改进天牛须算法的三维点云提取

根据双目立体视觉的三维重构原理,如果能获得致密的三维点云数据,就可以确定三维物体表面形状的特征.因此,提出一种改进天牛须的图像配准方法,首先采用SURF算法对双目拍摄的图像进行特征点的提取,利用返回的二进制或从强度图像中提取其特征向量及特征向量对应位置.再由正态分布统计两幅图像特征点对应程度,剔除不满足设定百分界值的数...     

消防体系中双目摄像机特征点提取算法浅析

在智能消防体系的实现过程中,双目摄像机发挥着重要的前端价值.要从前端图片中获取到有效的消防信息,必须经过摄像机的自标定,这涉及到特征点的提取问题.基于此,从尺度不变特征变换(Scale Invariant Feature Transform,SIFT)算法原理出发,对当前常用的加速稳健特征(Speeded Up Rob...     

基于场景模式的立体图像舒适度客观评价模型

为了预测双目立体图像内容对视觉健康可能产生的危害,该文提出一种基于场景模式的立体图像舒适度客观评价模型。根据场景中前景目标和后景区域相对于显示屏幕的凹凸性以及是否处于舒适观看区,将自然场景抽象为多种场景模式。在模式选择阶段,从视差图中自适应分割出前景目标和后景区域,根据前、后景的视差角特征确定场景所属的模式;在建模阶段,采用前、后景的视差角特征结合前景的宽度角和曲折度特征对各个场景模式分别进行建模,并量化了前、后景视差因素对视觉舒适度的影响。在IVY数据库上的实验结果表明,所提出的模型与主观感知存在较好的一致性,Pearson相关系数高于0.91, Spearman相关系数高于0.90, Kendall相关系数高于0.74,平均绝对值误差低于0.24,均方根误差低于0.32,与现有的方法相比,该文所提出的模型的评价效果更好,更接近于主观测试结果。     

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。     

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。     

采用地平面约束的双目PTZ主从跟踪方法

在视频监控领域,包含PTZ（pan-tilt-zoom）相机的双目主从系统可以同时获取跟踪目标的全景信息和高分辨率信息,因此得到了广泛研究与应用。针对智能视频监控的需求,提出了一种基于地平面约束的双目PTZ主从跟踪方法。该方法分为离线标定和在线实时跟踪两个阶段。离线阶段,利用两相机不同视角间的目标匹配关系计算地平面所诱导的单应矩阵,提出了一种从两相机同步视频流中自动估计单应矩阵的方法,该方法与传统方法相比具有不需要标定物和人工干预的优点,然后采用匹配特征点的方法估计相机的主点和等效焦距。在线实时跟踪时,通过单应变换建立主从相机之间的坐标关联,并利用离线阶段标定的主点和等效焦距估计从相机控制参数,从而实现主从跟踪。与其他算法相比,该方法可以应用于宽基线的情形,能够适应目标深度的变化,满足了实时性的要求。室内、外场景的多组实验验证了所提方法的有效性。     

双目立体视觉测量中的特征点快速匹配算法

对于图像特征点的提取与匹配是双目立体视觉测量系统中的重要一步,提出了一种改进的适用于随机噪声、光照变化、局部遮挡等复杂环境下的快速鲁棒性不变特征(SURF)的匹配算法。首先,改进了特征点描述子中的主方向的计算方法,提高了主方向的精确度和计算效率;其次,结合NN/SN算法和RANDSAC算法,提出特征点的反向匹配算法,克服了外部环境光照变化、噪声、局部遮挡等因素对特征点匹配的影响,有效地提高了匹配精度。     

基于双目去歧义的偏振三维重建技术研究

对于表面光滑且纹理单一的物体,因其具有纹理信息不足的特征,故利用传统的重建算法无法准确恢复其形状特征,并且会出现大面积数据空洞的现象,而利用偏振信息对目标物进行重建时,则会很好地解决上述的情况。但由于入射面方位角存在模糊性,导致无法获取有效的深度信息,提出用双目估计参数去除歧义角从而三维重建。利用Stokes参数来表示两个视角下目标表面反射光的偏振态信息,由于两个视图的对应点是独立的,即每个方位角都会存在不可避免的歧义性,这种方位模糊导致有两种可能的法向量,故从两幅具有偏振信息的图像中估计相对位姿,在求解相对位姿时,相对旋转与平移是必不可少的,问题即可以转换为最小二乘求优问题。通过求得最优解来估计出旋转矩阵从而消除方位角的歧义问题,实验结果表明,该消除歧义后深度图的图像分辨率更高,重建后形状信息准确,目标物纹理还原性高,易于工程实现。     

高精度柔性坐标测量系统及其校准技术研究EI北大核心CSCD

针对传统的机器人柔性坐标测量方法中,机器人模型不完善及机器人固定参数不断变化导致测量精度难以提高的问题,提出一种基于双目视觉原理的全局实时校准方法,组建由两台相机组成的高精度全局校准单元,通过测量布置在机器人末端视觉传感器上的控制点阵,实时得到机器人末端的空间位姿,实现机器人在全局空间的精确定位。提出基于空间网格控制场的相机校准方法,构建像面坐标系上的残差库,实现相机在全视场空间内的高精度校准。实验表明,采用上述方法可实现±0.1mm的双相机校准精度,整个系统的测量精度可达±0.15mm,从根本上摆脱了机器人运动学模型及参数误差带来的影响,有效地保证了柔性坐标测量系统的精度。     

双目摄像机的自标定方法研究

摄像机标定是计算机视觉的关键技术之一。针对现有的标定技术计算过程复杂,标定物使用不方便等问题,提出了一种用于双目摄像机自标定的方法,该方法要求场景中有两组正交的平行直线即可进行标定,利用其在图像平面上形成的消失点之间的约束关系来建立标定方程,从而求解出摄像机的内外参数,再结合双目立体视觉原理标定双目摄像机的结构参数。将该方法在实验室现有设备上进行对比实验。实验结果表明,该方法简单、有效,可广泛应用于机器视觉研究、三维重建等多个领域。