计算机双目视觉中的动态规划立体匹配算法研究

计算机双目视觉技术是自然光条件下可使用的非接触测量方法,对于逆向工程、工业检测、三维重建、移动机器人导航等领域都有重要的实际应用价值.针对动态规划立体匹配中存在的条纹瑕疵问题,本文提出一种新的动态规划立体匹配方法,设计了新型矩形窗口计算匹配代价,构建基于遮挡约束的优化函数,在降维低分辨率图像上求取控制点抑制条纹瑕疵.选择Middlebury平台上的4个组的图像作为实验图像,将基于置信传递的立体匹配方法和基于图形切割的立体匹配方法作为比较方法,对本文方法的性能进行验证. 4个组的实验图像的立体匹配实验结果表明:基于控制点修正的动态规划立体匹配方法,获得的视差图像连续稠密、坏像素比例低,明显优于两种比较方法.应用本文方法,对比基于图形切割的立体匹配方法(GC)和基于置信传递的立体匹配方法(BP)获得的视差图像,坏像素比例分别下降了1～2个百分点.     

基于AEDNet的双目立体匹配算法

提出了一种基于AANet(有效立体匹配自适应聚合网络)改进的立体匹配网络——AEDNet(自适应端到端立体匹配网络),该网络在特征提取模块通过限制卷积核大小以取得较低抽象程度的特征,通过简单卷积简化网络结构．在代价聚合中采用尺度内聚合模块,通过可变形卷积达到自适应的代价聚合,以及在尺度间聚合模块采用传统的跨尺度聚合方式一定程度上弥补缺失的全局信息．本网络在KITTI数据集上验证其性能,与AANet相比AEDNet参数数量下降了25%,实验结果表明所提网络在保证精度的情况下能高效地实现立体匹配．     

基于双目立体视觉的列车目标识别和测距技术

随着近几年铁路运输量的大幅度提升,铁路运输自动化被提上了日程,现如今火车的调车与编组的效率都有了大幅度提高,但是,火车的摘钩分解操作依旧是需要人工完成.针对摘钩作业时间短,需要在机器人和车厢同步时准确识别目标把手和测距的问题,提出使用双目立体视觉技术配合机械臂自动摘取车钩的方法并对视觉部分进行深入研究:通过图像预处理和模板匹配技术识别目标把手,在利用特征检测和匹配算法恢复双目摄像机间的位姿信息,并对双目摄像机的位姿信息进行校正.为了克服立体匹配时光照不均的影响,提出了基于局部融合的立体匹配算法获取视差图,最后使用三角测量计算列车分解区域中目标把手的深度信息,实现三维重建.此方法可以在识别把手位置后,测量把手距双目视觉系统的物理距离,为机器人自动摘钩提供数据基础.     

双目视觉中的一种人脸立体匹配及视差计算方法

研究并实现了一种基于双目视觉的人脸立体匹配计算方法.采用OpenCV技术结合肤色模型检测技术得到准确人脸区域,在实验对比了3种相似性度量算子优缺点的基础上,采用互相关性度量算法作为区域匹配方法.为了缩小搜索范围及提高匹配准确率,提出结合极线约束、人脸区域约束、人脸对称性等约束条件进行立体匹配,再利用左右一致性原则进行视差后处理.实验表明,本文给出的算法在时间效率上以及对应点的匹配率上有了较大的提高,效果较好,可为后续进行人脸三维重建提供良好的基础.     

基于双目立体视觉的自主导航运动系统

基于视觉系统的自主导航技术是近年来机器人研究领域的一个热点.以双目视觉为基础,采用张正友棋盘标定法实现了立体摄像机的精确标定,基于区域的归一化互相关法完成视频的立体匹配,并通过盒滤波技术改善了算法的执行速度,基于膨胀栅格的距离向量直方图法实现运动系统最优路径的选择.通过使用标准测试图和真实场景图对系统性能进行测试,结果表明算法符合要求.最后给出了系统的实现方案.     

双目立体视觉系统的摄像机标定技术

摄像机标定是立体视觉的第一阶段,也是极其重要的阶段。本文用张正友平面标定方法对双目立体视觉系统进行标定,获取了其结构参数。实验表明,标定结果有较高精度。     

基于MATLAB与OpenCV相结合的双目立体视觉测距系统

双目立体视觉测距技术是当前机器视觉领域中的一个主要研究内容.本文设计了基于MATLABatlab与OpenCV相结合的双目立体视觉测距系统,利用MATLAB进行摄像机标定后将结果导入到OpenCV进行后续的图像处理与立体匹配.摄像机标定通过MATLAB标定工具箱来完成,较于人工标定和OpenCV标定具有更好的鲁棒性和较高的精确性.立体匹配采用区域匹配中相对快速实时的SAD匹配,能够更好的被应用于工程实际.     

基于双目视觉的电力塔倾斜检测方法

电力塔倾斜检测对电力系统安全运行具有至关重要的作用.针对传统电力塔倾斜检测方法效率低的问题,设计了一种基于双目视觉的塔倾斜检测系统,该系统具有远程智能、准确且便捷的特点.通过张氏标定法进行双目摄像机的标定与校正,基于DeepLab V3+对电力塔图像区域进行分割并提出融合低阶特征的DeepLab V3+网络结构.由极线立体匹配算法得到电力塔侧棱视差,通过该侧棱特征点的三维坐标拟合侧棱空间直线方程,建立倾斜度计算模型估计电力塔倾斜度.最后和经纬仪测量结果进行对比,平均测量误差为0.020°,在技术标准的允许误差之内,实验说明该系统可以准确便捷地计算出电力塔倾斜度.     

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。     

双目立体视觉匹配的预处理技术

针对双目立体视觉图对区域匹配应用中存在的问题, 提出一种三阶段的匹配预处理方法. 该方法将小波阈值去噪算法和直方图均衡化技术相结合, 有效地去除了图像随机噪声和高斯噪声, 实现了立体图对间亮度差异的平衡, 并经过拉普拉斯锐化处理提高了图像对的对比度. 实验结果表明, 三阶段匹配预处理算法可有效提高立体图对间的匹配准确率.     

基于监视器的双目立体视觉的立体效果

首先提出了一个基于监视器的双目立体视觉模型，然后重点分析了由视差引起的立体效果，以及直线段立体成像的立体效果．最后通过实验证实了论文的结论，并给出了一个虚拟植物可视化立体展现的实例．对于直线段立体成像的情形，定量分析和实验表明，当观察者保持双眼平行地远离或靠近屏幕时，看到的各点深度都相同的图像虽然会产生移动，但是不会感到有明显的形变．这为立体图像尺寸的测定提供了可行的方法．     

一种快速有效的体视图匹配方法

研究了体视技术中最困难的一点:体视图的特征匹配问题.首先探讨了若干理论问题,然后提出了一种基于边缘线段的、快速有效的体视图匹配方法.其匹配过程分为两步:初始匹配和引导匹配.在初始匹配中,施加了epipolar约束和局部的几何与区域约束,以减小搜索空间.引导匹配在一个线段连接关系图的启发引导下进行,其特点是使用启发式搜索技术,基本避免了搜索空间的指数爆炸问题.最后给出了实验结果.     

基于道路环境的车载双目系统立体匹配算法

为提高车载双目系统户外工作性能,提出了一种车载双目系统立体匹配算法。在代价计算阶段,提出了一种3bitCensus变换,该变换提高了对局部特征的描述能力并具有较强的鲁棒性;在代价聚合阶段,提出了基于边缘截断的自适应窗口聚合算法,该算法能够根据局部特征和边缘信息自适应的调节聚合窗口,提高了算法匹配精度;在视差计算阶段,利用跳跃式视差计算方法,进一步提高了计算效率。实验证明:基于3bit-Census变换+基于边缘截断的自适应聚合+跳跃式视差计算的立体匹配结构能够有效提高双目系统的鲁棒性、匹配精度及计算效率,适用于车载双目系统。     

机器人双目图像实时立体匹配算法

针对移动机器人平台上的双目视觉深度信息获取问题,研究了一种适用于动态图像序列的双目图像立体匹配算法.采用成熟的半全局立体匹配算法对图像快速立体匹配;分析了在复杂环境下的运动平台上完成立体匹配所面临的主要噪声干扰,包括白斑噪声和断层闪烁噪声;为此,分别提出了白斑滤波算法和视差图时间域滤波方法以抑制这两种噪声.试验结果表明,所提出的算法能够有效抑制动态双目图像在立体匹配时的噪声干扰,最终能够实时获得连续清晰的视差图序列.      

双目立体视觉系统中同名点的自动提取

提出了一种新的方法来进行双目立体视觉系统同名点的自动提取,对现有的特征点匹配方法进行了改进,通过对同名点的自动提取,获取了摄像机相对校准所必需的参数.     

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。     

一种立体视觉图像的特征选择与匹配方法

从立体图像对中获取精确的三维信息需要进行相机建模、标定和图像点的匹配［１，２］．提出了特征点的选取；利用金字塔图像结构进行立体匹配，以及对匹配点进行整体性检验的准则。实验表明，该算法匹配速度快，错误概率小，匹配点在整个景物中分布均匀。     

三目立体视觉中线段基元的匹配方法研究

提出了利用金字塔图传播匹配的三目线段基元立体视觉方法。该方法中匹配起始三元组的选择建立在透视投影的可靠基础之上,而进行传播匹配大大限制了搜索范围,因而可以加速计算,并避免了可能的误匹配。传播匹配利用立体图像组在二值边界图像金字塔图中的结构相似性,而整个匹配结果的考察与认定是通过传播率的比较实现的。该方法能够有效地克服双目立体视觉方法的某些本质局限性,确保匹配结果精确可靠。     

融合绝对误差和与Census变换的双目立体图像匹配算法

针对传统立体匹配算法受光照和纹理结构等变化的影响,匹配成功率低或容易出现匹配失败的问题,提出一种融合SAD和Census变换的双目立体图像匹配算法。该算法基于图像预处理,首先集成SAD和Census算法的优势,以取代单一匹配代价计算方法;然后,使用一种十字交叉代价聚合策略来提升匹配效果;最后,为验证本文算法的有效性,选择不同的实验场景,对不同分辨率的图像进行立体匹配的综合对比实验,实验结果表明本文算法在匹配效率和匹配精度等方面具有显著优势,适用于复杂场景中高质量视差图的生成。