基于Harris-SIFT算法的双目立体视觉定位

针对基于尺度空间对图象保持不变性的SIFT算法在双目立体视觉应用时实时性差、误匹配等问题,提出一种运用Harris-SIFT算法进行双目立体视觉定位方法.通过介绍双目立体视觉的模型原理,利用Harris-SIFT算法从左右摄像机分别获取的图像中检测目标,并获取匹配目标的特征点,对两幅图像中目标物体的坐标标定,通过计算可得到目标物体的深度距离,还原其三维信息.实验证明,运用Harris-SIFT算法使该系统的实时性能和距离精度得到提高.     

基于双目视觉测量系统的特征点匹配研究

双目视觉测量作为一种新颖的测量方式,当前正在越来越多的测量中取代传统的接触式测量方法。但是由于双目视觉测量系统对测量精度和实时性要求较大,因此在分析椭圆拟合算法的基础上,通过筛选规则选取部分边缘点进行迭代最小二乘椭圆拟合以提取光斑中心坐标。依据系统对待测量笔9个圆形标志的位置反映的特点,设计一种基于RANSAC算法的特征点匹配方法。实验表明该算法可以满足双目视觉测量对系统的高精度和实时性要求。     

基于立体视觉与特征匹配的点云目标识别算法

准确提取三维点云数据中待测目标的点云集合是三维点云目标识别技术的一个关键问题,也是近年来目标识别领域从二维向三维拓展的一个重要挑战,其主要难点在于快速寻找离散点云之间的相关函数关系。结合立体视觉与特征匹配构建了可以表征不同视场条件下的目标点云约束的机制,通过采用立体视觉作为约束条件完成了对原有特征匹配算法的优化。设计了基于立体视觉的估计算法,通过训练学习获得了不同选取比例条件下的识别规则。实验采用ARIES激光雷达采集点云,并通过MATLAB选取三种典型目标状态。当目标区分度高时,优化前后的目标识别率都在98%以上;当目标区分度低时,优化后对目标边界的限定条件可以很好地提高识别概率。采用优化的点云数据位置偏差量可达到0.55 mm,相比未优化的0.74 mm提高了0.19 mm。同时,优化后算法的收敛时间曲线要优于未优化的,3000点以上的收敛时间均值约为8.33 s,优于未优化的12.76 s。综上所述,优化后的算法具有更好的识别效率。     

基于双目立体视觉的快速人头检测方法

为满足人流统计实时性的要求,提出一种人头检测算法。该方法对双目相机采集的图像通过运动目标检测分离出运动人员所在区域,对这些区域使用融合区域匹配和特征匹配的快速匹配方法,即利用视差的连续性只对强纹理点进行绝对误差累积(SAD)匹配,其他点只进行简单的视差验证,能够得到稠密的视差图,再由三角投影关系计算出深度图。由于双目立体成像得到的深度图中人员与场景的深度分布不同,可以采用深度分层的方法将存在人头信息的深度层提取出来,经过数学形态学预处理再利用边缘检测会得到许多候选轮廓,最终利用轮廓的几何特征来判断轮廓是否为人头。实验表明:该算法可以很好地适应复杂场景下的人头检测,精度高、速度快。     

双目立体视觉区域局部匹配算法的改进及其实现

匹配算法是双目立体视觉中关键技术之一.这里讨论双目立体视觉区域局部匹配的相似性测度函数、局部相关匹配算法,并分析其复杂度,进而提出模板滑动的匹配算法.在VC++平台上,通过双相机实验系统的标准测试图及实际场景图对所提方法进行验证.分析和实验结果都表明了该改进算法的有效性和快速性.     

基于特征的立体视觉并行匹配算法的研究

本文提出一适合立体视觉的并行匹配算法。算法以特征匹配为基础。所谓特征意指用各种大小的拉普拉斯——高斯算子检测的零交点。为获得视差的候选区间,算法在整个图象上计算视差直方图,以迭代的方法确定全部视差,并利用表面的局部估计——二次表面片和边界对深度点进行插补,从而得到完整的深度图。     

双目视觉的三维重建技术研究

近年双目机器视觉的三维重建技术的研究虽然取得了一定成果,但远远不能满足社会各行各业的应用需求。文章主要介绍基于双目视觉的三维重建技术的主要方法、技术及应用,总结了基于双目视觉的三维重建技术在工程应用中存在的问题、面临的挑战和研究方向。     

双目摄像机标定与特征点匹配方法的研究

传统标定方法具有实验环境要求高、结果精确度低、鲁棒性差等显著缺点,为此提出一种基于软件编程的主动视觉标定方法。通过建立摄像机针孔成像线性模型,考虑畸变影响的非线性模型矫正,推导出双目摄像机标定参数,并应用软件编程实现摄相机标定,获得精度高、鲁棒性较好的结果。同时,针对当前已有的图像匹配算法,对图像尺度变化适应性较差等问题,以Harris算子为基础,通过增加图像变换尺度参数,得到具有尺度不变性的改进算法。基于软件编程实现特征点坐标提取与匹配,结果显示改进后算法耗时变短、计算结果精度和鲁棒性均有所提高,为深入研究双目摄像机障碍物识别与路径规划奠定了基础。     

实时双目立体视觉系统的实现

依据双目立体视觉原理,对双目立体视觉系统的设计与实现展开研究,介绍了双目立体视觉系统的组成,并对系统涉及的主要关键技术进行了探讨。结合相关的硬件设备,利用VS2012软件开发平台实现了双目立体视觉系统。该系统可实时地进行图像采集、边缘检测、立体匹配等功能,同时由于采用3种确认算法,最大限度地去除错误匹配,得到良好的视差图。     

双目立体视觉的测距技术研究

搭建双目平行系统完成对物体的距离测量.经过图像采集、摄像机标定、立体校正、立体匹配四个步骤得到被测物体的视差图,从而求得被测物体的三维坐标.利用两种匹配算法来进行立体匹配,为使结果对比明显,在以往黑白视差图的基础上,输出彩色视差图.同时,为提高匹配精度,做了去噪和光照对比实验.最后,对测量实验进行误差分析,以验证实验结果的准确性.结果证明:误差范围控制在1 mm之内,是有效可行的.     

双目视觉中立体匹配算法的研究与比较

在基于双目立体视觉三维重建的研究中,立体匹配是其中最重要的部分,它的准确性影响着最后的重建结果.本文主要讲述了常用的立体匹配算法,并详细介绍了两种算法分类中的代表性算法的实现步骤,即局域算法中的基于特征点匹配的算法和全局算法中的基于图割法的匹配算法,并对算法从运算速度和误配率两方面进行了比较,总结了两种算法的优缺点,比...     

基于SURF的特征点快速匹配算法

为了解决光电图像匹配过程中特征点错配率较高的问题,本文提出了一种基于SURF特征点的匹配方法。该算法首先利用最近邻欧氏距离比率法对提取的SURF特征做粗匹配,然后获取特征点对应尺度的邻域灰度统计信息,进而利用Pearson相关系数比得到鲁棒性较强的匹配对。实验表明该方法能够有效提高匹配的准确率,且满足实时性要求。     

基于FPGA的双目视觉同步采集系统设计

针对传统手术导航中光学定位系统两相机图像采集不同步的问题,利用ALTERA公司的DE2-70开发平台,设计了基于现场可编程门阵列(FPGA)和两片数字图像传感器OV7620的双目视觉同步采集系统。该系统实现两相机同步采集图像数据、并行提取标记点的亚像素坐标和USB传输等功能。上位机结果表明,该系统工作稳定,两相机图像数据能够同步和实时显示,亚像素坐标提取准确,满足手术导航系统中对图像采集的要求。     

光栅式双目立体视觉传感器的立体匹配方法

光栅式双目立体视觉传感器的难点之一在于立体匹配问题,为此,提出了一种基于极线约束和空间点最小距离搜索的立体匹配方法.该方法将光栅式双目立体视觉传感器看作两个光栅结构光传感器,分别标定后可测定光条中心点关于某个结构光模型的三维坐标,若两点匹配,则其三维坐标间的距离理论上为零.引入极线约束,在左摄像机成像光条上找一个特征点,在右摄像机所成像中便可计算出一条极线与之对应,在极线与各光条中心的交点中寻找匹配点.该方法在三维空间进行匹配,计算量小,能够实现点与点的唯一匹配.仿真实验表明了该方法的有效性.     

基于双目立体视觉的行人身高测量方法

为满足测量密集行人身高的需求,文中提出了一种基于双目立体视觉的行人身高测量方法。通过非接触式的视频处理,背景差分与视差图相结合得到三维空间点,利用点聚类分离目标,分析目标的运动轨迹,得出行人身高。实验表明,该方法在多人同时行走,行人较密集,肩靠肩行走时能够正确计算行人身高,适用于人流量大的场合。     

基于结构特征的全局立体匹配算法

针对传统动态规划立体匹配算法会在边界区域产生明显条纹状瑕疵的问题,提出了一种基于结构特征的全局立体匹配算法。该算法在提出了结合图像局部灰度特征和图像纹理结构特征的基础上,构建了基于证据理论的多重判据,并以之作为相似性测度函数。然后结合Sobel算子、双边滤波和Canny算子提出了自适应图像边缘提取算法,对于图像边缘像素,放宽视差搜索范围,降低了边界处误匹配率。最后基于扫描行间约束,引入了行列双动态规划立体匹配算法,同时将视差搜索范围限制在一定范围内,以提高算法效率。实验表明,该算法可以有效降低视差图在边界区域的误匹配率,减少条纹瑕疵,提高图像匹配质量。     

基于计算机的视觉立体匹配算法研究

计算机视觉技术主要是研究通过计算机技术来实现人的视觉功能的过程,计算机视觉研究的重点课题是立体匹配。双目视觉是和人体眼睛的视觉比较接近的,而且在实际应用中比较容易实现。文章对计算机视觉系统和立体匹配算法进行了分析,并且对双目视觉的视觉立体匹配算法进行了研究,通过相应的计算机算法对双目视觉立体匹配进行实现,具有一定的研究意义。