基于双目立体视觉实现物体三维测量的研究

以双目立体视觉理论为基础,提取立体图像的Harris角点作为特征点,经过基于小波变换的子线段匹配方法,采用由粗到细的匹配策略匹配端点,盒滤波技术加速法,解决了匹配准确度和匹配速度之间的平衡问题.采用该方法对水泥冷却机内熟料进行测量,实验表明该方法能够较精确的对物体实现三维测量.     

一种基于场景轮廓特征的三维地形重建方法

为了提升双目视觉系统三维重建的准确性和实时性,提出了一种基于区域分割和匹配的方法。针对实际场景中存在大面积灰度相近区域的现象以及稠密三维重建存在实时性差的问题,采用分水岭算法提取区域轮廓进行三维重建;针对轮廓边缘的误匹配问题,建立区域匹配和边缘点匹配的双重约束条件进行优化匹配;根据平行轴双目立体视觉模型进行三维重建。结果表明:采用轮廓特征进行匹配因其匹配点数大为减少,匹配用时提高了90%;由于采用了双重匹配策略,匹配和重建的准确性得到了保证。     

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。     

基于主动散斑投射的水下双目视觉三维成像

基于主动散斑投射的双目立体视觉成像技术仅需一次投影拍摄即可实现三维重建,适合于动态成像,但在水下应用时,存在小孔模型失效、极线约束匹配条件不满足,以及投射散斑左右图像因受水下环境吸收、散射影响产生退化等问题。本文重新建立了基于主动投射散斑图案的水下双目视觉成像模型,分析了散斑图案对水下双目对应点匹配精度的影响,搭建了主动散斑水下双目视觉动态三维成像系统实验装置。实验结果表明,基于主动散斑投射的水下双目立体视觉技术具有较好的动态3D成像效果,动态误差在该双目立体视觉实验装置本身结构和系统参数决定的静态误差之内。     

基于线结构光的双目三维体积测量系统

针对工业应用中工件的体积测量问题,设计了一个基于双目立体视觉原理的体积测量系统。线结构光投射到被测物表面产生变形的激光条纹,精确提取光条中心线,利用极线约束实现左右图像特征点匹配;根据双目视觉原理,由光条图像坐标计算出其在相机坐标系下的三维坐标,完成三维重建;将相机坐标系下的三维点云转换到理想的世界坐标系下,经过积分计算得到被测物体积。采用该系统对不规则棱锥实现三维重建,并完成体积测量。实验结果表明该方法具有一定的可行性和有效性,在工业检测领域有较好的应用前景。     

基于机器视觉的三维灰度重构技术

基于双目立体视觉三维重构原理，采用主动扫描实现特征匹配的三维灰度重构技术，通过特征结构光扫描物体表面，由经过预标定的两套成像传感器拍摄其图像，经过图像处理程序提取出特征点，完成特征匹配，再计算出物体表面三维轮廓，同时将成像传感器中的灰度信息映射到相应的特征点，从而实现特征点的三维信息和颜色信息的重构和匹配。该技术为三维彩色逼真场景的重构奠定了基础。     

无色差光滑曲面特征点的提取及匹配算法

双目视觉是机器视觉中经典有效的方法。针对无色差光滑曲面特征点难以提取的问题,提出一种用均匀激光网格创造曲面上色彩特征的方法,以及特征点提取和匹配算法。首先,提取激光网格线,采用膨胀与腐蚀等算法将激光线断点拼接并转化为单像素连通线;然后,利用连通线上点的八邻域及四邻域的连通性对特征点进行提取;最后,对提取后的特征点根据位置信息进行编号,完成特征点的匹配。实验结果表明,该算法稳健性好,提取精度高,匹配正确率及重复率高,三维重建后特征点间的距离误差小于0.05mm、标准差为0.0362mm。该算法直接对特征点进行提取及匹配,与离散特征线获取特征点的方法相比精度更高,可应用于曲面上点的均匀抽样检测。     

基于多幅图像的陶瓷碗表面缺陷的局部点云重建

为分析陶瓷碗表面缺陷的形状、位置及方向等三维信息,提出了一种基于多幅图像的局部点云重建算法。该算法首先利用已标定的双目摄像头从任意角度获取多张表面缺陷图片,然后采用FAST+SURF+FLANN图像特征点提取及匹配算法得到准确度高的匹配点对,最后采用运动恢复结构算法并结合基于面片的多视角立体重建算法,实现二维表面缺陷的局部三维重建。由于局部三维重建无法很好地描述缺陷方向及位置信息,因此采用手动增加特征点的方法实现陶瓷碗表面的全局重建。结果表明,缺陷重建效果较好,缺陷位置、方向及形状信息完整。     

基于四目系统的真实场景三维建模

为实现敦煌莫高窟文化遗产数字化保护,设计了一套基于四目系统的真实场景三维建模方法。针对双目立体视觉系统特征点匹配精度不高的问题,构建了一种四目立体视觉系统,并设计了与之相适应的高精度立体匹配策略,运用四目系统的冗余设计和自检验功能,可以获得高精度的空间点云数据。针对Delaunay三角化结果中不相关目标的错误连接问题,增加三角形边长分别在图像坐标系和世界坐标系中的约束条件,抑制错误三角形,该条件可根据点云数据分布特征自适应获取。该系统已被运用到莫高窟第172窟的三维重建中。结果表明:该系统可以重建多目标、深度变化大的复杂场景,172窟的有效点云为41 649点,三维建模时间约为0.5 h。     

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。     

一种新的基于子线段的立体匹配算法

立体匹配是计算机视觉领域中最活跃的研究主题之一。为了精确并更快速的进行同名点匹配,提出了一种基于小波变换的子线段匹配方法。该方法利用样条二进小波变换系数在不同尺度下的模极大点,能提供在不同尺度下信号急速变化点的位置信息,采用由粗到细的匹配策略匹配这些特征点,并由这些特征点两两相邻的点构建子线段。采用加速方法,快速匹配子线段两端点之间的点。这种方法较好地解决了匹配精度和匹配速度之间的平衡问题。采用该方法对篦冷机内水泥熟料高度进行测量,实验表明,该方法能较精确地得出水泥熟料料层的分布状况。     

圆结构光视觉三维点管道缺陷检测及重构

管道内表面的缺陷检测对于保证介质运输安全,避免泄漏和爆炸事故非常重要。在分析三维点分布几何特征的基础上,对基于视觉检测获得的管道内表面三维点,通过判断同一圆周上相邻点法线夹角变化检测管道内表面的凹凸缺陷,采用空间点相邻三角平面法线加权平均获取空间点的法线。依据三维点呈圆周分布的特点,采用相邻圆周上点顺次连接进行快速三角剖分。基于上述方法对实际测量的管道内表面三维点和仿真三维点分别进行了凹凸缺陷检测和三维重构。该方法能实现径向变化小于0.1 mm的管道凹凸缺陷的检测和识别,三维测量精度为0.081 mm。     

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。     

昆虫飞行中翅膀序列图像特征匹配方法

分析了翅膀外形结构特点以及在序列图像中翅膀边缘特征的变化,提出了基于拓扑变换的几何相对位置不变的约束方法,对翅膀边缘特征进行分区域匹配去掉虚假匹配点;然后利用极线约束实现精确匹配,最终得到在运动过程中翅膀的三维形貌。提出的约束匹配方法不仅有效地剔除了虚假匹配,同时也极大地减小了特征匹配的运算量。实际应用证明此约束匹配方法是较为有效的。     

基于FPGA的线阵CCD亚像元边缘检测片上系统

为提高线阵CCD边缘检测系统的精度、速度、集成度,以及系统的可靠性,提出一种集成于单片FPGA、全数字化的亚像元边缘检测系统.根据图像边缘灰度梯度的阶跃特性,通过边缘自动检测算法确定出经过高斯滤波处理的CCD图像的像元级边界,在此基础上应用多项式插值算法对图像边缘位置进行亚像元细分,实现亚像元边缘检测.以FPGA作为系统的处理核心及数字电路硬件载体,利用VHDL语言以及MAX＋plus Ⅱ软件对系统进行模块化设计,设计出集成于单片FPGA的线阵CCD亚像元边缘检测系统.系统仿真和测试表明,所设计的片上系统具有高精度、高速度、高集成度、高可靠性的特点.     

A novel optimization method of camera parameters used for vision measurement

Camera calibration plays an important role in the field of machine vision applications. During the process of camera calibration, nonlinear optimization technique is crucial to obtain the best performance of camera parameters. Currently, the existing optimization method aims at minimizing the distance error between the detected image point and the calculated back-projected image point, based on 2D image pixels coordinate. However, the vision measurement process is conducted in 3D space while the optimization method generally adopted is carried out in 2D image plane. Moreover, the error criterion with respect to optimization and measurement is different. In other words, the equal pixel distance error in 2D image plane leads to diverse 3D metric distance error at different position before the camera. All the reasons mentioned above will cause accuracy decrease for 3D vision measurement. To solve the problem, a novel optimization method of camera parameters used for vision measurement is proposed. The presented method is devoted to minimizing the metric distance error between the calculated point and the real point in 3D measurement coordinate system. Comparatively, the initial camera parameters acquired through linear calibration are optimized through two different methods: one is the conventional method and the other is the novel method presented by this paper. Also, the calibration accuracy and measurement accuracy of the parameters obtained by the two methods are thoroughly analyzed and the choice of a suitable accuracy evaluation method is discussed. Simulative and real experiments to estimate the performance of the proposed method on test data are reported, and the results show that the proposed 3D optimization method is quite efficient to improve measurement accuracy compared with traditional method. It can meet the practical requirement of high precision in 3D vision metrology engineering.     

基于单幅图像大尺寸实际平面上的光点定位方法

 为满足某地面实验中视觉测量系统的研制需求,研究了一种基于单幅图像的大尺寸实际平面上光点的定位方法。通过建立关于实际平面上光点3D坐标的数学模型,结合利用图像确定的通过光点的空间光束,实现了由单幅图像确定光点的3D坐标。依据具体特点,把实际平面分为高阶曲面型、分块平面型和分块曲面型3种类型,并分别给出了相应类型的光点定位方法。仿真实验验证了所提出方法的正确性,并比较分析了方法的精确性;实际试验数据表明,所提出方法可以满足尺寸为8000mm×8000mm的大型实际平面上光点的定位需求,定位误差小于1mm。     

基于改进的局部表面凸性算法三维点云分割

点云分割是点云分类、识别以及三维重建等处理的基础,分割结果对后续应用影响巨大。本文提出利用连通点集改进局部表面凸性算法中邻近点关系的方法,解决目前激光三维成像系统点云分割算法在处理复杂环境散乱点云时存在分割过度及分割不充分的问题,通过主顶点与周围点构成连通集,作为分割判断局部子点集,形成有效分割区域。该方法解决了常用点云分割方法无法对形状不规则物体进行有效分割的问题,提高了分割精度。算法实验结果表明,相比于最小切割算法和区域生长算法,基于连通点集的改进局部表面凸性算法对实际路面环境信息的分割效果更好,并能在一定程度上避免分割过度和分割不充分的情况,证明该方法适用于复杂环境散乱点云数据分割。