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。     

面向结构光三维测量的高稳定映射拼接方法

基于自由视角测量的三维拼接大大提高了测量的便捷性,为了提高视角间三维映射的稳健性,提出了一种改进的高稳定映射拼接方法。根据图像间匹配的特征点实现视角重合,利用结构光相位信息完成特征点三维映射和空间定位。针对特征点相位缺失无法重建的普遍问题,提出利用邻域点插值恢复特征点方法,虚拟重建视角间有效映射点,通过四元数法实现视角间点云的刚性变换和拼接。实验表明,相较传统的方法,该方法平均能将有效特征点数量提升20%,有效提高了映射拼接的稳定性。     

于散乱三维点云的缺陷检测和三维重构方法

设备表面的缺陷检测对于保证安全生产避免经济损失具有重要意义。针对基于设备表面散乱三维点云缺陷检测和三维重构算法复杂的问题,提出了一种基于散乱三维点云的缺陷检测和三维重构方法。对散乱三维点云沿某一轴向进行分层处理,将同一层内的三维点进行移位规则化处理,并对规则化的三维点云进行缺陷检测和三维重构。分别对无缺陷设备表面和凹凸缺陷设备表面进行缺陷检测和三维重构,规则化前后三维数据缺陷计算结果相对误差为1.01%。实验结果表明,将散乱三维点云分层和规则化处理有效降低了缺陷检测和三维重构的复杂度,易于实现。     

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。     

基于散乱三维点云的缺陷检测和三维重构方法

设备表面的缺陷检测对于保证安全生产避免经济损失具有重要意义。针对基于设备表面散乱三维点云缺陷检测和三维重构算法复杂的问题,提出了一种基于散乱三维点云的缺陷检测和三维重构方法。对散乱三维点云沿某一轴向进行分层处理,将同一层内的三维点进行移位规则化处理,并对规则化的三维点云进行缺陷检测和三维重构。分别对无缺陷设备表面和凹凸缺陷设备表面进行缺陷检测和三维重构,规则化前后三维数据缺陷计算结果相对误差为1.01%。实验结果表明,将散乱三维点云分层和规则化处理有效降低了缺陷检测和三维重构的复杂度,易于实现。     

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。     

融合Kinect与γ相机图像的放射性区域重建与定位

针对核设施退役、核应急处置过程中放射性分布信息的可视化需求，提出了一种基于Kinect与γ相机图像信息融合的放射性区域重建与定位方法。首先，基于γ相机的特殊成像方式，构建了Kinect与γ相机组合成像模型，并完成相机组合联合标定；其次，基于视觉地图构建方法，建立了核辐射环境稠密点云地图并得到Kinect位姿；然后，提取γ相机图像中的放射性分布信息，根据相机组合模型计算地图中的放射性区域点云；最后，基于最小包围盒对γ相机成像的中心区域进行三维定位。在实验中，通过将Kinect和γ相机数据同步与空间对齐，在少量γ相机图像的情况下，实现了单个点源的三维分布重建模型与辐射场景地图的融合。在8×12 m2的实验室环境中点源定位的均方根误差为0.11 m，证明了本文方法的有效性。     

基于图像自标定的3D打印模型高效生成方法

为了克服三维重建高度依赖标定板,满足3D打印模型的工业需求,提出基于图像自标定的高效3D打印模型生成方法,无需借助标定板计算相机参数,直接使用单相机采集序列图像进行三维重建。为了克服基于自标定方法易受图像质量和特征点匹配精确度的影响,根据人机交互与自适应分割算法相结合的方法去除原始图像背景及过滤噪声,使图像感兴趣区域特征更为明显,采用快速稳定特征算法提取序列图像中特征点并根据特征点的匹配度进行精确的特征点匹配,再使用匹配信息自标定求解得到相机模型参数,最后根据相机模型以及特征点信息完成三维目标的稠密重建。实验结果表明,自标定及重建方法对大小各异,表面材质不同的目标均可实现重建。     

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。     

基于多源信息融合的果树冠层三维点云拼接方法研究

构建了基于彩色相机和光学混合探测(PMD)相机的多源视觉系统,旨在建立具有真彩色信息的果树冠层三维点云模型,为果树的剪枝、疏花疏果和采摘等果园管理提供技术支持。针对PMD相机获取的目标场景三维点云,结合PMD相机的幅度图像和密度聚类算法提取有效点,利用前期研究的图像配准方法得到多源图像之间的坐标转换关系,完成了果树冠层多源信息融合。通过主成分分析法得到较好的初始位置,再采用最近点迭代算法,实现两组三维点云之间的拼接。对自然场景下的开花期和坐果期的果树冠层三维点云拼接方法进行了实验验证,结果表明多视角三维点云拼接误差为2.62cm,可以较好地弥补单个角度下拍摄造成的数据缺失,实现了果树冠层完整的三维显示。     

基于几何特征和图像特征的点云自适应拼接方法

多视点云拼接技术是物体三维测量过程中的重要环节。现有的无标志点三维点云自动拼接方法在对不同表面进行测量拼接时稳定性较差。针对此问题,提出了一种基于几何特征和图像特征的点云自适应拼接方法。该方法建立了一个配准算法选择模型,通过引入配准算法判断因子来综合评价物体表面的几何、纹理复杂程度,从而系统可根据判断因子自适应地选择合适的配准算法,实现基于几何特征配准和基于图像特征配准的有机结合。并在特征点匹配过程中,采用随机抽样一致(RANSAC)算法对误匹配特征点进行剔除。实验结果表明,该方法可实现不同表面的稳定点云拼接。     

基于多视方程的高反光物体表面三维形貌测量

双目结构光三维形貌测量技术在测量高反光物体的过程中,左右图像中对应物体表面的不同位置处出现过度曝光的现象,致使对应区域的相位数据无效.首先将投影系统作为反向相机并与双目系统共同组成多视系统,然后对物体表面的每一点进行多视系统匹配,接着通过调制度来判断每一像素对应相位的有效性,舍弃过曝光图像区域的像素以获得双视共线方程,最后由整体多视方程同时实现三维点云重建.该方法能够有效解决坐标系转换、多系统重建结果的数据冗余和融合误差等问题.实验结果表明,所提方法在500 mm×700 mm大小的视场范围内能够很好地对高反光物体进行完整的三维形貌测量.     

基于柔性靶标定位实现图像拼接的多相机三维测量系统

提出一种基于柔性靶标定位实现图像拼接的多相机三维测量系统,采用一个激光投影仪投影大幅条纹,多相机分布式采集的方法扩展视觉三维测量系统的测量范围。标定过程首先使用小型平面靶标标定基准相机二维图像坐标和相位值到三维世界坐标的映射关系,之后在相邻相机部分视场(FOV)重合的前提下,利用柔性靶标定位标定相邻相机图像坐标的转换关系,最后将各个相机的图像坐标全部转化到基准相机的图像坐标系下完成图像拼接,由基准相机图像坐标到世界坐标的映射完成全局三维测量。实验结果表明,使用图像拼接方法的测量精度略低于相机单视场测量的精度,但精度损失较小,满足工业在线测量的要求。该方法避免使用昂贵的辅助测量仪器和加工高精度大型靶标,为多相机视觉测量提供了成本低、使用方便的解决方案。     

基于单摄像机的昆虫自由飞行参量三维重构

研究昆虫飞行的三维空间运动参量需要对二维图像进行重构,传统的重构方法是采用两个或者多个相机从不同角度拍摄以获得同时刻不同角度的图像。介绍了一种采用单一相机完成三维重构的方法。通过在单相机镜头前面附加四块两两平行的平面镜组来获得三维信息,该装置可以在同一照片上获得物体两个角度的观察图像,等效于用两个高速摄影仪对昆虫的飞行进行拍摄。分别标定出每个等效摄像机的参量,根据机器视觉原理进行三维重构。实现了用单个相机完成昆虫自由飞行状态的翅膀三维参量重构过程,避免采用多个相机的需要增加复杂同步电路以及引起的高额费用,同事也克服了过去基于单相机的三维重构需要增加某些假设所引起的与真实飞行的差异。     

基于单应性矩阵的大尺寸零件视觉测量图像拼接方法

针对视觉检测技术对大尺寸复杂零件测量精度低的问题,提出一种基于单应性矩阵的大尺寸零件视觉测量图像拼接方法。首先建立世界坐标系→相机坐标系→投影坐标系→图像坐标系之间的归一化模型,提炼出简单易懂的坐标变换表达式H;然后对摄像机进行多次标定,确定像素当量、拍摄视场及焦距;再获取零件图像,利用前面得到的最简坐标表达式H得到拼接图像之间的配准,最后完成若干副图像的拼接,把拼接结果和SURF特征点方法及向后映射模型归一化的拼接结果进行比较。结果表明,该方法可以大大减少大尺寸零件拼接的时间,较SURF特征点方法和向后映射拼接用时分别降低86.55%和67.30%,拼接精度远高于SURF特征点方法和向后映射方法,分别提高了50.95%和25.08%,测量精度满足大尺寸零件检测精度要求。     

基于宏微复合标定的跨尺度零件测量方法

为了实现对跨尺度零件微小结构的尺寸精度和定位精度的同时测量,提出一种基于宏微复合标定的测量方法。建立不同尺度传感器组合式测量的标定模型,利用变焦扫描显微系统测量零件微尺度特征,利用双目系统测量定位显微设备,从控制坐标转换精度的角度设计加工特殊的标定块,将其作为跨尺度中转坐标系,标定变焦扫描显微重建点云坐标系与测头坐标系的空间转换关系,从而将局部测量点云统一至一个数据集中以完成所有局部区域的整体拼接。与理论模型对比分析,所提测量方法的各孔圆心坐标分布圆度误差为0.0438 mm,平面度误差为0.0252 mm,对喷注器各孔位姿的点误差值小于0.029 mm,孔轴向误差小于0.1140°。与面结构光传感器重建结果对比分析,所提模型能够在保证高精度重建三维形貌的情况下,更加正确地获取跨尺度零件的尺寸和位置。     

对复杂自由曲面的纹理重建方法

提出一种基于马尔科夫优化策略复杂自由曲面的纹理重建方法,该方法利用实验室研制的三维数字化设备对目标物体的深度数据和纹理数据进行采集,将局部采集的深度像数据匹配到全局坐标系下,建立物体的几何模型;然后通过坐标变换,把采集的纹理照片映射到重建的几何模型表面,并进行曲面纹理融合处理,实现自由曲面的纹理重建.该方法对物体的形貌没要求,能实现结构复杂的自由曲面的纹理重建,得到高保真质量的真实感模型.采用该算法对几种不同的实物进行数据采集和真实感三维重建,实验结果验证了算法的可靠性和有效性.     

二维多相机全场数字图像相关变形测量方法

从理论上推导了数字图像相关(DIC)方法中应变精度的影响因素,指出应变计算精度会随着窗口尺寸的变小而下降。为了提高图像有效分辨率,针对细长平面试件提出了一种二维多相机全场DIC方法。该方法根据特征点检测及匹配算法定位特征点对的亚像素位置,通过DIC方法对特征点对进行高精度配准,利用发展的逐步优化单应矩阵方法求解图像变换关系,得到变形前后的无缝拼接图像。分别实施了纯平移和橡胶梁三点弯两组实验。在纯平移实验中,该方法计算得到的应变均值误差及均方根误差均在50με以内,验证了该方法的有效性;采用橡胶梁三点弯实验对比该方法与三维多相机全场DIC方法,并基于实验结果对该方法的优点与缺点进行了分析。     

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。     

一种基于惯量椭圆位姿补偿的扩展目标精确定位方法

针对空间扩展目标成像纹理特征少,背景单一,以及目标旋转、平移、形变等运动特征所导致的目标定位跟踪困难的问题,研究了基于惯量椭圆位姿补偿的目标定位跟踪方法(TTBPC)。通过惯量椭圆测姿法获取目标准确俯仰角姿态,将目标位置、姿态补偿到统一的坐标系下,结合最近距离特征点匹配原则,最终实现对空间扩展目标的精确跟踪定位。通过仿真图像和实际图像对TTBPC方法的有效性进行了验证,平移目标定位误差小于0.26pixel,旋转目标定位误差小于0.28pixel,实际空间扩展目标定位误差小于0.3pixel,这表明该方法应用于空间扩展目标定位的有效性和准确性。