基于序列图像的工业钣金件三维重建与视觉检测

针对目前工业制造领域面临的难题,提出利用非量测数字摄像机进行工业钣金件高精度三维重建与视觉检测.采用二维直接线性变换分解摄像机参数初值并结合光束法平差进行高精度标定;利用最小二乘模板匹配提取像面上的点、直线信息并进行混合光束法平差,从而进行钣金件的高精度三维重建及其尺寸制造误差的检测.所开发的视觉检测系统硬件成本低、自动化程度较高,实际数据的多次实验均取得了优于1/8 000的相对精度,说明所论述的方法为工业零件的自动化三维检测提供了一条可行途径.     

基于形态学水线区域的深度图像分割

深度图像分割是基于特征关系图匹配的曲面物体识别中的关键技术之一,针对已有深度图像分割方法存在的问题,提出了一种基于二值形态学的水线区域增长算法对深度图像进行分割。首先用结构元素迭代腐蚀深度图像形成距离图像;然后根据距离图像计算极限腐蚀的集合,提取出目标的种子点;最后用条件粗化从种子点开始生长回到原尺寸但不使各区域相连,完成深度图像的分割。实验证明,算法的分割结果与人的主观视觉感知具有良好的一致性。     

一种结合极化分解和多尺度MRF的极化SAR数据分类方法

提出一种结合Pauli极化分解和多尺度马尔可夫随机场的极化SAR数据分类方法.该方法先将极化SAR数据进行Pauli极化分解来构造极化SAR特征数据,然后进行3层小波分解,最后进行尺度内和尺度间的迭代分类,获取极化SAR数据的分类结果.NASA/JPL数据的实验结果证明,无论是在地物轮廓保持性上还是地物细节描述性上,该方法效果都比较好.     

基于立体视觉的空间运动分析

利用摄影测量方法和计算机视觉技术得出了一套完整的、由双目立体序列图像确定场景中目标运动信息的方法与步骤。讨论了双目立体视觉系统的在任检校,相关系数和松弛法相结合基于点特征的物体运动、立体匹配,运动前后三维特征点的对应,以及利用能减少待定变量、降低计算复杂性、提高算法精确性的反对称矩阵分解算法求解运动参数(R和T)等问题。给出了从一组真实图像中获取目标运动参数的计算结果。     

基于序列图像的工业零件尺寸检测技术

提出利用像面上的点、直线信息进行混合光束法平差，对工业零件进行高精度三维重建并检测其尺寸误差。介绍了零件坐标系与物方坐标系之间的变换方法，讨论了直线摄影测量误差方程式的基本形式、基于距离的改化形式以及点线混合光束法平差的数学模型，提出在适当选取直线观测值的权值时，可以按间接平差模型解算直线空间前方交会。所开发的工业零件视觉检测系统可全自动运行，取得了约0．1mm的实验精度，为工业领域中广泛存在的以直线段为主要特征的工业零件如钣金件的自动化三维检测提供了一条有效途径。     

基于投影器-数码相机的物体三维重建

针对三维重建在计算机视觉和近景摄影测量目标物体纹理缺乏的特点,在传统用数码相机摄取影像数据的基础上,引入了投影器设备,构成投影器-数码相机系统。该系统可使投影器能够人为地给物体表面添加纹理特征,这些纹理特征清晰稳定、相对容易提取和匹配;利用投影器虚拟影像和数码相机拍摄的带有投影纹理特征的物体影像构成立体像对,可通过空间前方交会的方法解算纹理特征的空间坐标;连接相邻的空间纹理特征点,可形成物体三维立体模型。实验及其结果证明了基于投影器-数码相机系统的物体三维重建的有效性和实用性。