双目视觉中基于对偶四元数的三维运动估计

针对现有的三维运动估计算法在精度、效率和稳定性等综合性能上的不足,提出了一种结合双目视觉三维重建和利用对偶四元数表达运动参数的新算法。该算法以双目视觉系统为基础,采用SIFT算法进行图像特征点的提取和匹配;根据匹配关系进行三维特征点重建,以获取三维场景中运动目标的结构参数;利用对偶四元数可同时表示刚体的旋转和平移运动的特点,实现目标对象运动参数的表达和求解。通过实验将提出的算法与现有算法(包括奇异值分解法、正交分解法和单位四元数分解法)进行比较,结果表明,该算法具有更加简洁的表达形式,在保持传统算法精度和稳定性优势的基础上提高了计算效率,具有更优的综合性能。     

双目视觉用于鱼苗尺寸测量

为了有效地提高鱼苗尺寸测量的效率及精度,搭建了平行式双目立体视觉系统。根据双目视觉原理,首先基于改进后的由多组同心圆构成的标定板对双目视觉测量系统进行定标;然后利用Harris角点提取算法获取鱼苗图像的关键特征点,并基于归一化互相关(Normalized Cross Correlation,NCC)立体匹配算法对关键特征点进行匹配,提取坐标数据;最后根据坐标数据进行计算,得到鱼苗的空间坐标,实现对鱼苗尺寸的精确测量。结果表明,由所搭建的平行式双目立体视觉系统测量的相对误差在8%以内,为双目视觉应用于鱼类养殖业的可行性提供了依据。     

基于广义正交迭代算法的立体视觉定位

提出了一种新的基于广义正交迭代算法的立体视觉定位.该算法通过提取CenSurE局部特征和相应的U-SURF描述符,采用SAD方法进行子像素立体匹配,并利用U-SURF描述符匹配进行前后帧图像特征跟踪.在RANSAC框架下对匹配点进行3D-3D运动估计获得了运动参量的初始值.由于3D-3D运动估计使3D点集间欧式距离误差最小,而3D特征点坐标受噪音影响很大,因此运动估计误差也较大.本文把广义正交迭代算法应用到立体视觉定位方法中,得到使立体相机目标空间共线性误差最小的运动估计参量,由于共线性误差比3D-3D运动估计算法中的共点误差受噪音影响更小,从而大大较少了运动估计误差.仿真实验和户外真实实验表明：本文算法获得了较高的计算准确度、鲁棒性和实时性,优于传统方法.     

基于双目单视面的三维重建

以双目立体视觉理论为基础,采用基于模仿人眼的双目单视面所给出的规律,设计出一套简单的三维重建算法。为了利用双目单视面的原理,采用两个光轴交叉放置的相机来拍摄物体。对所得的两幅图片进行坐标转换,将图像坐标转换为角度坐标,然后在球坐标域进行特征匹配,对得到的匹配点进行曲线拟合,将拟合得到的点转换到空间域,进而得到目标物体的三维模型。实验结果表明,此匹配算法可以准确确定目标物体的位置,而且此算法计算复杂度比较低,后期的数据处理采用分段匹配的方式,使得坐标转换以后得到的目标物体的三维模型相对准确且稠密。     

基于平面镜成像的单摄像机立体视觉传感器研究

在传统双目立体视觉传感器的基础上,对基于平面镜成像的单摄像机立体视觉传感器进行了研究。在电荷耦合器件(CCD)摄像机前放置一平面反射镜,通过对目标物体和其虚像进行拍摄,得到一幅具有视差的图像,该图像相当于摄像机和其在平面镜中的虚拟摄像机从不同角度对目标物体进行拍摄,具有双目立体视觉的功能。建立了单摄像机立体视觉传感器数学模型,分析了参数对单摄像机立体视觉传感器的视场范围和测量精度的影响,设计了传感器参数尺寸,进行了相关实验验证。实验结果表明,该测量方案方便有效,结构简单,调节方便,尤其适合近距离高精度测量。     

三目自适应权值立体匹配和视差校准算法

立体匹配是计算机视觉研究中的关键问题.相比于双目视觉,三目视觉能够获得更多的信息和额外的极线约束消除立体匹配的歧义性.为了提高三目立体匹配的精度,提出一种基于自适应权值和视差校准的三日立体匹配方法.将双目视觉中有效的自适应权值窗选择算法应用到三目视觉中,进行匹配窗的选择;提出一种新的目标图像选择算法,能够合理利用平行基线三目立体视觉系统中不同目标图像提供的信息,有效地消除遮挡,提高匹配的精度;提出一种适用于三目视觉的视差校准算法,利用三目图像像素间的色彩相似性和距离约束将初始匹配的视差结果进行校准,得到最终的视差图.实验结果表明,本文算法结构简单,能够生成浓密、高精度的视差图.     

基于双目视差的立体显示运动模糊评价方法研究

为了更为客观、准确地评价立体显示的运动图像质量,基于平面运动模糊评价模型和立体运动视觉感知实验建立了立体显示运动模糊评价方法。通过对双目视差图像分别进行平面运动模糊模拟,然后再三维重现,再进行实际感知和模拟效果对比的视觉感知实验,结果表明,"视差"因素对模糊程度感知没有显著性影响,据此利用双目视差图像模糊程度平均的方法建立了立体显示运动模糊的客观评价方法。该评价方法的建立使立体运动图像质量的评价更加客观、准确,同时为立体显示运动图像质量的提升提供参考。     

基于ICP算法的双目标定改进方法研究

双目视觉作为一种非接触三维(3D)测量技术,其位姿标定结果的好坏将直接影响3D物体测量的精度。基于迭代最近点(ICP)算法获得两组点集之间平移和旋转参数的原理,提出了一种在传统双目位姿标定结果的基础上补偿双目标定矩阵改善精度的方法。介绍了摄像机模型、双目视觉测量模型和ICP算法的基本思想。用双目摄像机标定的外参数和相同的靶标坐标系获得双目视觉位姿矩阵,在此提出基于ICP算法获得两组点集的旋转平移矩阵补偿双目位姿矩阵的方法,以及相应的靶标角点坐标投影误差分析模型。双目摄像机采集9组5×7个角点的靶标标定图像,应用ICP算法补偿双目位姿矩阵,并采用误差模型对9组标定结果进行了分析,双目结构光标定改进实验结果表明,应用ICP算法补偿双目标定模型能显著地提高双目标定的精度。     

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。     

多视高分辨率纹理图像与双目三维点云的映射方法

针对双目立体视觉重建点云模型与高分辨率纹理图像的融合问题,本文提出了一种新的纹理映射方法。在双目立体视觉系统上增设长焦纹理相机拍摄高分辨率纹理图像,利用高分辨率纹理图像与双目图像的二维特征匹配,以双目图像为桥梁,得到纹理图像与三维点云模型的匹配关系,进而实现高分辨率纹理图像到三维点云模型的映射。同时,针对映射过程中多视纹理图像重叠部分的数据冗余,提出一种引导线点云数据分区方法,有效解决了多视纹理图像重叠部分的映射问题。通过实验验证,所提方法能够方便准确地实现多视纹理图像与双目三维点云模型的纹理映射。在本文实验条件下,三维模型的纹理可分辨原始线宽为0.157 mm的线对,与双目系统直接产生的三维模型相比,其纹理分辨率提高了1倍,验证了所提出的多视高分辨率纹理映射方法的有效性。     

基于网格点投影灰度相似性的三维重建新方法

基于双目立体视觉的三维重构是计算机视觉技术的主要内容之一,在机器人视觉导航、航空测绘、医学成像和工业检测等很多领域都有广泛的应用.提出一种基于网格点投影灰度相似性的双日立体视觉的三维重建新方法.首先将被测物体所在的世界坐标系划分成问距卡日等的矩形网格,将网格节点作为潜在的物点投影到左右图像坐标系上,然后根据不同深度的空间点在两幅图像上相应的灰度相似性来判断被测物体在三维空间中的深度信息.通过Matlab平台下的仿真实验证明了本方法的三维重建效果和计箅效率都要优于传统方法.与传统的图像匹配方法相比,具有算法简单、速度快、精度高、且不受摄像装置非线性畸变影响的优点.     

A calibration method for stereo vision sensor with large FOV based on 1D targets

Large FOV (field of view) stereo vision sensor is of great importance in the measurement of large free-form surface. Before using it, the intrinsic and structure parameters of cameras should be calibrated. Traditional methods are mainly based on planar or 3D targets, which are usually expensive and difficult to manufacture especially for large dimension ones. Compared to that the method proposed in this paper is based on 1D (one dimensional) targets, which are easy to operate and with high efficiency. First two 1D targets with multiple feature points are placed randomly, and the cameras acquire multiple images of the targets from different angles of view. With the fixed angle between vectors defined by the two 1D targets we can establish the objective function with intrinsic parameters, which can be later solved by the optimization method. Then the stereo vision sensor with two calibrated cameras is set up, which acquire multiple images of another 1D target with two feature points in unrestrained motion. The initial values of the structure parameters are estimated by the linear method for the known distance between two feature points on the 1D target, while the optimal ones and intrinsic parameters of the stereo vision sensor are estimated with non-linear optimization method by establishing the minimizing function involving all the parameters. The experimental results show that the measurement precision of the stereo vision sensor is 0.046 mm with the working distance of about 3500 mm and the measurement scale of about 4000 mm×3000 mm. The method in this paper is proved suitable for calibration of stereo vision sensor of large-scale measurement field for its easy operation and high efficiency.     

一种双目立体视觉系统的误差分析方法

基于摄像机透视成像的针孔模型,分析了立体视觉中摄像机标定和三维重建过程的主要误差来源。基于各主要误差源的模型分析,建立了双目视觉系统3D测量误差与摄像机参数、基线长度、测量距离等因素之间的关系式。如已知相关参数,可以估算出双目视觉系统的3D测量精度,或根据3D测量精度要求,初步确定摄像机的内部各项参数和基线长度、测量距离等参数。     

基于水下双目视觉的燃料组件变形检测系统

燃料组件变形状态是堆芯运行过程中的重要监测指标,基于水下双目视觉的变形检测系统不仅能获得燃料组件关键参数的三维尺寸,还可以测量组件的整体轮廓。根据水下大型燃料组件的高热、高辐射特点,研制了一种基于16台摄像单元的水下双目检测系统,并给出各组成模块的详细设计;通过联合Harris特征点和区域灰度互相关方法,实现辐射噪声干扰下的双目摄像模块的组内快速图像配准。经模拟水池和核电现场实验,验证系统局部参数测量精度优于0.2 mm,全局参数测量精度满足0.5 mm,为高热、高辐射的水下乏燃料组件的局部变形和整体弯曲等参数测量提供有力工具。     

一种无相机标定的立体图像对校正新方法

双目立体视觉是光学被动三维测量的芷要方法。为了快速、准确地寻找对应点,通常要将立体图像对进行校正,消除垂直视差。提出了一种无需标定相机的立体图像对校正方法。该方法从基本矩阵计算初始透视投影、旋转和竖直平移变换矩阵．然后以对应点坐标为基础对这些变换矩阵进行优化计算,从而有效地避免了优化计算的局部最小值,而且不过分依赖基本矩阵的计算精度。通过对提出的方法和完全基于基本矩阵的图像校正方法以及无需基本矩阵计算的图像校正方法进行实验比较,结果表明提出的方法图像校正速度快,能有效地消除垂直视差,而产生的图像变形较小。     

基于多频外差原理的相位解包裹方法

根据多频外差原理推导了三频光栅条纹解包裹的过程,获取了光栅条纹的绝对相位值。同时,为了减小误差,提高测量精度,提出了一种相位修正的方法,比较了相位修正前后的相位图,表明该方法能够非常有效地去除相位误差。通过将修正后的绝对相位值作为匹配的一个特征量,利用机器视觉中双目立体视觉的方法求取物体的三维特征。实验证实了该方法的可行性,并得到良好的测量结果。     

基于目标运动的复眼式双目视觉测距法

昆虫（螳螂）复眼利用目标的动态差异实现立体视觉，具有视场大、计算简单、实时性高等特点，是立体视觉研究的新方向。为实现复眼立体视觉在机器人视觉导航中的应用，根据复眼结构以及信息处理机制，提出并研究了环形光电传感器的目标快速检测与定位方法。首先，搭建了基于60个光电二极管的等6°夹角分布式环形传感器，形成具有360°视场的环形仿生复眼；其次，建立了基于光流原理的运动目标方位角检测模型，采用傅里叶拟合法实现了方位角检测模型的优化，实现了运动目标方位角与目标距离大视野范围内的简单、快速检测。实验结果表明:1）可实现距离375 mm范围内运动速度为30 mm/s的目标方位角实时检测，测量误差在2°范围内；2）基于目标方位角检测模型，可实现双目阵列传感器在300 mm×375 mm视野重叠区域范围内、平均测量误差在10 mm范围内的立体视觉测距。基于光流的运动目标方位角检测模型可用于实现对运动目标空间位置的动态实时检测，在运动检测、视觉导航等领域具有广泛的应用前景。     

基于同心圆合成图像匹配的双目视觉标定

分析了双目视觉传感器的数学模型,提出了一种基于同心圆合成图像匹配的双目视觉传感器的标定方法。在测量范围内任意多次摆放同心圆靶标,由两台摄像机拍摄靶标图像。根据摄像机模型与已知同心圆在靶标坐标系上的位置关系,构造合成图像,将合成图像与观测图像进行相似度匹配,通过优化定位得到靶标上每个圆的圆心点图像坐标。利用左右图像对应的圆心图像坐标和双目视觉的约束关系,对双目视觉传感器参数进行非线性优化,并得到最优解。所提出的标定方法是在张正友方法的理论基础上,利用了图像的整体性进行的优化。实验结果表明,该方法提高了标定精度。