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。     

基于灰度曲线交点的结构光编码条纹边缘检测

在分析结构光编码白条纹扩散的原因和实际边缘形态的基础上,提出一种同时检测多边缘并消除扩散影响的亚像素精度方法--交点法.首先向被测表面投射互为反色的两组格雷编码图案,提取两组强度图像中灰度梯度较大的点作为边缘依据点,并对其进行曲线拟合,然后将对应拟合曲线的交点作为边缘.分析了交点法对结构光系统中常见的被测表面倾斜和离焦两个主要误差因素的适应能力.介绍了检测原理及误差因素分析,并进行了边缘检测实验.实验结果表明,对于宽度大于4 pixel的编码条纹,边缘检测相对误差小于1%,可消除被测表面倾斜和离焦的影响.     

快速多项式拟合亚像素边缘检测算法的研究

传统的亚像素边缘检测都是先粗定位,再进行亚像素细分,因而运行时间较长.采用了一种基于多项式拟合的快速亚像素边缘检测算法.该算法根据图像的灰度分布,运用三次多项式拟合图像的边缘实现亚像素定位,从而达到较高的定位精度.采用在边缘附近取点,进行亚像素边缘检测,减少了运行时间.仿真实验给出的实验结果证明了该算法的有效性.     

Delaunay三角剖分和仿射约束的特征相同多物体同名点立体匹配

针对野外大视场、远距离、随机出现的特征相同多物体定位的实际需求,构建了基于双目立体视觉原理的三维坐标测量系统。为了高精度定位随机出现的特征相同多物体,需要正确匹配多物体同名点,因而提出了一种基于Delaunay三角剖分和仿射约束的立体匹配方法。利用具有抗仿射变换的仿射尺度不变特征变换(ASIFT)算法获得左右背景图像匹配点;通过Delaunay三角剖分算法对抽样后的匹配点生成三角网格,对左右图像每一对匹配三角形区域计算仿射矩阵;根据多物体同名点在不同匹配三角形内的分布,利用仿射约束实现对多物体同名点的匹配。实验结果表明,提出的方法对特征相同多物体同名点实现了快速高精度的匹配,多物体同名点提取以及实时匹配时间约为30ms,满足相机25frame/s的实时处理要求,较好地解决了超大三维空间中弧形坡面上随机出现的特征相同多物体同名点的匹配问题。     

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。     

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.     

基于相移的彩色结构光编码三维扫描技术

在物体三维轮廓扫描中,被动式双目立体视觉方法对表面特征不明显的物体难以获取足够的三维信息,针对这一问题,基于双目立体视觉原理,结合主动视觉中结构光投射方法,提出了基于相移的彩色结构光编码方法。该方法将四种颜色按照全排列的相关性质编码产生彩色光栅投射在被测物体表面,依据光栅相位移动增大光栅密度,结合极线约束实现立体匹配,最终获取物体三维数据。结果表明使用该三维扫描技术得到的三维曲面符合原物特征,特别适用于物体三维轮廓的致密测量。     

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.     

基于边缘方向投影的棋盘格角点亚像素细化

随着视觉测量技术在工程中的推广,越来越多的视觉标定和测量需在车间现场由非专业人员执行,这会造成拍摄的棋盘格图像中包含较多的噪声。为了实现噪声下棋盘格角点稳健、精确的亚像素细化,提出一种基于边缘方向投影的棋盘格角点亚像素细化方法。首先基于非极大值抑制算法计算初始边缘方向,然后基于最小加权二乘拟合法细化边缘方向,最后基于边缘方向最大投影细化棋盘格角点的亚像素坐标。结果表明：在高质量的棋盘格图像中,所提方法的棋盘格边长测量偏差的最大值均小于0.021 mm,棋盘格边长测量偏差的均值均小于0.006 mm;在高斯噪声和角点污染的棋盘格图像中,所提方法的棋盘格边长测量偏差的最大值均小于0.05 mm,棋盘格边长测量偏差的均值均小于0.02 mm。     

基于双目视觉的边缘检测算法

提出了一种基于立体视觉的物体边缘检测的方法。先对立体图像对进行基于图割的立体匹配方法求取场景的视差图，然后再用Canny的边缘检测方法对视差图进行边缘检测。立体视觉方法有效解决了单目视觉检测方法中的一些难点，利用了物体在空间的深度信息，对复杂背景下的物体和具有复杂纹理物体的边缘检测有很高的鲁棒性。实验结果表明该边缘检测方法优于传统的单目视觉边缘检测方法。     

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Zernike矩的保持架直径测量方法

为了解决轴承保持架人工抽检费时费力等问题,同时提高工业生产自动化水平,简述了一种基于Zernike矩的保持架直径测量方法;以型号32007E的圆锥滚动轴承筐形保持架为例,提出了基于视觉的直径测量方法,分析CCD相机采集到的轴承保持架大小端面图像,进行图像预处理后,对Sobel算子边界点阈值进行重新设定,快速检测出保持架两端圆面可能存在的边缘点集,增加了有效圆检测算法,剔除部分偏离有效圆的点,再利用 Zernike 矩算子对有效的边缘点进行重新定位,检测出保持架两端圆面的亚像素边缘并计算其精确位置,最后对所得到的亚像素边缘点集进行最小二乘法拟合,获取保持架两端直径具体尺寸;实验表明,该方法测量结果与人工测量精度接近,甚至更高,具有良好的效果和实用价值。     

基于双目视觉的薄壁零件变形量测量（英文）

针对薄壁零件变形量测量困难且过程繁琐的问题,提出了一种基于双目视觉的薄壁零件变形量测量方法 .对于零件表面变形量的测量,将具有基准坐标系标记点的刚性金属块安装在被测零件上,并在零件表面粘贴多个设计的编码标志点和彩色圆形定位点.利用彩色标记点分割出基准坐标系和编码标记点的有效图像区域,排除干扰图像特征.进行基准坐标系标记点和编码标记点的识别和检测,利用设计的角点结构实现标记点圆心的精确定位,并计算得到测量点的三维坐标.在基准坐标系下,通过计算零件变形前后表面关键点的三维坐标变化得到工件表面变形量.对于零件边缘变形,采用改进Canny边缘检测算法提取零件边缘的有效轮廓信息,并利用极线几何约束和灰度相似性对边缘特征进行了立体匹配和三维重建.薄壁零件变形量测量实验和测量精度验证实验表明该测量方法合理有效且测量精度满足要求.     

一种用于三维曲面视觉测量的立体精匹配方法

根据立体视觉原理 ,针对三维曲面视觉测量的实际情况 ,提出一种基于空间不变量的立体精匹配方法。首先利用投影光栅 ,在曲面上形成变形条纹 ,采用小波变换检测出像素级的离散边缘点 ;然后用三次 B样条将条纹边缘插值成光顺曲线 ,根据对极几何特性 ,实现像素级的精匹配 ,解决了交向摆放姿态的双目立体视觉系统的匹配问题。     

一种红外与可见光融合的“双双目”立体视觉系统的标定方法研究

针对红外相机与可见光相机联合标定的问题,利用不同物体红外辐出度的差异,设计了可同时应用于红外相机与可见光相机标定的平面靶标。利用"最大稳定极值区域"(MSER)算法,检测靶标的镂空深色区域。为克服图像可能存在较大畸变的问题,通过相邻最大稳定极值区域质心的位置关系预估角点所在位置,在预估位置内进行角点检测,提取用于标定的亚像素角点位置。结果表明:新型靶标及相应的角点提取方法能够同时满足于红外相机与可见光相机内外参数标定的需要。通过红外与可见光"双双目"立体视觉系统的融合重构效果可看出,提供的标定数据能够满足系统需求。     

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。     

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.     

一种极线近似的双目结构光相位立体匹配方法北大核心CSCD

针对双目结构光三维重建中的相位立体匹配效率较低问题,提出了一种极线近似的快速匹配方法。首先依据两相机光心与左像素形成平面与右成像平面交线对极线进行描述;对每行像素中部分区域的对应极线进行近似,结合立体视觉的连续性约束,使得孤立的沿各自极线搜索匹配相位改为区域内沿近似极线连续搜索匹配相位;同时结合双目相机位姿特性,实现全局均匀分区,避免针对每行数据重复分区;计算过程中采用查表法辅助计算。实验结果表明,立体匹配后获得点云平均误差为0.436 mm,属可接受误差范围内,立体匹配计算速度平均提升10.18倍,对640×480尺寸图像可在17 ms内完成立体匹配,可应用于结构光实时三维重建。