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。     

基于计算机视觉的架空线近距离预警系统

在户外工作环境中,由于机械设备臂展较长以及操作过程中受设备操作人员的注意力、判断力、视线范围的限制,极易发生作业设备与架空线相碰而引发的电力事故,因此设计并实现了一种架空线近距离预警系统.该系统由两个摄像头负责采集实时环境图像,根据透视投影模型,由矫正过后图像中的点与标定板上点的映射关系以及两个摄像头的坐标位置,计算出目标物的物理坐标,再求得目标物和架空线之间距离,若小于安全距离则报警.仿真实验结果表明:预警系统具有良好的实时性和准确性,能够满足一定范围内的预警需求.     

一种虚拟场景车辆检测与测距方法

为了提升前方车辆测距精度,提出了一种基于改进目标检测(SSD)算法的车辆检测与测距方法。采用场景仿真软件PreScan搭建测试场景,使用改进的SSD算法,对摄像头采集的视频进行车辆目标检测。将检测框下边缘的中心点坐标作为图像中车辆坐标,根据单目视觉测距算法进行车辆目标测距。实验结果表明:在网络阈值为0.9时,改进的SSD算法对小车辆目标检测精度提升了6.6%。可以检测到70 m左右的目标,提出的测距方法可以达到2%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.     

港口集装箱自主识别定位技术

针对港口集装箱自动装卸问题,结合双目视觉和深度学习技术,设计了一种基于Faster R-CNN(faster regions with convolutional neural network)模型的集装箱三维识别定位方法。首先利用双目摄像头采集装箱图像,用于训练Faster R-CNN模型,然后使用该模型检测图像中的集装箱目标,对识别出的目标添加矩形框,并提取其中心点图像坐标,接着通过对双目摄像头进行标定和匹配,获取集装箱矩形框中图像坐标点的深度,实现对集装箱的三维定位,最后将集装箱的三维坐标转换到轮胎吊吊具坐标系下,获得所有集装箱目标中心和吊具中心距离。实验结果表明,系统运行速度可以达到30 fps,平均定位误差在5 mm以内,系统可以有效解决集装箱三维实时识别和定位问题,提升港口集装箱自动化装卸能力。     

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。     

基于双目视觉技术的高压输电线路巡检机器人在线测距

为实现巡检机器人在线测距的实时性和可靠性,对传统测距算法进行改进,提出一种用于高压输电线路巡检机器人视觉导航的双目实时测距算法,左右摄像头相互协作,在左摄像头障碍识别的基础上对线路障碍物进行预设取点,然后通过两摄像头对所取点进行测距,随着机器人前进不断更新障碍物到镜头的距离。实验结果表明:该测距算法具有速度快、精度高和实时性强等优点。     

基于共面标记点的AR跟踪系统

该文讨论基于视觉的、用于AR系统的动态目标实时跟踪系统设计．通过两个摄像头实时跟踪安装在动态目标上的人工标识物，通过图像处理和立体视觉理论获取被跟踪目标物体在空间中的姿态．在跟踪算法中采用了卡尔曼滤波器预测跟踪窗口的运动轨迹，同时利用MPI技术在两台普通性能的计算机上并行执行目标跟踪的程序，实现了低成本的动态跟踪功能．     

一种基于机器视觉的自动标定贴屏实现方法

针对手机贴屏系统中存在显示屏和触摸屏对位不准确问题,提出了一种基于机器视觉的自标定贴屏的实现方法.利用两个固定的单目摄像头对两屏进行图像采集,对两个屏幕的图像信息分别经过小波变换、Hough直线检测等算法处理之后得到两个屏幕的两对贴合点的图像坐标,利用自标定等几何方法计算出贴合点的三维坐标,得到显示屏和触摸屏之间的位置关系.此贴屏算法实验得到的数据精度高,图像误差率限制在2%以内,三维误差率限制在0.02 cm以内,可为手机自动贴屏机的伺服控制机构提供准确的数据支持.     

半智能排爆机器人的单手双目手眼系统

针对目前排爆机器人手动控制方式的不足,研究和开发了一个单手双目手眼系统用于半智能排爆机器人的自动控制.该系统基于双目视觉原理,采用Matlab7.0作为运算引擎,调用机器视觉软件eVision6.2中的EasyMatch 模式匹配库进行立体匹配,实时捕获图像,进行摄像机标定、图像预处理和匹配,确定可疑目标物的坐标,并把图像实时显示在控制台,自动控制手臂靠近并准确抓取可疑目标物.该半智能排爆机器人抓取实验的相对误差小于2.54%,表明该立体视觉系统在精度上能满足半智能排爆机器人的要求.     

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。     

基于平面靶的多气泡虚拟三维测量系统标定

基于单台高速摄像机和两组反射镜建立多气泡虚拟三维测量系统,根据立体视觉测量原理及投影变换模型,以平面靶为标定基准,通过镜头畸变校正与非线性算法优化,对系统中的左右虚拟摄像机及传感器参数进行标定,并应用于气液两相流中多气泡的实际测量.结果表明:使用平面靶标定的虚拟三维系统测量误差小于0.06,mm,可精确重建多气泡三维轨迹,实验结果具备可靠性和适用性.     

基于立体靶标的摄像机标定方法

为获取视觉测量系统中二维图像到三维空间位置的变换关系,提出一种基于立体靶标的摄像机标定方法.针对无畸变小孔成像模型,使用最小二乘法求解初始投影矩阵后通过LM准则对其优化;根据多张图像对应的投影矩阵,求解摄像机内参数及各相应外参数;引入二阶径向畸变模型,建立理想图像坐标和实际图像坐标间的方程求解初始畸变系数;使用LM准则...     

视觉测量中的一种线性摄像机标定方法

视觉测量中成像模型的求解速度和效率是下,利用预先标定好的图像尺度因子,采用一幅图像对摄像机的外部参数、有效焦距、径向畸变进行标定,标定过程中,每一步均用线性方程组求解.该方法求解过程快速,结果准确,适合视觉测量中对摄像机的不定期标定.     

基于立体图对的颜色校正算法设计

基于多摄像机的视觉应用中通常假设统一的颜色响应。但是当摄像机之间存在较大的成像特性差异或光照变化时,所获得的立体图对间就会出现严重的色彩差别。这种差别会导致后续颜色匹配的不准确,并进一步影响立体视觉算法的性能。为了解决这个问题,提出了一个鲁棒的基于图像分割和特征点匹配的颜色校正算法。和传统的全局校正或者有参考物体的校正算法不同,提出了一种基于区域的校正算法。该方法不仅避免了全局校正算法无法满足局部需求的矛盾,同时也摆脱了设置参考物体的复杂和低效。大量实验证明了所提出算法的有效性和鲁棒性。     

集成测量系统中摄像机的标定方法

针对三坐标测量机(coordinate measure machine,CMM)与计算机视觉集成测量系统中摄像机的标定提出了一种简单、快速的标定方法.该方法把制作精度、定位精度高,运动范围广的CMM测头作为标定物,采用两步法对摄像机进行标定.标定过程中控制测头运动到指定位置,采集测头图像,用图像处理技术实现测头中心亚像素级定位,实现空间点和图像点的对应.标定方法简单,无需制作标定物,避免了标定物制作误差和角点定位误差的影响,可任意增加标定点的个数、指定标定点的位置.     

基于虚拟棋盘的校准精度分析研究

标定目标板是相机标定中必备的材料。针对摄像头与目标标定物之间的距离对标定精度的影响,进行棋盘图分别约占整个屏幕的1/3,1/2,2/3等情况下的相机标定实验。实验结果证明当棋盘图的图像约占整个屏幕的1/3时,标定精度最高,误差最小。针对虚拟标定板对标定精度的影响,设计9×7和13×9两种规格的虚拟标定板;并且对虚拟标定板在约占整个屏幕的1/3的情况下进行标定。结果证明虚拟标定板的标定结果优于同规格的物理标定板。     

结构动位移测试的计算机视觉方法实现

基于计算机视觉原理,采用相机参数标定、图像跟踪和三维点重构技术,建立了以普通消费级相机为测试手段的结构动位移测试方法.通过简谐振动、悬臂梁自由振动和框架模型振动台试验验证了该方法的准确性和适用性.结果表明:基于计算机视觉的动位移测试方法是对目前其他传统测试方法的很好补充.     

测量比的标定方法分析与应用

标定是视觉测量的首要环节,标定结果的精度及算法的性能影响测量结果,在机械零件的尺寸测量中,普遍采用标定测量比的方法进行测量.经过缜密地推导,得出了测量比的计算公式,给出了严格的测量比定义.根据新的定义,必须保证零件到相机的距离和标定件到相机的距离严格相等,否则测量结果毫无意义.以空间两点高程差测量为例,给出了用测量比法进行尺寸测量的详细过程,可作为修正由于零件到相机距离变化而引起的测量误差的参考.