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。     

针对图像序列的快速低存储开销配准算法

针对序列图像配准问题，提出一种快速低存储开销配准算法。首先，生成一系列与具体图像内容无关的特征点。而后，使用正向-反向跟踪来获取稳定的特征点对,其中，正向跟踪用于获得所有可能的特征点对，反向跟踪用来得到正向-反向误差，并且利用此误差来获取最终稳定的特征点对。最后，在稳定特征点对的基础上通过归一化直接线性变换计算得到可用于图像配准的单应矩阵。实验表明该算法能够提供与优秀的传统算法相当的配准性能。由于该算法对序列中图像之间的连续性进行了充分利用，不仅降低了存储开销，还提高了运算速度。对480360的序列而言，该算法需要的存储开销仅为421 kB，且运算速度达到32 帧/s。     

视觉技术在坦克火炮运动参数测量中的应用

为准确、便捷地测量坦克火炮运动参数,设计了一套基于视觉检测技术的测试系统。首先利用平面标定法对系统成像模型进行标定;然后基于迭代寻优的思路,采用动态阈值对光斑图像进行分割,并利用最小二乘法进行圆周拟合,结合光斑的几何特点进行光斑有效性判定,进而迭代获取最优的定位结果;最后结合光斑在投影靶标上的运行距离和时间,获得坦克火炮运动参数。实验结果表明,测试系统能够适应复杂的光照环境,满足对测量精度、重复性、便捷性的要求。     

基于SIFT特征匹配的电力设备外观异常检测方法

基于电力设备巡检机器人平台,提出了一种电力设备外观异常检测方法。该方法使用SIFT特征点提取算法,进行特征匹配,使用基于RANSAC的方法求解单应矩阵进行配准。在经过配准后,对像素的差值使用Mean Shift分割算法提取异常区域。实验证明该方法对于光照有较高的鲁棒性,且受匹配误差和拍摄角度偏差、位置偏差影响较小,能够有效的将变化区域提取。     

一种改进的RANSAC图像拼接算法

针对RANSAC算法迭代次数过多导致的图像拼接效率不高的问题,提出一种改进的RANSAC图像拼接算法;首先采用SIFT算法提取尺度不变特征点,利用双向互匹配策略对特征点进行匹配,在使用RANSAC算法计算单应性矩阵之前,利用相邻特征点之间的关系对初始特征点对进行筛选,最后使用加权平滑法完成图像的融合;实验结果表明该方法有效地减少了特征点对数,提高了RANSAC的运行时间,图像拼接效率有了很大的提高。     

Simultaneous generalizations of the theorems of Ceva and Menelaus for field planes

In 1992, Klamkin and Liu proved a very general result in the Extended Euclidean Plane that contains the theorems of Ceva and Menelaus as special cases. In this article, we extend the Klamkin and Liu result to projective planes PG(2, 𝔽) where 𝔽 is a field.     

基于无穷单应的大视场摄像机标定方法

在大视场摄像机标定中,常常会出现由于场景过于单一而很难达到自标定所需要的场景约束和运动约束条件、立体标定所需要的强立体条件或者平面靶板标定所需要的绝对共面条件,如指向高空区域的摄像机标定任务就很难满足上述要求,因而大视场摄像机标定需要较为弹性的标定算法。提出一种基于无穷单应的大视场摄像机标定方法,该方法最少只需要4个非共线控制点和摄像机粗略的位置即可求解无穷单应,并且提出一种坐标变换方法以保证线性求解和优化无穷单应时的稳定性。从无穷单应中分解得到摄像机参数初始值,通过Levenberg-Marquardt(LM)优化算法最终实现摄像机的标定。在优化过程中,通过假设图像中心为主点和采用一阶径向畸变模型,相对增加了优化过程中的剩余自由度,能够实现4个像点为观测值的参数优化。相比于强立体或共面的条件,此方法所需条件很容易满足。仿真和实际实验验证了此方法的正确性和高精度,以及重复测量实验的灵活易实施。