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。     

超大视场红外告警系统的成像特点分析

为了设计出适用于超大视场红外鱼眼告警系统的有效算法,对超大视场红外鱼眼告警系统所拍摄的红外图像进行分析,结果发现:超大视场红外图像中目标只表现为一个点,红外图像的背景非常复杂;对于天空背景,随着仰角的增大,其辐射亮度逐渐变小,目标的运动轨迹被弯曲,并随视场角的增大其弯曲程度越甚。从红外鱼眼镜头的设计理论出发,对系统的像面照度进行了分析,并采用美国光电工业公司的CDS100-04型黑体作为标准辐射源对分析结果进行了实验验证,结果表明:不同位置处灰度值的相对标准偏差仅为2.26%,说明该系统的像面照度是均匀的;最后,对系统的作用距离进行了分析,其作用距离约为9.6 km,基本满足实际需要。     

安全距离和成像尺寸约束的超大视场红外系统车载应用关键参数论证

在现有车载辅助驾驶系统中,可见光成像系统难以有效应用于夜晚、雨、雾、霾等低照度不良天气。红外成像系统有效克服了上述不足,但传统车载红外系统存在视场角小、视野盲区大的缺点。研究了超大视场红外系统的车载辅助驾驶应用,提出了基于安全距离和成像尺寸联合约束的超大视场红外系统关键参数论证方法。通过分析等距投影成像规律,建立了超大视场红外系统车载应用的安全距离约束模型和成像尺寸约束模型,以极限速度对应的探测最近距离和二维Johnson准则约束下的“发现”最远距离来验证超大视场红外车载系统的可行性,计算了视场角等关键参数。经过理论论证和分析,超大视场红外车载系统的镜头焦距/像元尺寸范围需在[276.1 521.3]范围之内。通过开展系统试验,设计了水平视场角为140°的超大视场红外成像系统,满足了对人的发现距离大于130 m的要求,进而可用于车辆辅助驾驶。     

融合可见光通信与双目立体视觉的地铁列车自主定位

为提高隧道环境下列车的定位精度,提出了一种基于可见光通信与双目立体视觉的列车自主定位方法。首先,列车根据安装在隧道壁上发光二极管（LED）光源的光信号实时接收LED光源对应的唯一标识符（UID）。然后,运用灰度重心法和最小二乘法,列车获取LED光源图像中光斑中心的像素坐标。接着,利用双目立体视觉原理,得到列车初始定位结果。最后,采用维纳滤波器和惯性测量单元（IMU）补偿列车运行引起的定位误差,得到列车实时定位结果。结合成都地铁1号线的线路数据和设备信息来验证列车自主定位方法的可行性和有效性,研究结果表明：该方法最大静态定位误差为29.93 cm;当列车在不同速度下运行时,最大定位误差为36.11 cm,满足列车控制系统的定位要求。     

基于小波多分辨率网格划分的双目立体视觉方法

基于双目立体视觉的三维重构足机器视觉技术中重要的研究内容,在机器人视觉导航、航空测绘、医学成像和上业检测等很多领域都有广泛的应用.研究空间网格候选点三维坐标与图像中二维坐标的映射关系,对基于网格候选点投影灰度相似性的立体视觉方法进行改进,建立多分辨率网格节点并与小波分解网像实现一一对应关系,通过逐级分析嘲格节点的映射像点灰度相似性,确定由粗到精的候选点筛选策略.最终恢复被测物体的深度信息.Matlab平台下的仿真实验町以验证,小波多分辨率网格节点的构建不但改善了计算效率,也避免了过多候选点带来的随机误差,使三维重建精度得到了提高.     

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。     

大尺度三维几何尺寸立体视觉测量系统实现

基于立体视觉的大尺度三维几何尺寸测量技术是对外形不规则的大型物体进行几何量测量的有效方法。与传统的视觉测量技术不同,大尺度视觉测量的精度随测量距离的增加而迅速下降,同时大尺度空间下照明条件难以控制,也使得测量变得不稳定。因此如何在大测量尺度的前提下提高测量精度成为这一领域的研究难点。从立体视觉测量系统的原理出发,分析了影响系统精度的各种因素,将相位一致性变换与极线约束条件引入结构光光条中心提取之中,显著提高了图像分析的精度。研制了测量系统的样机并给出了实验结果,现场测试表明该系统可以有效地保证大尺度条件下的测量精度。     

基于双目序列图像的测距定位与自车速度估计

为了确定车辆在行驶过程中的相对位置与速度,提出一种基于双目序列图像的实时测距定位及自车速度估计方法。该方法利用车载双目视觉传感器采集周围环境的序列图像,并对同一时刻的左右图像进行基于SURF(speeded up robust features)特征的立体匹配,以获取环境特征点的景深,实现车辆测距定位;同时又对相邻两帧图像进行基于SURF特征的跟踪匹配,并通过对应匹配点在相邻两帧摄像机坐标系下的三维坐标,计算出摄像机坐标系在车辆运动前后的变换参数,根据变换参数估算出车辆的行驶速度。模拟实验表明,该方法具有良好的可行性,速度计算结果比较稳定,平均误差均在6%以内。     

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。     

基于双目视觉的车身焊点定位误差补偿研究

在应用机器人对车身点焊质量检测过程中,其焊点的定位精度受到点焊作业质量以及车身制造误差等因素的影响,导致实际焊点与设计值并不重合.针对传统示教无法对焊点定位进行实时补偿的问题,提出基于双目视觉引导机器人的焊点定位策略,并构建基于改进粒子群算法优化的支持向量机回归误差补偿模型,对定位结果进行补偿.在机器人末端安装双目传感...     

基于边缘拟合的双目视觉定位与测量方法

针对双目视觉定位与测量中某些被测物体角点不明显导致检测精度不高的问题,提出一种基于亚像素边缘拟合的双目视觉定位与测量方法。利用双目系统标定的结果对拍摄的图像进行去畸变和立体校正处理;使用Zernike矩方法对预处理的图像进行亚像素边缘检测,对获得的亚像素点进行聚类和拟合,计算拟合曲线的交点;根据对极几何原理来完成左右图像中的交点的立体匹配,利用视差及三角测距原理获得被测物体的位置信息及其尺寸。实验结果表明,新的方法能较好地解决角点不明显导致双目视觉立体匹配和定位精度问题,并能提高检测效率。     

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。     

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。     

空间非合作目标的三目立体视觉测量方法

针对在轨服务任务如何在近距离处获取空间非合作目标的相对位置和姿态的难题,提出一种三目立体视觉测量方法.首先利用三台呈等边三角形布置的大视场可见光相机获取图像;然后采用所提方法对特征点进行匹配;接着采用RANSAC方法解算被测目标在世界坐标系下的位姿参数;最后通过对非合作卫星模型的静止、位置移动和姿态转动进行实验.实验结...     

基于大视场人工复眼定位技术

针对大视场目标探测提出了一种基于人工复眼大视场定位方法.通过分析子眼视场角与总视场角之间的关系,并结合多目视觉定位对子眼排布方式的要求,研究了包含多个子眼的人工复眼结构设计方法.通过分析子眼图像与三维空间映射关系,对二维图像进行裁剪并映射于三维立体空间,实现了二维子眼图像在三维空间的大视场拼接.利用子眼图像坐标、空间三维坐标及系统参数间的关系,建立了空间点多目定位数学模型,并编制目标定位算法.制备了包含19个子眼可实现120°大视场角的样机,通过张正友标定法获得系统参数,并进行目标定位实验.实验结果表明,使用设计的人工复眼大视场成像系统对5.35m处目标进行探测,定位误差为0.19%.     

基于方向性靶标和多约束优化的双目相机标定

提出了一种基于方向性靶标和多约束优化的双目相机标定方法。新型方向性平面靶标能够判断靶标的旋转方向,并对每个标定角点进行编码,以保证双目相机在拍摄到局部靶标的情况下依然能够完成同名点匹配,进而完成双目相机标定。根据方向性靶标建立双目相机标定模型,引入用于描述平面靶标姿态的天顶角和方位角,通过天顶角和方位角筛选出在不同位置上的靶标姿态均具有明显差异的图像作为标定图像,这提高了双目标定结果的稳定性;结合靶标的三维几何信息,建立了多维度约束的双目参数优化模型,提高了双目标定结果的精度。实验结果表明,与传统的张氏标定方法相比,所提出的标定方法能够有效提高所获得的标定结果的稳定性和精度;通过对标准量块进行多次测量,进一步验证了所提方法的有效性。     

一种极线近似的双目结构光相位立体匹配方法北大核心CSCD

针对双目结构光三维重建中的相位立体匹配效率较低问题,提出了一种极线近似的快速匹配方法。首先依据两相机光心与左像素形成平面与右成像平面交线对极线进行描述;对每行像素中部分区域的对应极线进行近似,结合立体视觉的连续性约束,使得孤立的沿各自极线搜索匹配相位改为区域内沿近似极线连续搜索匹配相位;同时结合双目相机位姿特性,实现全局均匀分区,避免针对每行数据重复分区;计算过程中采用查表法辅助计算。实验结果表明,立体匹配后获得点云平均误差为0.436 mm,属可接受误差范围内,立体匹配计算速度平均提升10.18倍,对640×480尺寸图像可在17 ms内完成立体匹配,可应用于结构光实时三维重建。     

基于非线性扩散滤波的双目视觉跟踪与测量研究实现

针对双目视觉跟踪与测量技术的研究主要集中在缩短时间,精确性问题考虑不够充分。结合KAZE特征提取算法,利用卡尔曼预测对目标进行跟踪,提出一种基于图像匹配的双目视觉跟踪与测量算法。将KAZE特征提取算法和SIFT、SURF等算法进行仿真对比,结果表明KAZE算法具有更加出色的匹配率,而跟踪速度相当。运用KAZE算法与卡尔曼预测跟踪技术实现了基于Visual Studio环境下的双目视觉测量与跟踪系统,测试结果表明,该系统可进行有效的高精度测量。     

基于光学测棒的立体视觉坐标测量系统的研究

提出了一种基丁测量与校准功能合一的光学测棒的立体视觉坐标测最系统.采用光学测棒作为成像目标,通过任意放置的两台摄像机获取测棒上的发光特征点的图像实现被测物体三维坐标的测量,同时利用测量数据定期对两台摄像机外部方位参数进行校准.深入研究了两台摄像机内部参数和外部方位参数校准过程中的校准件和校准算法的设计,以及系统测量建模等关键技术,提出了相应的解决方案,减小了摄像机内外参数校准及测量模型对测量结果的影响,提高系统的测量精度.实验结果表明.该系统的最大测量误差为0.11 mm.