单目视觉目标距离测量方法研究

提出了一种利用单目视觉测量目标距离的方法.当目标与光学系统的距离变化时,其共轭像面的位置也发生相应的变化,而摄像头的CCD是固定的,因此在CCD上得到的是模糊度不同的图像.利用小波变换对得到的图像进行处理,检测模糊图像边缘的宽度,再利用三次样条插值运算计算出目标至光学系统的实际距离.实验结果表明该方法是可行的.     

基于单目视觉和圆结构光的目标姿态测量方法

为解决实际工程中无法在被测目标表面设置固定特征来配合单目视觉系统实现目标姿态测量的难题,将圆结构光源引入单目视觉系统中。通过建立圆结构光的视觉姿态测量模型,提出了一种基于单目视觉和圆结构光的目标姿态测量方法。利用图像处理获取不同姿态下目标表面的结构光光条图像的数学参数;然后将其输入到姿态测量算法中,得到目标表面结构光光条的法向量;最后利用目标表面的参考点与结构光光条中心之间的距离约束关系确定唯一解。实验结果表明,该方法有效可行,测量误差平均在0.5°以内,更便于机器人抓取等工程领域的应用。     

基于单目视觉的姿态自动测量方法

提出一种将EPnP算法和SoftPOSIT算法融合的单目视觉姿态自动测量方法.首先,利用EPnP算法计算得到立体靶标的位姿参数,并将该位姿参数作为SoftPOSIT算法的迭代初始值带入.其次,将SoftPOSIT算法计算位姿的的迭代过程与立体靶标结合,实现姿态的自动测量,并仿真验证了拓扑确定位姿的有效性.最后,为了验证姿态测量结果的精度,以高精度二维转台为基准,将立体靶标安装在二维转台中,通过控制转台转动角度得到靶标姿态的测量数据.实验结果表明,当转台转动角度在[-20°,20°]时,靶标姿态角α的测量结果标准差为0.20°,姿态角β的测量结果标准差为0.27°.     

基于单目视觉边缘频谱的散焦图像测距算法研究

为了实现基于单目相机的弱或无表面纹理特征目标精确测距,提出了一种基于保留边缘频谱信息的改进散焦图像测距算法。通过对比以傅立叶变换和拉普拉斯变换为计算核心的两种经典散焦测距理论,构建相应的清晰度评价函数,根据灵敏度更好的频谱清晰度函数选择基于频谱的散焦测距法,并根据频谱清晰度函数在保留目标边缘信息的基础上选择频域计算范围,从而进行测距。为验证算法的可行性,本文采用6组不同的鸭蛋样本,获取不同光圈、不同距离的散焦图像,利用该改进算法求解鸭蛋到相机镜头的距离。实验结果表明,基于边缘频谱保留的散焦图像测距改进算法具有良好的测距效果,相关系数为0.986,均方根误差为11.39 mm,并发现对于斜放拍摄的鸭蛋图像进行图像旋转处理后,可有效地提升测距能力,均方根误差从11.39 mm下降至8.76 mm,平均相对误差从2.85%下降至2.28%,相关系数提升至0.99。基本满足了弱或无表面纹理特征目标测距的稳定、精度等要求。     

基于单目视觉测距的车辆自动刹车辅助系统设计

针对红外测距与超声波测距探测距离与真实距离差异大,刹车控制智能性不强的问题,设计并实现了基于单目视觉测距的车辆自动刹车辅助系统,系统硬件主要由图像采集模块、图像处理模块、以及电子制动模块组成;通过基于单目视觉测距算法实现软件编程,并在Matlab平台上完成测试,实验中车辆以35 km/h驶向障碍物,使在20～70 m的实际距离进行仿真测距,单目摄像头俯仰角测定在88°～90°之间,对前方实时车距进行测量,并通过与汽车电子控制单元之间的数据交换对车辆制动进行辅助控制;实验结果表明:在实测距离和系统介入距离均在70 m以内时,算法相对误差平均在2%左右,车辆停止地点距障碍物在4.5 m左右,说明系统满足车辆智能化辅助制动的实时性要求。     

基于移动机器人和单目视觉的姿态测量方法

在单目视觉的姿态测量工作中,传统卷积神经网络在模糊场景及复杂场景下存在准确度大幅降低的问题,为此提出了一种基于胶囊网络与贝叶斯网络相结合的深度学习模型,在此基础上提出了基于移动机器人与单目视觉的姿态测量方法.采用新型胶囊网络对单目视觉目标的重要关节点进行空间定位;设计了简单的贝叶斯网络学习算法,通过贝叶斯网络推理出关节...     

基于单目视觉的静止目标定位方法

以无人机感知与避障为背景,提出了基于运动的单目视觉测距方法.选择摄像机运动过程中在不同位置对同一目标获取的两幅图像,然后利用尺度不变特征变换算法对所选图像进行特征检测和匹配,通过分析同一目标特征点在两幅图像中不同成像位置的变化,结合无人飞行器自身的运动参数,求解出无人飞行器与障碍目标之间的位置信息.采用该方法对不同位置的目标进行定位实验,结果表明该算法的测量精度和时效性可以满足实际避障的要求.     

嵌入式单目机器人视觉检测及避障系统设计

为实现机器人在移动中快速检测和避开障碍物功能,提出一种在室内以单目视觉为基础的嵌入式机器人检测障碍和避障的设计方案;通过对HSI颜色空间的H空间进行分块,获取分块区的颜色矩特征进行比较,能快速检测障碍物;通过几何法建立机器人坐标和图像坐标的关系,计算障碍物实际距离,准确定位障碍物;通过输入障碍物距离和偏离前进方向的角度到模糊控制器,获得输出转动角度,并对输出的角度进行调节;实验结果表明该系统具有实时性和可行性,实现了利用图像分块的信息快速检测定位障碍物,并通过模糊控制器完成了避障要求。     

用于摄像机定位的单目视觉方法研究

利用单目视觉算法确定摄像机相对于被测点的聚焦位置的方法 ,提出了一种新的能量谱 熵函数图像聚集锋利性测度评价函数以及新的单目视觉测量方法 ,即将单目视觉方法中的离焦法和聚焦法结合起来 ,进行聚焦位置的测量。并给出了用于摄像机定位的单目视觉离集法和聚焦法的计算模型。实验验证结果证明了算法的稳定性和可靠性     

一种单双目视觉系统结合的三维测量方法

在投影栅相位法的单日和双目三维测量结构的基础上,提出了一种单双目结合的三维测量方法.采用双目测量系统的架构,对两相机的公共区域使用双目的方法进行复现,同时分别将两个相机与投影仪组成两个单目测量系统,通过标定的统一可以将两者的世界坐标系统一到一个共同的基准上,利用单目的测量结果对双目测量的哪缺失区域进行填补.在对石膏头像的测量中,利用该方法避免了双目测量中在鼻梁附近出现的数据丢失.在保证双目复现区域精度的基础上,该方法有效地改进了测量结果的完整性.