

针对形态不规则、大规模或不便于近距离实测的堆体体积的计算问题,借助低空无人机(Unmanned Aerial Vehicle,UAV)搭载非量测的普通数码相机对堆体进行倾斜摄影,获取堆体多视角的倾斜影像。利用运动恢复结构和基于面片的多视角立体视觉(Sf M-PMVS)技术处理由无人机获取的倾斜影像。在引入地面像控点后,首先对影像进行特征点提取和基于最近邻距离比率(Nearest Neighbor Distance Ratio,NNDR)算法的SIFT粗匹配,采用随机抽样一致算法(Random Sample Consensus,RANSAC)剔除误匹配点对进而精确求得影像的基本矩阵F完成影像匹配。引入经相机检校得到的相机内参数精确求解本质矩阵E,恢复相机运动姿态后由投影矩阵P计算稀疏点云在物方坐标系下的坐标,采用PMVS算法进行点云密集匹配,经光束法平差后得到堆体在物方坐标系下精确的三维密集点云。对三维密集点云做点云分割,剔除非堆体表面点后构建Delaunay三角网,利用数字地面模型(Digital Terrain Model,DTM)法计算堆体的体积。与用GNSS-RTK均匀测得堆体表面三维坐标点采用DTM法计算堆体体积的结果对比证明,所给方法计算堆体的体积在准确性上能满足实际生产中的要求。     

利用单幅影像的空间目标姿态测定方法

提出一种利用已知外方位元素的单幅影像测定空间目标姿态的方法.在观测到目标物体上一定数量控制点的情况下,利用角锥体方法求解本体坐标系下影像外方位元素的近似值,通过坐标变换获得物方坐标系下的目标姿态参数初始值并带入共线方程,采用最小二乘平方差解算出精确姿态参数.该方法避免了利用2台或多台摄像机进行运动目标姿态测定的摄影同步问题,具有更大的灵活性和实用性.模拟和实际数据的试验结果验证了方法的正确性.试验结果还表明,摄影中心距离目标越远,相机的焦距越长,姿态测定的精度就越差.实际应用中可以根据具体情况和精度要求,灵活选择不同数量的控制点和合适焦距的相机来进行空间目标的姿态测定.     

事故车辆图像特征点的自动匹配

实现交通事故现场勘查中物体的立体视觉量测,需要对勘查获取的立体图像进行匹配。但由于一般自动匹配记录信息和事故研究所需信息的差异,使得自动匹配成果难以直接应用到交通事故勘查的立体匹配中。针对该问题,研究提出了一种事故车辆图像特征点的自动匹配方法,应用SIFT理论和BP神经网络理论,构造了事故车辆图像特征点的自动匹配模型,并进行了实验验证。研究结果表明,该匹配方法可以实现立体像对中任一选定目标的自动匹配,匹配的结果能够做为精匹配的提示。该项研究大幅度提高立体匹配选点的效率,加快交通事故立体视觉系统量测的速度,还可以作为一种技术手段给车牌被遮挡的违章车辆的确认提供借鉴。     

基于DEM迭代法的立体辅助影像制作及精度检测

数字正射影像没有三维立体信息,不能量测地貌高程。传统构建可量测的立体模型的方法是在原始遥感影像立体像对上实现的,同时还需要相关参数的支持。在DEM支持下,通过引入投影视差光线,在数字正射影像上,制作立体辅助影像,并与原正射影像共同构建立体正射影像对,产生与实地相似的几何模型,进行立体观察与量测,可解决地貌高程量测问题,是另外一种构建立体三维环境的思路。本文介绍了DEM迭代法的原理及制作立体辅助影像的流程,进行了实际生产和精度检测。     

基于投影器-数码相机的物体三维重建

针对三维重建在计算机视觉和近景摄影测量目标物体纹理缺乏的特点,在传统用数码相机摄取影像数据的基础上,引入了投影器设备,构成投影器-数码相机系统。该系统可使投影器能够人为地给物体表面添加纹理特征,这些纹理特征清晰稳定、相对容易提取和匹配;利用投影器虚拟影像和数码相机拍摄的带有投影纹理特征的物体影像构成立体像对,可通过空间前方交会的方法解算纹理特征的空间坐标;连接相邻的空间纹理特征点,可形成物体三维立体模型。实验及其结果证明了基于投影器-数码相机系统的物体三维重建的有效性和实用性。     

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。     

基于置信度传播算法的嫦娥三号全景相机数据匹配方法研究

全景相机是嫦娥三号重要载荷,与其他载荷共同完成巡视区地形地貌、撞击坑、地质构造等科学目标.其中,月表数字高程模型由全景相机获取,是开展上述科学分析的重要依据,高程模型的建立依赖于全景相机数据的匹配.分析月表形貌和全景相机数据的特点,本文基于置信度传播理论,综合灰度与梯度信息,提出融合灰度与梯度特征的视差能量模型;同时在置信度解算时,依据像素点与邻域梯度进行有效的能量传递,防止视差断裂区域能量的不当传递,保证全局匹配质量.试验选取两组立体像对,分别代表视差断裂区以及高亮区,结果表明本文提出的方法匹配正确率较传统置信度匹配高,从而能保证精度较高的月表DEM构建结果.     

基于立体视觉的一般物体识别方法

为了使计算机具有与人类相似的在复杂背景下识别一般物体的视觉处理能力,提出了一种基于立体视觉的一般物体识别方法.该方法的核心在于融合二维图像信息和双目相机获取的深度信息,对视野中的环境进行物体定位、图像分割、特征描述以及物体识别.通过双目相机获取环境的三维点云信息,并利用mean-shift算法进行聚类,剔除干扰点,从而实现物体在二维图像上的定位与分割.利用含有空间关系的BoW模型对分割后独立区域内的物体进行识别,得出判别结果.此外,在利用sift算法进行特征点提取以及利用mean-shift算法进行聚类的环节中,采用CUDA环境下的GPU进行加速处理,提高了处理速度.实验结果表明,所提方法具有较好的识别效果和鲁棒性.     

编码孔径相机获取优化全景图的新方法

提出一种利用编码孔径相机拍摄照片并进行全景图拼接的方法. 首次将深度相机和全景摄影结合起来,利用编码孔径相机获得的场景深度信息,可得到只含感兴趣部分的全景图以及细节清晰的全聚焦全景图. 与传统直接将源照片按照几何分布拼接在一起的全景图拼接方法相比,本文方法能够有效去除场景中近景物体在全景拼接中的错误,避免中距离物体破坏远景场景的完整性,同时获得全景图的模糊部分进行优化. 在这个框架下,运用本文方法对各种全景图拼接进行了大量实验,展示了拼接的过程以及拼接结果,结果表明本文提出的计算框架能够有效达到优化全景图的目的.      

基于四目系统的复杂表面高精度密集空间点云获取方法

在敦煌莫高窟文化遗产数字化保护中,针对基于立体视觉的方法对目标进行三维重建时,复杂表面缺乏特征点,难以获取高密度和高精度空间三维点云的问题,提出了一种基于投影和四目立体视觉的方法。首先,采用投影仪向目标投射黑白棋盘格,并检测角点;然后通过软件细分,将棋盘格在横向和纵向分别平移9次,将棋盘格角点数扩展81倍;最后,用基于四目立体视觉系统的匹配策略,短基距系统用来立体匹配,长基距系统用来计算空间坐标,获取均匀、高密度和高精度的三维点云。实验结果表明:与传统的Harris算子相比较,所提方法获取的三维点云数据能更准确地描述目标的三维结构,点数在数量级上有提高。精度方面,所获取三维点云空间坐标的绝对误差小于1 cm,相对误差小于10%。     

立体相机微距拍摄质量客观评价方法

在充分研究立体相机参数设置准则基础上,提出了一种立体相机微距拍摄质量的客观评价方法.结合平行和会聚相机不同的内部结构及成像规则,分别研究两种立体相机的内部参数和场景参数对拍摄质量的影响,通过大量主观实验,最终建立了立体相机微距拍摄质量客观评价模型.实验结果表明,所提出的评价模型与主观评价结果基本一致,能够反映立体相机微距拍摄质量的优劣.     

基于双目视觉和旋转云台的远距离虹膜识别系统

 虹膜识别技术是一种新兴的生物特征识别技术,相对于指纹识别和人脸识别具有更高的准确率和稳定性,影响虹膜识别的瓶颈问题在于虹膜图像获取不太方便。当前该领域的热点就是研发一种可以在远距离、全自动地拍摄虹膜图像的设备,以解决虹膜识别的易用性问题。设计了一种基于双目视觉和旋转云台的远距离虹膜识别系统,该系统首先对摄像机进行标定,对双目摄像机中的人脸图像进行配准,从而估计人脸在空间中的大致位置;然后,系统利用旋转云台将虹膜摄像机自动对准人的眼睛并进行自动对焦,在捕获到清晰地虹膜图像后进行虹膜识别。实验证明,本文的立体视觉方法可以比较准确地定位物体空间位置,系统自动获取的虹膜图像质量好,识别率高。这种系统有望能够在未来的虹膜识别领域得以大规模应用。     

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。     

基于立体视觉的被动测距技术研究

为了实现基于立体视觉的被动测距技术,该文搭建了一套双目成像测距系统实验平台,研究了基于双目立体视觉的被动成像处理算法;设计了可实现多目标的实时跟踪测距的双目成像测距应用软件,对提出的一种基于SIFT搜索窗口大小随着目标尺寸变化自适应调整的跟踪算法进行了验证.测试结果表明该软件在跟踪、测距方面表现出色,在1~2个目标时具有较好的实时性.通过平面标定法进行准确的摄像机标定,采用SIFT特征匹配算法进行立体匹配,测试结果表明在取octave层数为4时,匹配准确度一般可在0.05个像素范围内.实际外场测试实验表明,该算法对一定距离范围内的目标物体进行测量具有较好的准确性.     

体视对全息图的制作和显示

体视对全息显示的基本思想是只用一个“体视对”,利用全息原理再现两个象:左眼只能看到从左边拍摄的景物再现平面图象;右眼只能看到从右边拍摄的景物再现平面图象。由于拍摄景物照片可以在非相干光下用普通相机去拍摄,所以不管景物如何庞大,也不受此法所限。 本文介绍了两种制作体视对全息图的具体方法,并推导了两种方法中的体视感放大率公式,公式表明体视感放大率仅与拍摄景物基线长、相机焦距等有关,与相机离开景物的距离无关。     

一种新的三维PIV自标定技术

相机标定是获取相机内外部方位参数的过程。利用体视投影匹配确定的标定参数,就能从两幅体视照片中确定视场内一点的三维位置。提出一种新的在三维PIV测量中使用的相机自标定技术。该方法只需要测量现场的任意八个不相关点和一个标定长度做参照,就可实现流场的自标定,完全不需要再测试现场放置标定体,更不需要已知相机的内外方位元素。该标定方法分为两步:第一步标定相机内方位元素:由三灭点定理确定体视相机的初步标定参数;第二步标定实际流场:利用同源像线与基线必定确定一平面作为优化约束,对第一步取得的参数进行非线性优化。实验证明,该方法行之有效。     

基于双曲面镜的全向摄像机视觉实现方法

给出了一种由双曲面镜和常规摄像机构成全向摄像机视觉系统的实现方法,通过对双曲面镜几何模型、全向成像原理和摄像机结构的分析,得出满足单一视点约束的全向摄像机的设计方法;并给出了基于图像的系统安装方法;最后通过将实际图像平面坐标系中的点投影到虚拟图像平面的方法对全向图像进行重投影,校正得到任意方向无畸变的透视投影图像.实验结果表明,该系统不仅满足人眼观察的需要,也可用于视频监视 ,目标跟踪和立体视觉.