基于单目视觉的静止目标定位方法

以无人机感知与避障为背景,提出了基于运动的单目视觉测距方法.选择摄像机运动过程中在不同位置对同一目标获取的两幅图像,然后利用尺度不变特征变换算法对所选图像进行特征检测和匹配,通过分析同一目标特征点在两幅图像中不同成像位置的变化,结合无人飞行器自身的运动参数,求解出无人飞行器与障碍目标之间的位置信息.采用该方法对不同位置的目标进行定位实验,结果表明该算法的测量精度和时效性可以满足实际避障的要求.     

基于单目视觉的机械臂目标定位系统设计

在筒子纱染色的工业生产中,获取机械臂及纱杆锁扣的相对位置实现机械臂的精确定位和抓取目标是染色过程的关键技术。设计了基于单目视觉的机械臂目标定位及光学测量系统,通过单目光学成像的方式实时获取锁扣目标的图像,结合图像分析算法解算出目标空间位置以及目标与机械臂的相对位置。利用OPC通讯技术,将目标的空间位置信息传输给机械臂控制模块并控制机械臂的运动实现目标的抓取。通过现场实验,机械臂定位系统的定位误差在2mm范围内。     

基于弱透视成像模型的目标三维姿态测量

为了准确获取空间目标跟踪、视觉导航等领域中目标的三维姿态,进行了目标三维姿态单目视觉测量方法研究.提取图像目标的典型特征点构造出直角三角形,并通过其边长比例先验信息以及弱透视成像模型推导出目标三维姿态的单目解算算法.与传统测姿方法相比,该算法在相机焦距等内参量未知条件下依然可解算姿态,增大了测姿应用范围;与传统迭代测姿方法相比,避免了循环迭代求解过程,无需设置迭代初值,提高了解算效率.数值仿真试验结果表明目标在离相机1~3km成像时姿态测量误差低于1.5°;实际图像序列测量结果表明目标俯仰角和偏航角测量结果拟合残差小于1°,翻滚角拟合残差小于2°.实验验证了算法的正确性和稳定性,表明该算法在内参量未知条件下能有效测量中远距离成像目标三维姿态.     

双焦距立体视觉中的光学成像模型

成像物镜具有两个独立的焦距,并分别对空间物体成像,这种系统被称为双焦成像系统。双焦成像系统从单一角度记录三维场景中各物点的图像,它构成了单目立体视觉的基本光学成像模型。由于焦距为f1和f2的物镜所成的像的矢量值存在差别,即视差,并且视差的大小与物点的深度存在着定量关系,因此可利用双焦成像的视差特征来恢复场景的深度信息。叙述了双焦成像的立体视觉原理和系统的改进方案,并根据双焦成像的深度算法对已知深度的物方平面进行了深度测量。试验结果表明,深度恢复的相对误差约为-0.14%,测量结果的方差为0.97mm。     

基于移动机器人和单目视觉的姿态测量方法

在单目视觉的姿态测量工作中,传统卷积神经网络在模糊场景及复杂场景下存在准确度大幅降低的问题,为此提出了一种基于胶囊网络与贝叶斯网络相结合的深度学习模型,在此基础上提出了基于移动机器人与单目视觉的姿态测量方法。采用新型胶囊网络对单目视觉目标的重要关节点进行空间定位;设计了简单的贝叶斯网络学习算法,通过贝叶斯网络推理出关节点的空间姿态;在复杂的人体姿态测量数据集上完成了验证实验,结果表明实现了较好的测量准确度,在复杂场景下依然保持了较好的准确度,在室内与室外环境下的F1-measure值分别达到0.9和0.78。     

基于信息融合的移动机器人目标识别与定位

针对单目摄像头工作的双足机器人的视觉定位问题,设计了一种视觉传感器与超声波传感器相结合的信息融合方法,进行目标的识别和定位。对拍摄的图像进行HSV颜色空间的阈值分割得到二值图像,并对其进行形态学滤波处理和Hu轮廓不变矩匹配,以此识别到目标和其重心点图像坐标;建立单目定位模型,用机器人自身的超声波传感器得到与目标物之间的距离,采用Zhang标定法得到摄像机参数,把这些已知数据带入坐标转换,得到目标物在世界坐标系下的坐标,实现定位。借助NAO机器人的平台,将基于信息融合的定位方法和一般单帧图像定位方法进行对比实验。实验结果表明上述方法的误差相对较小,且能得到目标物的三维信息,验证了该定位方法的实际可行性。     

基于圆特征和异面点特征的位姿测量

通过增加常见的点特征为位姿测量提供空间几何约束,分析利用圆形目标和与之异面的特征点进行单目视觉定位时位姿解个数的情况.以光心和特征点位于圆平面两侧为前提条件,运用几何方法证明了特征点与光心和圆平面的相对位置决定了位姿解的个数,并求出唯一位姿解和两组位姿解时光心、圆平面和特征点的位置关系,提出了基于圆特征和异面点特征的位姿求解算法,实现了6维位姿量测量,仿真实验和实物实验结果验证了算法的有效性和准确性.     

基于单目视觉的矩形靶面弹着点测量

目前机器视觉技术广泛应用于弹着点坐标的测量领域,针对双目视觉技术标定、演算复杂的问题,提出一种基于单目视觉技术的弹着点测量方法。通过图像处理技术定位出靶面4个角点以及弹着点像素坐标,采用矩形P4P方法解算出靶面坐标相对于相机坐标系的位姿,根据单目视觉成像原理计算出弹着点在靶面的实际坐标。根据该方法成功测量出了实验中靶面弹孔的坐标,最大测量误差为2.3 mm。结果表明,该方法可以快速、精确测量靶面与相机的位姿关系以及弹着点的坐标。     

基于单目视觉和圆结构光的目标姿态测量方法

为解决实际工程中无法在被测目标表面设置固定特征来配合单目视觉系统实现目标姿态测量的难题,将圆结构光源引入单目视觉系统中。通过建立圆结构光的视觉姿态测量模型,提出了一种基于单目视觉和圆结构光的目标姿态测量方法。利用图像处理获取不同姿态下目标表面的结构光光条图像的数学参数;然后将其输入到姿态测量算法中,得到目标表面结构光光条的法向量;最后利用目标表面的参考点与结构光光条中心之间的距离约束关系确定唯一解。实验结果表明,该方法有效可行,测量误差平均在0.5°以内,更便于机器人抓取等工程领域的应用。     

基于单目视觉的曲面弧度测量方法

针对异形件曲面弧度的测量问题,提出了一种基于单目视觉的曲面弧度测量方法.首先,用基于三色LED环形光源和CCD彩色相机组成的单目视觉系统采集单张包含被测曲面表面特性的彩色图像;其次,分析该图像的彩色分布特征、灰度变化规律和相邻区域特征的相关性,设计分割方法,完成目标曲面的分割;然后,基于单目视觉系统成像模型,结合材质与实验环境相关参量,推导出被测表面高度计算方程;最后,解出相邻像素点间的高度累加分量,进而还原被测点的高度,在此基础上,建立曲面弧度测量模型并完成曲面弧度测量.分别对3D打印曲面样品、螺钉螺纹、SIM卡槽进行了曲面弧度测量实验,与激光三角法测量结果对比,所提方法误差小于±3.6%,测量准确度为0.000 1rad,曲面弧度测量时长小于0.6s.实验结果表明,该方法对测量物体边缘、高度突变,高度渐变等类型的曲面都具有良好的适应性,在实现较高准确度测量的同时,具有较快的测量速度.     

超分辨率图像重构技术在航天器相对位置测量中的应用

以两颗航天器间相对位置参数测量为研究对象,确定了基于单目计算机视觉及目标特征的测量方案,提出了基于超分辩率图像重构技术的航天器间相对位置的高精度测量方法。分析讨论了图像传感器的观察模型、图像传感器及光学测量系统的点扩散函数、配准方法、重构原理及方法。利用地面试验验证了该方法的正确性。试验结果表明:该方法与基于单帧图像及目标特征的方法、基于插值的方法相比较,在测量精度及稳定性等方面都有了较大的提高;与基于单帧图像及目标特征的方法相结合,不仅可以保证在不同作用距离上相对位置的高精度测量,而且具有较高的测量稳定性和可靠性。     

CCD非可视区域下空间方位角检测方法

传统单目视觉系统在测量物体空间方位角方面存在一定的局限性,只能检测出视场范围内物体的空间方位角,对于不在CCD视场范围内物体的检测难以实现。为此,提出一种旋转矩阵法来测量非可视区域下物体的空间方位角。旋转矩阵法根据张正友标定法原理,通过对合作目标上的特征点进行识别标定处理,求出合作目标旋转轴空间方位角,间接求出物体在CCD非可视区域下的空间方位角。实验表明,该方法具有一定的可行性和稳定性,采用该方法计算出的物体空间方位角的均方根误差均不高于0.06。     

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。     

一种单目视觉位姿测量系统的误差分析方法

针对单目视觉位姿测量传统误差分析方法中只考虑单一误差因素，分析结果与工程实际有较大差异的问题，提出一种考虑多误差因素共同作用的误差分析方法。根据单目视觉系统的测量范围和相机参数建立其位姿测量模型；综合考虑相机内参、镜头畸变、图像点、靶标三维点等误差因素，将其同时引入位姿测量模型进行分析；分析抑制不同参数误差及提高相机分辨率等在多误差因素共同作用下对位姿测量结果的影响，找到最有效的精度优化方法。采用小型机械臂手眼定位中的单目视觉位姿测量系统进行实验，结果表明通过抑制相机径向畸变误差和提高相机分辨率，能够有效地提升该系统的位姿测量精度，位姿精度分别提升6.57%、4.21%和5.88%、5.54%。     

手-眼视觉动态目标定位方法研究

提出了一种机器人手-眼视觉分步动态目标定位方法,实验中保持摄像机图像平面与工作台平面平行,通过摄像机在不同高度对工作台上目标的分步拍摄并获取目标位置信息,将目标定位的三维关系简化为二维关系处理。在摄像机对目标定位的过程中,目标位置信息被不断修正,最终将目标定位在图像的中心位置,进而引导末端执行器完成对目标的准确抓取。实验结果显示该手-眼视觉分步动态目标定位方法定位准确、可靠性高。     

Moving object detection based on improved VIBE and graph cut optimization

Extracting foreground moving objects from video sequences is an important task and also a hot topic in computer vision and image processing. Segmentation results can be used in many object-based video applications such as object-based video coding, content-based video retrieval, intelligent video surveillance and video-based human–computer interaction. In this paper, we present a novel moving object detection method based on improved VIBE and graph cut method from monocular video sequences. Firstly, perform moving object detection for the current frame based on improved VIBE method to extract the background and foreground information; then obtain the clusters of foreground and background respectively using mean shift clustering on the background and foreground information; Third, initialize the S/T Network with corresponding image pixels as nodes (except S/T node); calculate the data and smoothness term of graph; finally, use max flow/minimum cut to segmentation S/T network to extract the motion objects. Experimental results on indoor and outdoor videos demonstrate the efficiency of our proposed method.     

Study on the position and orientation measurement method with monocular vision system

In order to estimate the position and orientation of an object with a single camera, a novel measurement method based on pinhole camera model with five reference points is presented. Taking the specially designed planar target with the monocular vision system, the projection line of the reference points is built. According to the projection model, the coordinates of the reference points in the camera coordinate system are estimated with the least-squares algorithm. Thus the position and orientation of the target are worked out. Experimental result shows that the measurement precision of angle is less than 0.2°, and that of displacement is less than 0.1 mm.     

动态像面法测量水面落点位置及误差分析

为了测量弹丸水面落点的位置, 建立了基于CCD相机动态像面的测量模型。该模型通过CCD相机辅助采集相关点位的图像信息, 对水面落点的位置函数以及误差进行了研究。首先, 利用空间几何获得靶船上三定点相对于测量船的方位、俯仰信息。接着, 结合t时刻观测图像上定点的像面坐标, 运用底片常数模型建立像面坐标和角度信息两套参量之间的关系函数, 从而得到目标落点的方位、俯仰信息, 再利用异面交会法计算出目标落点位置。最后, 分析了目标落点位置的误差来源(质心误差, 位置误差)、误差以及各误差源与位置坐标之间的关系。实验结果表明:在测量船位置精度达到0.05 m, 图像质心定位精度达到0.5 pixel时, 在最小交会误差的情况下, 目标落点的位置测量误差分别为2.8, 4.9, 4.3 m。     

双目遥感凝视系统中运动小目标的快速自动检测

从双目遥感凝视系统的视场重叠区进入系统的信息量大于通过非重叠区的信息量,根据这一特征建立了一种新的运动小目标双目并行快速实时自动检测算法。首先采用差分向量无穷范数算法对原始图像序列做预处理,去掉大量低频噪音和背景,然后采用光流场法对运动小目标进行分割,最后用所提出的空间时间并行快速判定算法对分割的可疑运动小目标进行判定。实验结果表明:由于识别判定算法的空间时间是并行处理的,所以识别判定的平均速度比单目视觉系统提高了50%;在图像信噪比不小于5dB的情况下,准确判定识别的概率为97%。