立体视觉测量中的图像匹配策略研究

立体视觉测量广泛应用于机器人导向和各种柔性制造系统中 ,其中图像特征的准确匹配始终是一个难题。推导了共极性线方程 ,采取相关匹配和特征匹配相结合的方法来提高图像匹配的速度和精度 ,利用建模估计得到匹配像点的精确坐标 ,使三维测量精度达到目标距离的 1/10 0 0 0左右     

微球耐压性能的自动测量方法（英文）

空心微球具有广泛的应用,耐压性能是其重要特性之一。但人工测量劳动强度大且精度较差。提出一种基于图像检测的自动测量方法,可检测微球加压过程中的破损情况并记录压力值。首先,利用梯度霍夫变换定位微球,再通过Canny边缘检测提取微球轮廓信息,并减少环境因素对检测的影响。最后Hu不变矩被用来将加压中的微球图像与加压前图像进行匹配,当微球破损后,匹配结果超过阈值,判定微球失效。为证明方法的准确性和稳定性,搭建了实验平台,对不同直径的玻璃和塑料微球进行了加压实验。实验结果表明,微球破损的成功识别率几乎为100%,同时微球破损时的压力值也被准确地记录。     

基于机器视觉的车辆保险盒在线检测研究

摘要: 车辆保险盒作为汽车电控系统中的一个重要的元器件,其质量好坏直接影响汽车的性能,传统的车辆保险盒检测主要依靠人工检测,检测费时费力,针对该问题,提出一种基于视觉的车辆保险盒在线检测方法,分析了产品图像校正到标准模板图像的位置误差,采用SURF(Speeded Up Robust Feature)算法和平面单应性理论将待检产品图像变换到标准模板位置,利用颜色直方图匹配和模板匹配完成保险盒上元件的检测。实验结果证明,该方法检测效率高,稳定可靠,能够满足在线检测的要求,具有一定实用价值。     

基于视差自相关特征水深反演

提出了一种基于视差自相关特征模拟水深的新方法。这种方法利用不同摄站获取的同一物体的两幅图像,在水的折射影响下,造成的视觉上的偏差计算水深,可以得到相关区域三维显示中各点的水深数值。以数码相机所拍摄两张照片为例,实现相关区域水深三维显示。结果表明此算法具有一定的可行性,可以进行更深层次的研究,并应用于浅海、河流等地的资源探测开发。     

快速匹配算法在药筒模块检测中的应用

为了能够快速、准确判断药筒模块是否合格,实现检测的自动化,针对药筒模块中可燃性紧塞盖图像的特点和检测要求,在研究经典相关系数匹配算法基础上,采用了一种快速图像匹配算法,即通过减少相关系数计算量和模板搜索范围,在保证匹配准确度的前提下来提高图像匹配速度。实验和现场测试表明,使用该方法,匹配速度提高了近67%,实现了图像的快速匹配,软件误判率1%,满足实际生产要求。     

多传感器大视场成像系统设计及关键技术研究

为完成大幅面静态图像的采集,设计了基于多传感器阵列的大视场成像系统。提出了一种改进的基于SIFT算子的图像匹配方法对采集的图像进行匹配,有效地降低了误匹配率。推导了目标视场角与图像间重叠区域的关系以及成像平台参数和图像间重叠区域的关系,用于计算图像间的重叠比例,并只在重叠区域内进行特征点的定位、图像的匹配及拼接,有效地缩短了图像拼接时间。提出了一种改进的重叠区域渐入渐出融合算法对图像进行融合,得到了理想的融合效果。     

嫦娥一号月面成像的高精度匹配及月貌三维重建

针对嫦娥一号探月卫星2C级月面成像,提出了基于待配点最优模板选择的二次函数形变补偿迭代匹配方法。仿真表明它能有效地适应地形起伏引起的图像形变,匹配精度较高且稳定性好。在标准相关匹配的基础上结合所提出的方法完成了下视图与前、后视图的精确匹配,采用三视约束机制和顺序检验机制保证了匹配的稳健性。分析了线阵相机成像的仿射近似模型,并以此为基础实现同轨三视重建。基于邻轨下视图同名特征点,采用RANSAC方法估计邻轨三维坐标转换参数,完成邻轨拼接。实验结果表明,三维重建的月貌图能够更好地表达月球表面的形状和地形。     

基于区域协方差的惯性组合导航景象匹配算法

 针对景象匹配辅助惯性组合导航系统需要快速准确获取飞行器位置和航向偏差的要求,提出了一种基于区域协方差的实时图像匹配算法.算法采用区域协方差矩阵的距离作为图像匹配时的相似性度量.首先,对图像进行高斯平滑滤波,提取图像的多种特征计算区域协方差矩阵,利用金字塔多级匹配技术进行全局搜索,获得测试图在参考图中像素级匹配位置.然后,利用全局匹配的结果,在实测图上选取多个局部区域,分别进行局部搜索匹配,获取参考图和实测图中一一对应的局部匹配集.最后,利用RANSAC算法和最小二乘算法计算出两幅图像间的最优相似变换参量.仿真分析表明,该算法能满足景象匹配辅助惯性组合导航系统实时性、精确性和鲁棒性的要求.     

点特征和小波金字塔技术的遥感图像快速匹配技术

提出了一种基于Harris特征点提取和小波金字塔的遥感图像快速匹配技术．在对多分辨率遥感图像进行完预处理的基础上,先利用Harris算子提取待匹配图像的特征点,然后利用小波金字塔完成匹配．通过杭州地区TM和SPOT遥感影像的配准实验,表明该算法减少了人工干预,提高了运算速度,又保持了匹配精度．     

一种凹凸边界上特征点的提取方法

提出了一种新方法用于提取用于匹配计算的可靠特征点——凹凸(ridges/troughs)边界上的特征点：沿凹凸边界上的高曲率点，凹凸边界线的交叉点以及图像表面上的最小值点.实验表明，与传统的沿阶跃边界提取特征点的方法相比，该算法提取出的特征点可靠性更高，大大减少了误匹配率.在凹凸边界点检测阶段，只需要对图像扫描一遍即可,而凹凸边界交叉点和高曲率点的提取要消耗更多的时间.因此本方法可用于对特征点可靠性要求很高但数量需求不大的情况.