基于机器视觉的三维灰度重构技术

基于双目立体视觉三维重构原理,采用主动扫描实现特征匹配的三维灰度重构技术,通过特征结构光扫描物体表面,由经过预标定的两套成像传感器拍摄其图像,经过图像处理程序提取出特征点,完成特征匹配,再计算出物体表面三维轮廓,同时将成像传感器中的灰度信息映射到相应的特征点,从而实现特征点的三维信息和颜色信息的重构和匹配。该技术为三维彩色逼真场景的重构奠定了基础。     

于散乱三维点云的缺陷检测和三维重构方法

设备表面的缺陷检测对于保证安全生产避免经济损失具有重要意义。针对基于设备表面散乱三维点云缺陷检测和三维重构算法复杂的问题,提出了一种基于散乱三维点云的缺陷检测和三维重构方法。对散乱三维点云沿某一轴向进行分层处理,将同一层内的三维点进行移位规则化处理,并对规则化的三维点云进行缺陷检测和三维重构。分别对无缺陷设备表面和凹凸缺陷设备表面进行缺陷检测和三维重构,规则化前后三维数据缺陷计算结果相对误差为1.01%。实验结果表明,将散乱三维点云分层和规则化处理有效降低了缺陷检测和三维重构的复杂度,易于实现。     

基于机器视觉的三维灰度重构技术

为了非接触、无损、快速地获取物体表面丰富直观的三维信息，即在进行物体三维几何信息重构的同时，还要恢复出物体表面的色彩纹理信息，以利于对物体空间信息的再现和分析，研究了基于机器视觉的三维灰度重构技术。     

基于计算机视觉的非朗伯表面三维重构

基于计算机视觉的三维重构方法已经广泛应用在各行各业中。目前的三维重构研究主要针对不透明的朗伯表面,且已经比较成熟,但对非朗伯表面仍然面临诸多问题。而实际场景中的物体表面大多是非朗伯表面,因而,随着实际应用的推广,非朗伯表面的三维重构问题在计算机视觉领域越来越受到关注。虽然本现状研究不能完全涵盖针对非朗伯表面三维重构的所有方法,但它包涵了三维重构每个步骤中的各种典型方法。文中按照图像获取过程中的照明方式和重构原理对现有方法进行了分类,并逐类进行了介绍。由于不存在公共测试网络平台和带有标准视差的非朗伯表面立体图像集,因而,很难对各种算法的计算效率和匹配质量进行比较,文中主要对非朗伯表面的现有三维重构方法的原理、特点、适用范围和最新研究方向进行了介绍,对非朗伯表面三维重构的现有问题和发展前景进行了讨论。     

基于计算机视觉的非朗伯表面三维重构

基于计算机视觉的三维重构方法已经广泛应用在各行各业中。目前的三维重构研究主要针对不透明的朗伯表面,且已经比较成熟,但对非朗伯表面仍然面临诸多问题。而实际场景中的物体表面大多是非朗伯表面,因而,随着实际应用的推广,非朗伯表面的三维重构问题在计算机视觉领域越来越受到关注。虽然本现状研究不能完全涵盖针对非朗伯表面三维重构的所有方法,但它包涵了三维重构每个步骤中的各种典型方法。文中按照图像获取过程中的照明方式和重构原理对现有方法进行了分类,并逐类进行了介绍。由于不存在公共测试网络平台和带有标准视差的非朗伯表面立体图像集,因而,很难对各种算法的计算效率和匹配质量进行比较,文中主要对非朗伯表面的现有三维重构方法的原理、特点、适用范围和最新研究方向进行了介绍,对非朗伯表面三维重构的现有问题和发展前景进行了讨论。     

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。     

桥梁拉索表面缺陷的分布式机器视觉检测

介绍了一种桥梁拉索表面损伤缺陷的分布式视觉检测系统。系统以DSP(Digital Signal Processor)芯片TMS320DM642(简称DM642)为核心处理器,协同控制辅助机械装置,实现拉索表面缺陷检测。提出并采用改进的中值滤波对CCD采集到的拉索表面图像进行图像预处理,采用改进的Sobel边缘检测算法对缺陷进行边缘检测;对分割后的缺陷目标进行决策判别,实现桥梁拉索表面缺陷的智能检测。实验结果表明,系统可检测出桥梁拉索表面损伤面积大于1cm2的缺陷,处理速度达到了5cm/s,满足了快速有效的检测要求。     

基于角度约束的主动视觉不标定三维重构算法

为了利用机器视觉技术方便快速地实现三维场景的重构，而又不必应用靶标进行烦琐的系统标定工作，而且即使在系统参数变化的情况下，仍然能快速及时的在线确定系统参数，研究了三维重构视觉系统的自标定技术，以使视觉技术能得到更多、更灵活的应用。     

基于神经网络的零件缺陷机器视觉识别系统

零件缺陷检测是保证零件使用安全的重要手段。传统的零件缺陷检测法需要有操作人员参与其中,易受主观因素影响,检测的效率及精度得不到良好的保证。而采用机器视觉技术的检测法可实现实时在线的自动检测,无需人工参与,这就极大的提高了生产效率。本文以小轴承表面为研究对象,针对微小轴承的表面结构、尺寸、检测精度和缺陷特征,设计了基于BP神经网络的零件缺陷机器视觉在线自动检测系统,其采用机器视觉技术,构建了BP神经网络检测识别模型,采用进行图像特征提取的间接识别方法,对微小轴承缺陷进行实时检测。实验结果证明了人工神经网络模型的检测能力的可靠性。     

一种平板玻璃缺陷在线检测系统的研究

根据光干涉的原理和视觉检测方法,研究开发了基于机器视觉的玻璃缺陷检测系统。针对实际的目标图像,通过对其进行图像获取、图像预处理、图像分割、特征提取和区域参数计算研究,从而获得玻璃表面锡点、气泡、玻筋等缺陷图像的识别信息。实验表明,该算法简单,速度快,系统抗干扰能力强。系统处理周期最大不超过400 m s,能检测出最小0.3 mm的缺陷。     

Planar surface reconstruction using circle generator laser light

A method is presented for finding the spatial position and orientation of a planar surface using a laser light source that generates structured light in the form of concentric circles. The purpose of the work is to provide the foundation for mapping regular and irregular surfaces for use in spatial surface reconstruction. The results of this work will lead to practical applications in the evaluation of pre- and post-surface deformation, and the reconstruction and representation of higher ordered surfaces. The latter having application as an alternative approach for capturing surfaces in direct geometric terms as opposed to the copious data discretization methods employed in surface reconstruction today.     

Simple and fast rail wear measurement method based on structured light

In this paper, a fast and accurate rail wear measurement method based on simple equipments is presented. The inner rail profile is measured by a line structured light vision sensor. Using the centers of the big and small circle from the rail waist profile as control points, the measured rail profile is registered to the reference profile. The rail wear, including the vertical and horizontal rail wear, is computed by comparing the registered measured profile with the reference profile. The method has three key contributions: (1) the rail waist light stripe center points in the images are located fast and accurately by first tracking the region containing the rail waist light stripe using the Kalman filter and then computing the sub-pixel precision image coordinates by Hessian matrix at pixels. (2) The rail waist profile is segmented automatically into arcs of big and small circles by thresholding the normal angle curve of the measured rail waist profile. The centers of the two circles are used as control points for registering the measured rail profile to the reference profile. (3) The fast location of rail wear points in the images is realized by projecting the rail wear constraint points to the image, which simplifies the problem of computing rail wear from 2d image processing to 1d searching along the line segment connecting two rail wear constraint points. Experiments show that the proposed method can achieve 500 fps measurement frequency. At a train speed of 350 km/h, the interval between two consecutive measurements is about 190 mm. The system is tested on a real running train, and the measurement results are compared with those rail wear measured manually by special gage. The RMS errors of vertical and horizontal rail wears are 0.34 and 0.30 mm, respectively.     

用于实时三维成像的双频结构光编解码方法

对三维重建中的实时性问题进行了研究,提出一种新的结构光双频测量方法。首先,投影光栅将基频正弦图案和高频正弦图案结合在一起,并保留一张图片作为直流分量,高频图案用于得出鲁棒性较好的高频相位信息,基频图案得出基频相位,并对高频相位进行展开,共5幅图片。其次,用相应的解码方法计算每一像素点的相位,滤除噪声干扰,得到照相机与投影仪的对应关系。最后,根据相位计算出每一采样点的三维坐标,实现三维重建。实验结果表明：计算得到的相位误差的方差为5.559 110-6 rad2,扫描时间为0.156 3 s,在保证实时性的同时有相对较高的精度。对表面深度变化复杂的物体进行三维测量,验证方法的可行性。相比较于传统的双频测量方法,本方法将投影图片数量减小到5幅的同时保持了较好的精度,可应用于扫描动态物体。     

一种混沌海杂波背景下的微弱信号检测方法

基于复杂非线性系统的相空间重构理论,提出了一种基于遗传算法的支持向量机预测方法.利用改进的自相关法和饱和关联维数法确定混沌信号的时间延迟和嵌入维,从而实现相空间重构.通过遗传算法优化支持向量机中的惩罚系数和核函数参数,并结合支持向量机建立混沌序列的单步预测模型,从预测误差中检测出淹没在混沌背景中的微弱信号(包括瞬态信号和周期信号).以Lorenz系统和加拿大McMaster大学利用IPIX雷达实测得到的海杂波数据作为混沌背景噪声进行仿真实验,结果表明该方法能够有效地从混沌背景噪声中检测出微弱目标信号,所得的均方根误差为0.00049521(信噪比为-89.7704 dB),这比传统支持向量机方法的均方根误差(0.049,信噪比为-54.60 dB)降低了两个数量级.     

带钢表面质量在线检测系统研究与设计

为了提高现有带钢表面质量检测技术在缺陷检测精度与识别率上存在的问题,设计了基于机器视觉技术的带钢表面质量自动检测系统,从系统整体构成、视觉传感系统、软件开发及检测与分类算法等方面进行了深入地研究,实现了包括图像的采集、传输、缺陷的实时检测和定位,缺陷的分类以及缺陷的存储与报警等功能。实验结果表明,本系统可以对带钢表面常见的边裂、氧化、结疤等几十种不同类型的缺陷进行精确地检测。与现有的缺陷检测技术相比,本系统中设计的算法在检测精度和实时吞吐量上都具有很大优势。     

Inspecting verticality of cylindrical workpieces via multi-vision sensors based on structured light

In mechanical manufacturing industry, cylindrical workpiece is one of the most commonly used type of man-made workpieces, and the verticality inspection is a very important task for guaranteeing the quality of the workpieces. In this paper, we proposed a system to inspect the verticality of cylindrical workpieces via multi-vision sensors based on structured light, which has many advantages compared with the traditional methods: fast, on-line, non-contact, flexible and remarkably more accurate. The principles and methods about how to inspect the verticality were given in details, and a real system was set up to carry out the experiments. In the system, a “sensor-unit” which consists of two stripe structured light sensors is used to address the problem of short light stripe. The experiment results indicate a high capability of the proposed system for inspecting large workpieces.     

基于字典学习的稠密光场重建算法

相机阵列是获取空间中目标光场信息的重要手段,采用大规模密集相机阵列获取高角度分辨率光场的方法增加了采样难度和设备成本,同时产生的大量数据的同步和传输需求也限制了光场采样规模.为了实现稀疏光场采样的稠密重建,本文基于稀疏光场数据,分析同一场景多视角图像的空间、角度信息的关联性和冗余性,建立有效的光场字典学习和稀疏编码数学模型,并根据稀疏编码元素间的约束关系,建立虚拟角度图像稀疏编码恢复模型,提出变换域稀疏编码恢复方法,并结合多场景稠密重建实验,验证提出方法的有效性.实验结果表明,本文方法能够对场景中的遮挡、阴影以及复杂的光影变化信息进行高质量恢复,可以用于复杂场景的稀疏光场稠密重建.本研究实现了线性采集稀疏光场的稠密重建,未来将针对非线性采集稀疏光场的稠密重建进行研究,以推进光场成像在实际工程中的应用.