旋转扫描序列图像的全景图拼接方法

针对火炮身管内表面观测的特殊需求,考虑到传统的图像拼接方法效率低或精度低的缺陷,提出了一种硬件和软件相结合的基于旋转扫描序列内表图像的全景拼接方案和图像拼接算法.该方案用步进电机驱动45.平面反射扫描镜和CCD相机同步旋转来实现对等距内表面序列图像的快速获取,利用获取的序列图像根据步进电机的步进角度完成内表面全景图像的粗级拼接,即在拼接中首先对步进旋转角度θ和图像素距离P进行标定,然后根据标定结果选取待配准的子图像区域,在子图像区域中采用基于相化相关的图像配准方法对图像进行像素级配准,从而完成对序列图像的精级拼接.为了实现图像的平滑过渡避免出现拼接痕迹,最后提出了基于人眼视觉特性的高斯函数权值加权图像融合过渡的方法.试验和仿真结果表明:该方案能够实现内表图像的快速高精度全景拼接,拼接的精度达到像素级,拼接时间小于500 ms,能够满足内腔表面观测的实时性需求,非常适合工程实际应用.     

结构光三维测量系统标定的关键算法研究

系统参数标定是结构光三维测量系统的关键问题之一,标定板特征圆圆心检测精度与投影仪、相机镜头gamma效应引起的相位误差是系统参数标定的主要误差来源。采用Sobel算子粗定位标定板特征圆的边缘点,以正交傅里叶-马林矩(OFMM)算子对边缘点进行亚像素定位,用椭圆拟合法确定特征圆圆心的方法提高标定板特征圆检测精度。同时,推导结构光三维测量系统gamma非线性数学模型,将计算得到的系统gamma值的倒数作为投影正弦光栅的指数以降低gamma效应引起的相位误差。实验结果证明了该方法的准确性,与不采用亚像素边缘检测与gamma校正相比,X、Y方向的标定精度分别提高约3.5倍与5倍。     

“网格式平行线法”在螺纹参数测量中的应用

在计算机视觉理论基础上发展起来的视觉检测(vision inspection)技术具有非接触、速度快、精度适中、可实现在线等优点，已广泛地应用于工业产品的在线检测。在计算机视觉检测技术中CCD摄像机是一个最关键的器件，其参数是否准确决定了检测的精度。所以，摄像机标定是视觉检测技术中最基本的也是最重要的一步。在比较其他标定方法的基础上，为了解决传统标定方法对螺纹图像测量系统所带来的一系列问题，采用了一种新的图像测量系统的标定方法——网格式平行线标定方法，该方法运用了CCD亚像素细分技术及调焦技术，可直接得到纵横2个方向的像素，经过理论分析及实验结果均表明，采用该方法具有标定简单、精度高、重复性好等优点，是一种较好的螺纹图像测量系统标定方法。     

基于边缘拟合的双目视觉定位与测量方法

针对双目视觉定位与测量中某些被测物体角点不明显导致检测精度不高的问题,提出一种基于亚像素边缘拟合的双目视觉定位与测量方法。利用双目系统标定的结果对拍摄的图像进行去畸变和立体校正处理;使用Zernike矩方法对预处理的图像进行亚像素边缘检测,对获得的亚像素点进行聚类和拟合,计算拟合曲线的交点;根据对极几何原理来完成左右图像中的交点的立体匹配,利用视差及三角测距原理获得被测物体的位置信息及其尺寸。实验结果表明,新的方法能较好地解决角点不明显导致双目视觉立体匹配和定位精度问题,并能提高检测效率。     

基于角度交会的二维坐标图像测量系统

针对基准平面障碍物检测定位问题,设计了一种采用角度交会法测量二维坐标的嵌入式图像检测系统。二维坐标测量系统采用双线法标定线阵CCD图像传感器,并采用角度交会法对被测对象进行坐标计算,从而测得未修正的二维坐标测量结果。采用控制变量法分别测量X轴和Y轴坐标,使用Matlab软件对数据进行处理,并对X轴和Y轴测量误差分别进行多项式线性拟合,进而得到坐标修正公式,修正的二维坐标误差明显变小。实验结果表明：基于角度交会的二维坐标图像测量系统能够实时、准确、快速和可靠地测量二维坐标,为基准平面障碍物二维坐标测量定位提供了一种可行的方案,具有一定的应用价值和意义。     

一种实用的X型靶标亚像素角点提取方法

为了提取亚像素角点和实现高精度的标定,提出了一种基于Harris算子和空间矩的亚像素角点提取方法。利用Harris算子,在优化后的范围内提取像素级角点;运用改进后的梯度模板提取像素级角点周围部分边界点,并利用空间矩的方法得到边界点的亚像素级坐标;将亚像素边界点进行直线拟合,并将交点的平均值作为该角点的亚像素坐标。实际测试证明:利用该方法提取到的角点精度可以达到0.1pixel,可满足实际的公差要求,为X型靶标的角点提取提供了一种新的思路,目前已经将该方法应用到了嵌入式机器视觉工业现场。     

针对标定图像中Harris伪角点的自动修正算法

针对Harris算子在提取标定图像中的特征点时可能出现的伪角点,提出了一种新的自动修正算法.通过对伪角点邻域内图像进行X和Y两个方向上的一维亚像素扫描,然后用基于正交距离的直线或曲线拟合算法计算两条边缘线条,最后用两边缘线条的交点来估计正确角点位置.本文对机器视觉标定中的棋盘格图像进行大量实验,结果证明该方法具有较好的鲁棒性,达到了预期的两个目的:1)修正图像中的伪角点;2)得到高准确度的亚像素角点.     

针对标定图像中Harris伪角点的自动修正算法

针对Harris算子在提取标定图像中的特征点时可能出现的伪角点,提出了一种新的自动修正算法.通过对伪角点邻域内图像进行X和Y两个方向上的一维亚像素扫描,然后用基于正交距离的直线或曲线拟合算法计算两条边缘线条,最后用两边缘线条的交点来估计正确角点位置.本文对机器视觉标定中的棋盘格图像进行大量实验,结果证明该方法具有较好的鲁棒性,达到了预期的两个目的:1)修正图像中的伪角点;2)得到高准确度的亚像素角点.     

一种基于相位相关的亚像素红外图像配准算法

图像匹配技术广泛应用于各种图像处理任务,如图像拼接、机器视觉等。通常匹配算法的精确度只能达到像素级别,但在很多图像处理任务如超分辨率重建中需要亚像素精度的图像配准。提出了一种基于相位相关的亚像素图像配准算法。根据两幅离散数字图像的相位相关矩阵中的最大值以及其附近若干点可以拟合估计出实际的峰值位置,进而实现两幅图像的亚像素运动估计。提出的算法针对热像仪采集的红外图像进行匹配实验,实验结果表明该算法精度相比通常的亚像素匹配算法较高,且具有更好的实用性。     

基于相位相关的亚像素配准技术及其在电子稳像中的应用

介绍一种基于相位相关的图像配准方法,并将该方法应用于序列图像的运动检测,通过运动补偿,实现了序列图像的稳定输出。采用相位相关配准方法对序列图像进行亚像素精度配准,运用基于最小二乘的曲面拟合法,估计当前图像相对参考图像的亚像素级的平移量。在补偿图像运动时,为保证亚像素级的补偿精度,采用平滑算法,避免在图像补偿时出现马赛克现象。最后,对样本图像进行了亚像素级位移配准和图像补偿对比实验。实验结果表明,提出的方法可以检测到0．01pixel的运动量,最大配准误差为0．008pixel;采用亚像素级运动量补偿图像,最大误差〈0．5。     

基于点阵标定板的视觉测量系统的标定方法EI北大核心CSCD

在应用机器视觉技术进行测量时,测量系统的像素当量、系统误差和光源强度等因素均会对测量精度造成影响,因此必须对像素当量和系统误差进行标定,并分析光源强度对工件图像边缘位置的影响。提出一种基于点阵标定板的视觉测量系统综合标定方法,在提取标定圆圆心坐标的基础上,计算圆心距物理尺寸和像素尺寸的比值,得到像素当量;建立圆心实际坐标和理论坐标的二元三次误差模型,并利用最小二乘法拟合求解误差模型系数;通过确定光源强度引起的图像边缘位置误差补偿量,实现测量系统的综合标定。实验结果表明,该方法可以有效提高系统的测量精度。     

基于单应性矩阵的大尺寸零件视觉测量图像拼接方法

针对视觉检测技术对大尺寸复杂零件测量精度低的问题,提出一种基于单应性矩阵的大尺寸零件视觉测量图像拼接方法。首先建立世界坐标系→相机坐标系→投影坐标系→图像坐标系之间的归一化模型,提炼出简单易懂的坐标变换表达式H;然后对摄像机进行多次标定,确定像素当量、拍摄视场及焦距;再获取零件图像,利用前面得到的最简坐标表达式H得到拼接图像之间的配准,最后完成若干副图像的拼接,把拼接结果和SURF特征点方法及向后映射模型归一化的拼接结果进行比较。结果表明,该方法可以大大减少大尺寸零件拼接的时间,较SURF特征点方法和向后映射拼接用时分别降低86.55%和67.30%,拼接精度远高于SURF特征点方法和向后映射方法,分别提高了50.95%和25.08%,测量精度满足大尺寸零件检测精度要求。     

基于点阵标定板的视觉测量系统的标定方法

在应用机器视觉技术进行测量时,测量系统的像素当量、系统误差和光源强度等因素均会对测量精度造成影响,因此必须对像素当量和系统误差进行标定,并分析光源强度对工件图像边缘位置的影响。提出一种基于点阵标定板的视觉测量系统综合标定方法,在提取标定圆圆心坐标的基础上,计算圆心距物理尺寸和像素尺寸的比值,得到像素当量;建立圆心实际坐标和理论坐标的二元三次误差模型,并利用最小二乘法拟合求解误差模型系数;通过确定光源强度引起的图像边缘位置误差补偿量,实现测量系统的综合标定。实验结果表明,该方法可以有效提高系统的测量精度。     

基于曲线拟合的亚像素边缘定位方法的研究

图像的边缘定位是图像测量的关键之一,随着测量精度要求的提高,已由早期的像素级边缘定位发展到了现在的亚像素级边缘定位。根据地球在地球敏感器CCD阵面中的成像特性,提出了一种基于曲线拟合的亚像素边缘定位方法以获取地球“灼热圆盘”的边缘。该方法利用曲线拟合获得的拟合斜率以及灰度值来提取图像的边缘。仿真结果表明,采用曲线拟合亚像素边缘定位法可使图像的边缘定位精度达到百分之几个像素,具有较高的精度。     

基于机器视觉的高精度测量与装配系统设计

在对某些精密产品实现自动化生产过程中,存在难以对装配该产品所需的多种装配小零件进行高精度自动测量与装配的问题。针对该问题,搭建了基于机器视觉技术的自动化测量与装配系统。基于Halcon图像处理软件平台,对零件图像进行了中值滤波、图像增强等预处理;采用了Canny算法对零件求取像素精度的边缘,并运用椭圆曲线拟合法获取了亚像素精度边缘;建立了两种相机镜头畸变模型,采用径向排列约束(RAC)标定法与张正友标定法对相机进行了标定,并对标定精度进行了对比;实验结果表明：本系统的装配同轴度精度能达到0.05mm,零件尺寸测量标准差低于3.8μm,满足工业需求,可以解决工业实际问题。     

十亿像素瞬态成像系统实时图像拼接

为了满足工程应用对图像拼接实时性的要求,依据已设计完成的基于同心球透镜与微相机拼接阵列复合结构的十亿像素瞬态成像系统,提出一种基于统一计算设备架构(CUDA)与先验信息相结合的自适应图像拼接并行加速算法。首先,利用高精度四维标定平台对相邻微相机成像重叠区域进行预标定。接着,采用基于CUDA的快速鲁棒特征(SURF)方法检测提取重叠区域图像的候选特征点集。然后,运用基本线性代数运算子程序(CUBLAS)加速基于随机KD-Tree索引的近似最近邻搜索(ANN)算法,用于获取初始匹配点对。最后,提出一种改进的并行渐近式抽样一致性(IPROSAC)算法,用于剔除误匹配点对和空间变换矩阵的参数估计,从而得到拼接图像的空间几何变换关系。实验结果表明,该算法的图像拼接时间为287 ms,与单独采用CPU串行算法相比速度提高了近30倍。     

基于曲率多尺度的高精度角点检测

为了提高角点检测的精度,满足算法的稳定性与实时性,提出了一种基于曲率多尺度和局部迭代的亚像素角点检测算法。首先基于Canny算子和自定义边缘跟踪算法检测目标轮廓,然后利用多尺度曲率多项式得到像素级的角点,最后以像素级角点为中心,利用向量正交性原则,采用迭代算法及双线性插值得到子像素级角点。实际测试表明:该方法检测效率高,提取到的角点稳定,精度可以达到0.2pixel,可满足实际应用中的实时、高精度要求,目前已成功地应用于嵌入式机器视觉工业现场。     

一种线阵CCD融合光栅尺的高精度尺寸测量新方法研究

为了解决数字图像亚像素级高精度尺寸检测问题,采用了基于人工神经网络的线阵相机镜头畸变矫正方法,比传统的多项式拟合法矫正精度高且操作简便;提出了将光栅尺融入线阵相机扫描机构的新方法,利用高精度光栅尺测位移信号触发线阵CCD图像采集动作,精确获取线阵相机扫描目标的亚像素级图像。实验证明,新的测量技术可在对运动系统要求不高的情况下获取高精度图像,图像检测精度可以达到1μm。     

实时图像记录与处理系统

针对图像记录与处理的实时性问题,设计并实现了实时图像记录与处理系统,同时实现了对高速图像采集、海量数据存储和实时图像处理功能。介绍了系统的硬件组成和图像实时记录、处理的软件设计,在实时图像处理中将最小二乘法应用于角点检测,实验结果表明该方法检测精度能达到亚像素级,而且对噪声不敏感,检测稳定性好。     

基于机器视觉的西林瓶尺寸检测

在西林瓶生产过程中,尺寸是一项重要的产品质量判断标准,与传统的西林瓶尺寸人工检测方法相比,基于机器视觉的自动检测具有巨大优越性。为实现西林瓶尺寸的检测,提出了一种基于机器视觉的西林瓶尺寸检测方案,设计了系统的图像采集和背光源照明方案,通过中值滤波对图像进行去噪,利用对图像像素点的运算算法,对图像的灰度进行了校正变换,增强图像的对比度,采用Canny算子成功提取西林瓶边缘,在HALCON平台下实现了西林瓶尺寸测量。设定系统标定方法并选取15个2mL样品西林瓶进行测试,结果表明,该方法对西林瓶尺寸检测快速准确,边缘量化精度达到了亚像素级别,检测精度为0.02mm,满足西林瓶生产的参数测量精度要求,为工业生产产品尺寸的自动检测提供了一种有效的新途径。