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.     

内窥镜校正中棋盘格标志点自动提取方法

为了解决具有大畸变内窥镜标定的标志点提取困难和人工参与较多等问题,提出了一种简单快速准确的棋盘格标志点提取方法。该方法是采用粗提取和优化来完成棋盘格标志点的提取的:首先利用高斯滤波去除图像噪声,并计算两次图像的梯度特征,利用梯度极值约束得到粗提取的角点;然后利用棋盘格标志点的对称特点消除噪声点的影响,并得到优化的角点位置。实验结果表明,该方法简单易行,计算量小,不需要人工干预即可获得全部标志点,反投影误差小于0.2pixel。     

复杂刚性运动物体的高精度三维测量算法

基于相移法的三维形貌重建精度高,对环境噪声和阴影等不敏感,但由于多幅条纹解相位,难以应用于动态物体的三维测量中,为此,提出了一种新的算法.基于Harris算法提取刚性运动棋盘格的角点,确定相邻两帧采集条纹图像之间的像素偏差并校正采集条纹图像;根据投影仪和摄像机的标定参数建立投影图像和采集图像之间的空间变换矩阵,并根据变...     

多几何约束下的鱼眼相机单像高精度标定

以待标定鱼眼相机近似垂直棋盘格获取的单张影像为对象,综合利用多种几何约束分阶段求解鱼眼相机参数初值并进行全局优化:利用鱼眼图像轮廓对称性计算得到准确的相机主点位置(u_0,v_0),并通过轮廓外接矩形扫描搜索巧妙回避了黑色背景下的轮廓点检测困难;精确拟合棋盘格两组互相垂直平行直线在鱼眼图像上投影椭圆,计算椭圆交点并将其反投影到单位球面获得平行直线灭点,根据灭点方向正交约束得到相机等效焦距初值(f_x,f_y)及旋转矩阵角度初值;利用径向对准约束及棋盘格角点信息先线性求解平移矢量(t_x,t_y)初值,进而建立一元二次方程求解平移矢量t_z初值,最后通过最小化棋盘格角点重投影误差对除主点外的全部相机参数进行全局优化,并利用优化参数对鱼眼图像实施立方盒展开纠正。对海康威视两种型号(视野范围不同)定焦鱼眼相机的标定及其影像纠正试验结果表明,本文方法重投影均方根误差(RMSE)小于1/3 pixel,标定参数对鱼眼图像不同区域的平面透视纠正效果总体上较稳健,中心区域纠正效果略优于边缘处,纠正影像上棋盘格角点直线拟合RMSE均小于0.7 pixel,效果明显优于网上标定工具箱结果,具有较好的应用价值。     

双目视觉测量系统特征点提取与匹配技术研究

自主研发了一种光笔式双目立体视觉大工件尺寸测量系统,对测量系统中特征点的提取及其匹配技术进行了研究。测量系统采用 Canny 算子和 Zernike 矩相结合的算法实现椭圆光斑的亚像素边缘提取,根据得到的亚像素边缘点,采用基于最小二乘的曲线拟合法得到椭圆光斑的中心坐标。针对特征点的匹配问题,提出了一种基于位置约束的快速匹配方法。实验结果显示:所提方法能提取到椭圆光斑亚像素边缘,可精确计算出椭圆光斑中心坐标,匹配率达到95%以上。     

基于HALCON的双目立体视觉工件尺寸测量

为了实现对大批量生产工件尺寸的精密测量，该文基于双目立体视觉视差原理，设计了一种工件尺寸实时测量系统；系统通过两个工业数字摄像头实时采集工件不同角度的两幅图像，并基于机器视觉软件HALCON的HDevelop开发环境，对两幅图像进行相关预处理，获取感兴趣区域。提出一种基于canny的亚像素边缘检测、边缘细化、基于atukey权重函数的最小二乘法边缘拟合及边缘均匀取点算法获取精确的边缘特征点，并通过双目系统标定、极线约束与NCC相结合的立体匹配、世界坐标转换、几何计算相结合的非接触式双目视觉方法进行尺寸测量。通过大量实验证明，该方法可有效地获取工件特征点的三维坐标值，不借助外部测量仪器实现工件关键尺寸的高精度实时检测，检测精度达±0.2mm以上，简单快捷，具有较好的准确性和实时性。     

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。     

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。     

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。     

零件的角点提取及匹配定位

本文基于三坐标测量机(CMM)设计了一套视觉检测系统,该系统能够对零件实际空间特征信息进行比较全面地提取。针对位于CMM平台上带有角点的零件,利用Harris算子提取从CMM三个不同方位获取的零件图像的角点。对于Harris算子提取到的角点,本文提出一种八链码搜索法和SUSAN区域法相结合的伪角点剔除方法,最后基于立体视觉的原理,提出"距离空间图"匹配算法,将以上3幅图像一一建立匹配关系。实验中多次改变零件在CMM中姿态时,多次实验数据表明本文的角点提取精度与真实角点间仅存在1~2像素的偏差,零件的定位误差为1~3 mm。通过实验验证,角点匹配和定位的稳定性和精度满足要求,具有一定的抗干扰性和实用性。     

光栅投影三维测量系统标定技术研究

相机与投影仪的标定是影响光栅投影三维测量系统精度的因素之一，且标定所得参数的精度直接影响系统的测量精度。分析标志点边缘成像时的退化模型，提出了基于高斯曲线拟合与边缘局部区域效应相结合的亚像素边缘检测方法，获取高精度边缘，提高标志点检测精度；使用基于透视变换图像矫正的标志点快速排序匹配方法，进行相机快速高精度标定。分析投影仪标定时的相位误差，提出了一种基于径向基的线性插值方式，提高标志点圆心相位获取精度。实验验证，使用上述亚像素边缘检测方式，标志点的边缘残差为0.0871，对比基于高斯曲线的拟合方式，精度提高了41%，相机标定重投影误差均值为0.0524像素；使用上述相位插值方式，投影仪标定重投影误差均值为0.1203像素，对比使用双线性插值方式，标定精度提高23.9%。     

基于Bertrand曲面模型的边缘检测算法

针对图像边缘检测过程中噪声抑制与细节保留不能兼顾的问题,提出一种基于Bertrand曲面模型的边缘检测算法.在确定像素级边缘的基础上,选取沿边缘方向的带状域为拟合区域,利用Bertrand曲面具有沿母线各点的法线与母线共面的性质,将拟合曲面区域内的像素点信息转化为边缘曲线的活动坐标,并对转化后的像素点坐标和归一化灰度值进行拟合,求得亚像素边缘到像素级边缘的法向距离,实现图像亚像素边缘的检测.用视觉测量系统对量块直线边缘进行实验,并与改进Facet曲面拟合亚像素边缘检测算法比较,说明基于Bertrand曲面模型的边缘检测算法具有较高的定位精度,测得一等量块的直线度误差在1μm以内,多次测量的误差平均值为-0.811μm,可靠性高.通过机油泵泵体测量实例,说明本文算法可以应用于机械零件的精密测量,尤其适用于中心距、孔径等的测量.     

基于改进SUSAN算法的箭环目标跟踪与测量

针对发射场火箭初始段漂移量的测量，提出一种带灰度梯度方向的SUSAN算子，实现了基于该算子与变模板相关跟踪算法的目标跟踪测量方法.首先在SUSAN特征检测原则的基础上，将对角点的检测转化为对边缘的检测，同时记录梯度方向，在剔除了图像噪音点之后，由具有特定方向信息的边缘像素点精确定位角点的坐标.该方法克服了标准SUSAN算法准确度低的弊病，使得对目标的提取准确度可以达到亚像素级，并增强了抗噪性能，实验证明该算法提取准确性高，运算量小，易于实现.     

光学测量中椭圆圆心定位算法研究

提出了一种椭圆圆心定位算法。先对图像中的椭圆目标进行粗定位,获取椭圆的粗定位信息,再用Canny算子对图像中的感兴趣区域进行边缘检测。根据椭圆的粗定位信息以及图像的边缘灰度分布特征,用高斯曲线拟合的方法求得精确的亚像素边缘点的坐标。针对亚像素边缘点中出现的“孤立点”以及噪声点,分别用曲率滤波和均值滤波的方法加以滤波,将滤波后的亚像素边缘点用最小二乘法加以拟合,求得精确的椭圆圆心数据。实验证明了该算法的定位精度和抑制噪声能力,通过测试算法运行时间,证明该算法具有很好的实时性。     

基于光线角度标定的坐标测量方法

提出了一种基于光线角度标定的被测面坐标测量方法。该方法以二维棋盘格参照物作为标定靶,测量得到外置光孔以及标靶上角点的坐标。将由角点过光孔的光线投影于世界坐标系各平面,计算出此光线与摄像机光轴的夹角。拍摄单幅图像,由Harris角点检测算法得到图像坐标系下角点坐标,以像素为单位插值,根据针孔相机原理,可得到CCD靶面上各像素点过光孔的光线与光轴的夹角,以此计算标定靶面上任意点的空间坐标。实验结果表明,该方法具有较高的精度。由于只需要拍摄一幅图像,因此可以完成实时测量。     

基于迭代拟合的集装箱角件边缘检测算法

噪声通常是影响集装箱角件图像中低层次语义信息提取精度的重要因素,传统的边缘检测算法通常通过改进滤波器和阈值来消除图像中的物理噪声和环境噪声,但是却无法去除边缘检测后的噪声,为解决这一问题,提出了一种基于迭代拟合的边缘检测算法。首先,对角件图像进行一系列预处理操作获取边缘点集,其次,使用拟合算法处理点集并且得到函数表达式,然后定义偏差值度量并计算,用于衡量目标点集到拟合或者检测结果的偏差,最后,去除定义下距离拟合结果最远的指定数量的点,如此迭代拟合直至评价函数收敛。实验结果与分析表明,该算法可以有效地去除边缘点集中的非真实边缘点,相比于传统的边缘检测算法更能去除特殊噪声,算法具有收敛速度快、准确率较高、灵活性好等特点。     

一种基于平面靶标的全自动标定方法

摄像机的快速高精度标定一直是视觉测量中亟需解决的主要问题,目前针对不同的摄像机成像模型有多种标定方法。提出了一种基于圆形标记点以及极径、极角的棋盘格角点排序算法,实现了单目和多目摄像机的高精度全自动标定。通过实验验证了该算法对于不同位姿标定图像的有效性和稳健性,实验结果表明改进后的标定方法既保证了摄像机的标定精度,又提高了标定的自动化程度,可以广泛应用于机器视觉中的单目和双目摄像机的标定。     

一种基于边缘特征的亚像素投影配准算法

为了提高红外图像配准准确度,充分利用图像的边缘信息,结合线性插值,对原有的投影算法引入新的图像相似性评价函数——均方误差函数(Mean Sequare Erron,MSE),提出了基于边缘特征的亚像素投影配准算法.提取图像边缘特征明显的部分做配准能提高匹配概率,引入积分投影能有效降低算法的计算复杂度.算法中还运用了线性插值,使配准准确度达到亚像素级水平.     

基于视觉测量的齿廓图像边缘失真判别算法

针对齿轮视觉测量过程中因齿廓表面受到污染导致齿廓图像边缘出现光学失真,从而影响齿廓偏差、齿距偏差测量精度问题,提出一种基于视觉测量的齿廓图像边缘失真迭代逼近——临近度判别算法(IAPD).建立渐开线齿廓图像边缘过渡带内像素点法向偏距与像素点极径的映射关系,将复杂的二维图像边缘信号转化为容易处理的一维信号;利用小波去噪算法对信号进行处理,提取齿廓边缘的失真特征;采用变阈值迭代逼近算法分离出齿廓倾斜偏差;采用K-邻近度分类方法自动判别齿廓图像边缘失真的起止位置,为齿距、齿廓偏差测量时进行齿廓图像边缘失真修正提供定位依据.为验证本算法的可靠性,根据相邻同名齿廓真实边缘的相似性,对失真齿廓和无失真齿廓图像提取亚像素边缘,并进行相似性比较,实现基于相似性比较的齿廓图像边缘失真判别算法,以此对IAPD算法的失真区域判别精度进行校验.实验结果表明:本文提出的齿廓图像边缘失真判别算法能够快速自动识别图像失真区域,失真区域边界的径向定位精度可以达到2.5个像素(50μm),能够满足图像边缘失真修正补偿的定位精度要求,可以实现齿轮测量的实时计算.