基于单相机-双棱镜的小型三维指纹获取系统

提出了一种小型非接触式三维指纹获取系统.该系统采用单个CCD相机作为图像传感器,利用相机镜头结合双棱镜的成像装置在单帧CCD图像上获得立体图像对,再基于立体视觉原理重建三维指纹.整个系统封装后尺寸为12 mm×12 mm×10 mm.基于该系统进行了指纹获取实验,测量的均方根误差为0.022 mm.该系统操作简单且结构紧凑,为三维指纹的获取提供了一种小型化方案.     

地震振动台实验三维全场位移测量的研究

提出一种基于高速相机双目立体视觉技术的大视场全场三维位移测量方法,用来测量地震振动台实验过程中的位移变化。给出了一种鲁棒的标志点匹配算法,基于VS2010开发环境,研发了用于振动台实验三维全场位移测量系统,设计了精度评估实验方案,验证该方法在大幅面位移测量中的精度,并利用该实验系统对高边坡模型振动台实验进行测量。结果表明:在3 m1.5 m视场范围,静态位移测量误差优于0.4 mm,动态位移测量误差优于0.5 mm,可以满足振动台实验的要求;该方法可以方便、直观地测量地震振动台实验中高边坡模型的位移场,并且测量得到X、Y、Z 3个方向位移曲线以及总位移曲线过渡自然、数据合理,是测量振动台实验全场位移变化的一种有效方法。     

一种深海游动生物三维原位观测系统

为了解决目前深海生物探索中存在的"有观无测"问题,提出并研发了基于立体视觉的深海生物原位观测系统。深入研究了水下三维视觉的关键技术,解决了水下视觉系统标定问题。针对游动生物扭曲段高精度测量,提出了一种基于Ramer算法的鱼类轮廓分段测量算法。结合特征匹配算法及极线约束条件完成匹配工作。基于所研制的搭载三维视觉系统的深海水下作业平台开展了试验,结果表明,在1.5m的工作距离条件下,水下测量精度为1.0mm。     

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。     

双目视觉技术在高超声速颤振风洞试验中的应用

以验证高超声速颤振风洞试验技术为目标,为了获取试验模型在风洞流场激励下的位移形貌,运用风洞试验的方法研究了某翼面模型的颤振特性。采用一种基于双目视觉系统的试验方法,系统主要由CCD相机、图像采集卡和控制计算机组成,通过立体视觉标定和数字图像处理技术解算出模型变形的形貌。试验结果表明,该方法应用成功,与CFD/CSD数值计算结果比对良好,验证了该技术在高超声速风洞试验中应用的可行性。     

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。     

一种红外与可见光融合的“双双目”立体视觉系统的标定方法研究

针对红外相机与可见光相机联合标定的问题,利用不同物体红外辐出度的差异,设计了可同时应用于红外相机与可见光相机标定的平面靶标。利用"最大稳定极值区域"(MSER)算法,检测靶标的镂空深色区域。为克服图像可能存在较大畸变的问题,通过相邻最大稳定极值区域质心的位置关系预估角点所在位置,在预估位置内进行角点检测,提取用于标定的亚像素角点位置。结果表明:新型靶标及相应的角点提取方法能够同时满足于红外相机与可见光相机内外参数标定的需要。通过红外与可见光"双双目"立体视觉系统的融合重构效果可看出,提供的标定数据能够满足系统需求。     

硬管式无人机AAR双目视觉导航算法研究

针对硬管式无人机自主空中加油近距编队阶段的相对位置和姿态估计问题,研究了基于双目视觉的相对位姿估计算法。该算法采用Harris方法提取特征点,并对其进行快速匹配,通过Sampson方法三维重构获得特征点在摄像机坐标系下的三维坐标,以重构误差平方和最小为准则建立目标函数,利用单位四元数法求解位姿参数。最后利用仿真平台验证双目视觉位姿估计算法的有效性。结果表明:相对位置误差低于0.1 m,相对姿态误差小于0.5°,其精度满足自主空中加油相对导航性能要求。