机器视觉精密测量系统研究

微小孔系的精密测量用传统的手段是难以实现的。以机器视觉为基础,结合计算机图像处理技术可完成这类测量任务。介绍了基于机器视觉的孔系精密测量系统的硬件组成和图像处理算法。以所提出的识别弦端点来确定图像圆心坐标的算法对500根弦的中点坐标进行滤波处理,可使识别误差达到亚像素级。圆心坐标在X和Y方向的标准差均小于4μm,孔系间角度测量标准差小于3″。     

光笔式双目视觉测量系统标定技术研究

针对光笔式双目视觉测量系统的标定问题,讨论了关于相机内参、双相机外参以及测量笔的相关标定理论,开发了一整套基于LabVIEW的标定系统。运用张氏平面标定法实现了相机内参标定。结合基于标准长度的外部参数标定方法,实现了双相机外参数标定。运用粒子群算法和LM算法相结合,加快了目标函数高维寻优速度。在测量笔标定环节,提出了一种基于最小二乘法的现场校准方法。标定系统完成了后期开展相关测量前的所有准备工作,具有较高的精度和实用性。在测量系统标定结果基础上对直径25 mm标准陶瓷球进行测量,测量结果标准差达到0.019 mm。     

双目立体视觉技术在结构试验中的应用

传统的动态位移测量方法属于接触式测量,常用应变式位移计直接测量结构变形,其测量精度往往取决于位移计安装情况,且测量的电信号容易受到试验环境的影响。随着光学测量技术的不断发展,基于双目立体视觉和数字图像处理技术的光学测量方法已开始应用于位移测量。为了解决传统动态位移测量的精度问题和环境对信号的干扰问题,将双目立体视觉技术应用到三层钢框架结构的振动台试验中,对结构在地震作用下的位移进行测量。研究结果表明:从位移时程和位移偏差率两方面同传统测量方法进行对比分析,光学测量方法减少了2.0 s~3.5 s的相对滞后时间,增强数据可靠性;位移偏差率最大为7.03%,最小为0.02%,均在测量误差允许范围之内,验证了光学测量位移方法在结构抗震试验中的可行性及优越性。     

双目视觉系统的测量误差分析

通过对双目视觉测量系统的研究,建立了双目视觉测量系统的误差模型,并分析了系统结构参数对测量结果的影响。在理论上对系统结构参数(两光轴夹角、基线距离)与测量精度之间的关系进行了系统、详尽的分析,得出了测量系统的位置误差对距离方向上的精度影响较大;光轴夹角的变化对测量误差影响不大,而距离方向的误差随着基线距离的增加而减小的结论。本文建立的误差模型对具体的双目视觉测量系统的设计具有指导作用。     

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。     

计算机立体视觉技术综述

计算机立体视觉技术主要有双像合成法、莫尔条纹法、傅立叶变换轮廓法、位相测量法、三角测距法、聚焦法、飞行时间法和光谱法。分析了各种方法的基本原理和主要优缺点,提出了一种新的方法———光谱法,并对该方法作了分析介绍,讨论了该方法的特点。     

基于双目视觉的空间脱靶量测量技术研究

为了测量飞行目标的空间脱靶量,采用在指定区域附近放置凝视等待式双目相机,测量飞行目标位置、速度等参数,得到空间脱靶量信息。在建立数学模型后,设计了运动目标测量系统,并对系统误差进行了分析。实验和结果分析表明,该系统对运动小球的测量相对误差小于2%,验证了系统设计的可行性。     

基于双目视觉的边缘检测算法

提出了一种基于立体视觉的物体边缘检测的方法。先对立体图像对进行基于图割的立体匹配方法求取场景的视差图，然后再用Canny的边缘检测方法对视差图进行边缘检测。立体视觉方法有效解决了单目视觉检测方法中的一些难点，利用了物体在空间的深度信息，对复杂背景下的物体和具有复杂纹理物体的边缘检测有很高的鲁棒性。实验结果表明该边缘检测方法优于传统的单目视觉边缘检测方法。     

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。     

基于双目视觉的飞行头盔动载特性测试技术研究

为了测试飞行员综合显示头盔系统在动态载荷下的穿戴运动特性和人机工效性,针对头盔与头部相对运动状态难以量化测量的问题,提出了一种基于双目视觉的测量方法,并研制了相应的测试系统。测试前,对两台摄像机分别进行标定以获取其内外参数,在施加动态载荷的测试过程中,通过摄像机提取被测目标事先编码的标记点,利用图像处理软件对其定位和立体匹配,确定标记点的坐标值及相互关系,调用OpenCV中的cvPOIST函数解算目标位置及三维姿态,实现了头盔与头部模型三维相对位移、角度和角速度参数的精确测量,试验结果表明,这种非接触式的测量方法真实还原了动态过载过程中头盔与头模的相对运动过程,具有不改变试验对象的质量特性、不干扰试验对象运动状态的优点,具有较高的应用价值。     

一种快速双目视觉立体匹配算法

针对目前双目视觉立体匹配算法计算量过大、实时性不强的问题,提出了一种平行配置系统的快速立体匹配算法.利用两幅视图的差异将视图分为特征点和非特征点,然后对特征点采用WTA(winner-take-all)方法进行匹配,而对非特征点只进行简单的验证,最后得出致密的视差图.该算法利用视差的分段连续性,大大减少了运算量.实验结果表明,该算法提取的特征点集中于视差不连续区,与目前其它基于区域的匹配算法相比,该算法得到的误匹配像素百分比与其它算法相当,而计算速度却提高了一个数量级,并且边缘特征较好,是一种有效可行的高实时性立体匹配算法.     

双目视觉系统立体匹配中的加速策略

在双目视觉系统立体匹配中,相似度计算是不可或缺的步骤,而相似性计算的过程存在着精度和速度上的矛盾关系。就此提出了两个加速策略:用以减少匹配搜索像素点个数的分层筛选策略和用以减小匹配窗口相似性计算量的自适应间隔策略。以绝对差值和(SAD)算法和归一化互相关(NCC)算法为例阐述了加速策略的实现步骤。实验证明使用分层加速策略和自适应间隔策略的可行性,使得原始算法在基本保持精度的情况下获得了速度的大幅度提升。     

基于双目视觉的室内定位标定新方法

随着全球导航卫星系统的发展,位置服务日渐成为人们生活工作之中必不可少的一部分,越来越多的人习惯使用定位技术。随着室内导航应用需求的不断增加,基于多目视觉原理的室内定位导航技术已经成为目前很多技术领域的研究热点,并日趋成熟。在室内导航定位前,相机的标定过程是重中之重,标定精度对最终定位精度有着决定性作用。然而,当有气液界面存在时,由于视线在传播过程中发生折射,现有的线性标定技术不再适用,并成为制约室内特殊场景定位(如水下机器人作业)的主要技术障碍。针对有气液界面的条件提出了一种新的标定方法,对界面位置进行精确定位,并修正了线性针孔模型,能够有效解决有气液界面存在条件下不能准确标定的难题,克服了封闭体内测量时无法进行现场标定的困难。为验证标定方法的可行性与可靠性,进行了数值模拟,模拟结果显示,此方法误差较小,满足室内定位中的标定精度要求。     

基于双目视觉测距技术的导弹筒箱精确对接方法

当前导弹筒箱对接工作中普遍采用人工操作方法,通过目视指挥操作实现卡口对接,精确性差,步骤繁琐,效率低下。针对此问题,基于双目视觉测量技术提出了一种自动对接方法,利用双摄像头测量对接卡口的成像偏差,计算筒弹调整的距离和角度,实现筒弹支脚和对接卡口的准确对准。然后研究了系统测量误差,利用非线性回归拟合方法分析了误差计算公式,利用等距标尺设计了测量误差标定实验方案,并针对摄像头安装不便的问题,给出了中点延长安装方法和计算补偿方法,最后设计了筒弹自动化对接系统的基本结构。试验结果表明,该方法能够有效获取筒弹对接偏差距离和角度,为位置调整系统提供有效输入,从而实现导弹筒箱的自动对接。     

基于同心圆合成图像匹配的双目视觉标定

分析了双目视觉传感器的数学模型,提出了一种基于同心圆合成图像匹配的双目视觉传感器的标定方法。在测量范围内任意多次摆放同心圆靶标,由两台摄像机拍摄靶标图像。根据摄像机模型与已知同心圆在靶标坐标系上的位置关系,构造合成图像,将合成图像与观测图像进行相似度匹配,通过优化定位得到靶标上每个圆的圆心点图像坐标。利用左右图像对应的圆心图像坐标和双目视觉的约束关系,对双目视觉传感器参数进行非线性优化,并得到最优解。所提出的标定方法是在张正友方法的理论基础上,利用了图像的整体性进行的优化。实验结果表明,该方法提高了标定精度。     

医疗机器人双目视觉硬件系统设计与实现

根据双目视觉定位原理,通过分析系统各部件的工作原理和医疗机器人手术导航的实际需求,结合市场供货情况,提出了一种适用于医疗机器人手术导航定位的双目视觉硬件系统设计方法。采用该方法设计的双目视觉定位系统进行了手术导航模拟实验,结果表明：该系统可以辅助医疗机器人完成手术规划,定位精度可以达到2 mm,能够满足临床应用要求。     

基于双目视觉的显著性目标检测方法

针对现有的显著性目标检测算法在受到相似背景干扰时,易出现目标检测准确度低、稳定性差的问题,提出一种基于双目视觉的显著性目标检测方法。受人眼视觉特性启发,将双目视觉模型感知的深度信息作为显著性特征与多特征聚类分割结果进行协同处理,定量分析图像区域级的深度显著性,再将全局显著性与区域深度显著性进行加权融合,突出目标区域,根据融合结果的区域分布进行背景抑制,完成显著性目标的检测。实验结果表明,与现有的显著性目标检测算法相比,该算法有效地抑制了相似背景的干扰,并且准确度高、稳定性好。     

基于双目立体视觉的水下RGB-D相机

为满足水下机器人水下目标识别、精细作业的需要,研制了一种融合3D点云和二维RGB图像为一体的RGB-D水下相机工程样机.针对水下环境的特殊性,考虑水下多层折射效应,建立水下相机成像及双目立体成像模型.将水下图像转换为空气中的图像来消除折射对重建精度的影响,进行对应点像素匹配,重建3D点云.采用基于颜色校正和暗原色先验的...