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.     

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。     

基于改进SSD的车辆小目标检测方法

地面车辆目标检测问题中由于目标尺寸较小,目标外观信息较少,且易受背景干扰等的原因,较难精确检测到目标。围绕地面小尺寸目标精准检测的问题,从目标特征提取的角度提出了一种特征融合的子网络。该子网络引入了重要的局部细节信息,有效地提升了小目标检测效果。针对尺度、角度等的变换问题,设计了基于融合层的扩展层预测子网络,在扩展层的多个尺度空间内匹配目标,生成目标预测框对目标定位。在车辆小目标VEDAI(vehicle detection in aerial imagery)数据集上的实验表明,算法保留传统SSD(single-shot multibox detector)检测速度优势的同时,在精度方面有了明显提升,大幅提升了算法的实用性。     

基于HALCON的双目立体视觉工件尺寸测量

为了实现对大批量生产工件尺寸的精密测量,该文基于双目立体视觉视差原理,设计了一种工件尺寸实时测量系统;系统通过两个工业数字摄像头实时采集工件不同角度的两幅图像,并基于机器视觉软件HALCON的HDevelop开发环境,对两幅图像进行相关预处理,获取感兴趣区域。提出一种基于canny的亚像素边缘检测、边缘细化、基于atukey权重函数的最小二乘法边缘拟合及边缘均匀取点算法获取精确的边缘特征点,并通过双目系统标定、极线约束与NCC相结合的立体匹配、世界坐标转换、几何计算相结合的非接触式双目视觉方法进行尺寸测量。通过大量实验证明,该方法可有效地获取工件特征点的三维坐标值,不借助外部测量仪器实现工件关键尺寸的高精度实时检测,检测精度达±0.2mm以上,简单快捷,具有较好的准确性和实时性。     

垂直直线特征的双目视觉位姿测量方法

针对直线特征,提出了基于两条垂直直线特征双目视觉位姿测量解析算法。该算法根据直线特征和其在摄像机图像上投影直线共面性质建立模型,利用单位四元素法简化了投影模型变量,进而在仅知被测物体上两条直线相互垂直的信息,利用两条垂线投影在两个摄像机图像上四条直线图像,求解出被测物体的位姿参数。同时分析了退化情况下位姿求解方法,即当直线向量平行于两个摄像机基线向量时,直线向量在左右摄像机投影到同一条直线上时的位姿求解方法。基于Matlab仿真实验表明该算法对于噪声具有一定的稳健性,即使两条直线不垂直而有一个角度误差时,仍能保证一定的精度。实物实验表明该算法可以满足一般测量精度要求。     

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。     

基于水下双目视觉的燃料组件变形检测系统

燃料组件变形状态是堆芯运行过程中的重要监测指标,基于水下双目视觉的变形检测系统不仅能获得燃料组件关键参数的三维尺寸,还可以测量组件的整体轮廓。根据水下大型燃料组件的高热、高辐射特点,研制了一种基于16台摄像单元的水下双目检测系统,并给出各组成模块的详细设计;通过联合Harris特征点和区域灰度互相关方法,实现辐射噪声干扰下的双目摄像模块的组内快速图像配准。经模拟水池和核电现场实验,验证系统局部参数测量精度优于0.2 mm,全局参数测量精度满足0.5 mm,为高热、高辐射的水下乏燃料组件的局部变形和整体弯曲等参数测量提供有力工具。     

基于共同视域的自监督立体匹配算法

提出了一种基于共同视域的自监督立体匹配算法,该算法根据视差的左右一致性来确定双目图像的共同可视区域,从而抑制被遮挡区域产生的噪声,为网络模型的学习提供了更加准确的反馈信号。研究结果表明:在没有任何标签数据的前提下,所提算法的预测误差降低了11%～42%,且与有监督立体匹配算法的性能相当。     

基于机器视觉的车辆保险盒在线检测研究

摘要: 车辆保险盒作为汽车电控系统中的一个重要的元器件,其质量好坏直接影响汽车的性能,传统的车辆保险盒检测主要依靠人工检测,检测费时费力,针对该问题,提出一种基于视觉的车辆保险盒在线检测方法,分析了产品图像校正到标准模板图像的位置误差,采用SURF(Speeded Up Robust Feature)算法和平面单应性理论将待检产品图像变换到标准模板位置,利用颜色直方图匹配和模板匹配完成保险盒上元件的检测。实验结果证明,该方法检测效率高,稳定可靠,能够满足在线检测的要求,具有一定实用价值。     

基于ip-iq理论的改进谐波检测方法

有源电力滤波器(APF)是电力系统中实现电能质量管理的关键设备,谐波检测作为APF的关键技术之一,检测的精度和响应速度直接决定了APF的整体性能。介绍了传统的基于瞬时无功功率理论的ip-iq谐波电流检测算法; 针对其检测精度受锁相环输出相位误差影响,以及低通滤波器的存在限制了谐波检测系统的响应速度,提出了应用锁频环技术,产生与电网电压同频的单位正余弦信号的一种改进谐波检测算法; 并提出采用滑动平均滤波器(MAF)代替低通滤波器提高其响应速度以及改善谐波检测精度; 对改进的检测算法进行了理论分析,通过MATLAB进行仿真研究,理论分析和仿真结果都证明了该方法的有效性。     

基于优化YOLOv4算法的行驶车辆要素检测方法北大核心CSCD

随着车辆数量的急剧增加,带来了一系列管理问题,智能交通系统是一种有效的解决方式。由于传统的目标识别方式受天气、距离、角度、光照等因素的影响较大,且基于原YOLOv4算法的驾驶员面部、手部等信息检测的准确率不高,提出一种基于优化YOLOv4算法的检测定位方法。在给原YOLOv4网络增加一个更小的检测尺度的同时,使用模糊ISODATA动态聚类算法对先验框数目进行优化,并使用真实十字路口数据集进行实验。实验证明,优化后的网络在训练集中的类间平均准确率为98.56%,检测帧频为41.43帧/s,均高于原网络。     

单目视觉融合激光投射的无人机障碍探测方法

针对微小型无人机在飞行作业任务中的主动避障需求,提出一种用于微小型无人机避障的、基于单目视觉与主动激光点阵投射的障碍探测方法。使用单目相机采集投射的激光点阵图案,经过图像分割、聚类、质心提取等处理过程,通过像面激光线方程约束快速排除特征一致激光点的歧义,使用激光点探测出无人机前方空间中障碍的方位信息。实验验证装置在基线距离为65 mm,工作距离为7 m的条件下,障碍探测的相对误差在1.5%以内。该方法精度高、时间复杂度低,可满足低算力的微小型无人机对障碍探测方法的需求,为进一步避障策略的生成提供数据支撑。     

一种改进的LPD高光谱图像异常检测算法

在低概率检测(LPD)算法中,当选取的特征向量数目等于背景地物种类时,算法的检测效果比较理想,然而背景地物的种类数通常不知道,因此难以确定特征向量的数量。针对这一问题,对LPD算法进行了改进:首先用迭代误差分析(IEA)方法提取端元,然后在提取的端元中选择出与背景地物光谱相近的端元,并用它们构成背景矩阵,进而用该矩阵构造出正交投影算子,最后将该投影算子代入到LPD算法中进行目标检测。实验结果表明,该方法可以更有效地抑制背景,降低虚警率,提高检测性能。     

基于类间方差的MODIS森林火灾火点检测方法

提出一种基于火点与背景的类间方差和烟雾掩膜的红外光谱火点检测算法。该算法的潜在火点判定阈值设为305K,再利用MODIS热红外光谱通道亮温数据的类间方差值将森林火灾火点从背景中区分出来,并对低温闷烧火点采用烟雾掩膜进行识别。应用该算法对福建省和黑龙江地区的林火数据进行探测处理,与传统MODIS火点检测方法比较分析表明,该算法使用简单高效,在不同环境适应性较强,可以更准确地检测到高温明火点和一些低温闷烧火点,降低了火点的误报率和小火点的漏报率,检测效果更理想。     

基于改进动态规划的主动声纳序列图像检测方法

动态规划是序列图像小目标检测的常用方法,该方法假设各帧图像间目标转移过程为马尔可夫过程,将能量累积计算量由原本的按图像帧数幂指数增长变为成倍增长,大大减小了计算量,使计算目标多帧累积能量变为可能。为了提高算法检测能力,该文根据动态规划算法原理及惩罚函数特点对算法进行了改进,使原本的二阶规划过程变为三阶,使指标函数更加有效地累积,有效提高了相同虚警概率下的检测概率。还利用该算法设计了主动声纳序列图像检测过程,并进行了仿真,验证了算法的有效性。     

机器视觉螺纹图像评价方法北大核心CSCD

为了提高机器视觉螺纹的测量精度,建立了基于螺纹图像质量的评价方法。通过对螺纹灰度图像的行灰度分布情况和螺纹光学成像特点的分析,揭示出由于螺旋升角造成螺纹图像牙廓边缘失真的机理。在分析多种螺纹图像评价方法性能的基础上,采用基于螺纹边缘的评价算法L-yakuo,计算多幅不同物距螺纹图像的评价值。最后,通过对机器视觉求取的M14×2、M20×2.5牙型角和接触测量仪得到的牙型角进行实验对比分析。实验结果表明:采用L-yakuo算法得到最清晰的牙廓图像后再进行机器视觉螺纹牙型角求取,规格M14×2、M20×2.5的螺纹牙型角精度平均提高9′33′′。借助L-yakuo算法能够灵敏地反映螺纹牙廓清晰度,基本满足了螺纹图像清晰度的评价需求,评价值的变化和牙型角相对误差的变化基本一致,且该评价值具有精度高、易计算的特点。