基于BM算法的视觉匹配验证

双目立体匹配算法在非接触测量方面的优异表现,使其在机器人的图像识别领域得到了广泛的应用。文章采用局部立体匹配算法中的字符串搜索（BM）算法,将双目摄像头采集的图像对经过立体匹配、校正后得出深度图,由此得出被测物体与摄像头之间的距离,并与实际测量距离进行比较,以检验算法的准确性。在此基础上改变光照强度和测量距离来检测算法的适用性。实验结果表明,BM算法适用于距离小于1.5 m范围内的物体的测量,且该算法对光照强度要求不高,说明BM算法可以应用到双目视觉系统,用于对实际场景的识别。     

泊车机器人障碍物视觉识别系统研究

针对智能停车库中的泊车机器人视觉系统研究需求,提出一种基于双目视觉的泊车机器人障碍物识别系统。通过双目摄像头进行图像采集,利用张正友棋盘标定法进行双目相机标定;采用Bouguet进行立体校正,将高斯滤波与拉普拉斯算子相结合进行图像预处理;采用YOLO卷积神经网络对目标障碍物进行快速识别;利用区域匹配算法进行立体匹配并生成目标障碍物视差图;通过成像点和目标障碍物的立体几何关系计算得到目标障碍物的深度信息。实验结果表明,该系统具有良好的实时性和较高精度,障碍物识别时间平均为0.0901s,在2 600mm具有最佳测距精度,可为泊车机器人自动泊车提供保障。     

双目立体视觉测量系统的理论研究

阐述了双目立体视觉测量系统的原理,基于MATLAB工具箱进行双目摄像机标定,求解平行双目摄像机内外参数;由此建立了双目测量的图像采集系统,为三维重建做好了准备。详解了立体匹配时常采用的极线方法及原理,为被测时象的三维重建提供简便的匹配约束方法。     

双目视觉实验平台及教学项目设计

基于双目立体视觉的原理,搭建包含双目摄像机、标定材料、数据采集软件的实验平台,并设计了图像获取、相机标定、立体匹配、三维测量与重建4个实验项目,让学生从硬件到软件、由浅及深掌握双目视觉的基本理论及应用,为学生开展创新性、工程性研究与学习提供知识积累和实验环境,培养学生的工程实践能力。     

双目立体视觉定位的三维坐标提取与分析

双目定位跟踪系统涉及到的关键技术有摄像机标定、立体匹配和三维重建等.在三维重建阶段,利用匹配的结果采用最小二乘法计算定位标靶上标记的三维坐标.实验结果表明,在现有条件下,双目定位跟踪系统的定位精度比较高,相对误差在1%以内;基于此定位跟踪系统,能够初步准确完成对经络的三维定位和实时显示,为临床诊断治疗和基础教学提供直观的分析依据.     

基于双目立体视觉的目标物定位研究

为了实现视觉获取目标物立体信息,以立体测量原理为基础,采用Matlab和Opencv相结合的方法,设计了基于双目立体视觉的目标物定位系统。该系统采用棋盘标定法,利用Matlab完成双目相机标定,采用BM（Block Matching）立体匹配算法在VS2010环境下配合Opencv3.0.0库,完成左右图像对的匹配,生成视差图。通过将二维空间点重投影至三维空间,便可求得目标点的空间三维坐标,最终实现通过鼠标点选后输出选定点的空间坐标。实验表明,该系统拥有较高的测量精度,尤其在150cm距离下可获得最佳的测量精度。     

计算机视觉视域下物体抓取识别算法研究

物体抓取识别是计算机视觉技术的重要研究领域。运用深度学习理论从行为识别、物体识别以及立体匹配等方面着手实现对目标物体的种类和个数识别,通过数据集分析、网络结构建模形成了物体抓取的识别算法。     

地铁车门与屏蔽门间缝隙异物自动检测与定位研究

地铁车站站台屏蔽门与车门之间存在一条狭长的缝隙且存在夹人夹物的安全隐患。为了有效解决该安全隐患,提升列车安全运营效率,提出一种基于双目视觉定位的地铁站台屏蔽门与车门间缝隙异物自动检测与定位方法。首先,针对双目视觉设计方案,在综合分析基础上确定单向双目视觉的设计方案;其次,在此方案基础上进行异物自动检测与定位算法设计;最后,通过在地铁站台真实环境中采集数据进行试验,其结果表明该方法具有较好的检测结果和定位精度。     

茄子采摘机器人目标识别与测距方法

采用基于亮度的阈值分割算法对G-B灰度图像进行分割,采用4连通像素标记法对果实目标进行标记,提取质心、面积、外接矩形、切断点等特征。采用平面标定方法,建立摄像机矫正数学模型,利用Matlab多次标定计算完成双目视觉系统进行自标定。根据图像分割结果,选取质心为匹配基元,采用极线约束、视差梯度约束的算法来实现果实目标的匹配。根据相似三角形原理,计算茄子果实深度信息。结果表明,测量距离300~600 mm范围内,茄子深度信息的误差基本上在±15mm以内,平均用时0.26 s。基于双目视觉的茄子采摘机器人识别与定位方法原理简单,智能性好,适应面广,能够满足采摘机器人目标识别和定位的要求。     

基于Marr理论的立体视觉概述

首先在分析传统的Marr视觉理论(立体视觉基础)原理的基础上,指出传统视觉理论具有单向性、目的单一性和被动性等缺点;然后对立体视觉系统的摄像机标定、图像采集和处理、立体匹配、点云拼合和三角剖分五大组成模块进行介绍,在各模块的介绍中通过图表对比说明该模块中常见研究方法的依据条件、特点、应用场合和代表算法等信息;最后指出立体视觉当前面临着标定的非线性、匹配精度与匹配密度的矛盾、匹配中的遮挡、拼合精度和重叠点云的处理、海量数据剖分精度与速度的制约等难题,立体视觉将向着高精化、自动化、多功能化和智能化方向发展.     

平行双目立体视觉的极线校正方法

平行双目立体视觉技术中,极线几何讨论的是2个摄像机图像平面关系的概念,但在实践中,由于组装、成像等影响,极线间并不是平行的,需要进行校正。在基于对极几何的视觉定位系统中采用改进的八点算法对基础矩阵进行求解,利用基于棋盘格标定板角点和基于任意背景图像角点的方法进行基础矩阵的精度恢复。结果表明:该算法可以有效提高视觉定位系统的定位精度性能,降低定位误差。     

基于深度学习图像特征匹配的双目测距方法

针对现有双目视觉测距方法中存在的精度低、抗干扰能力弱、鲁棒性差等问题,提出一种基于深度学习图像特征匹配的双目深度测距方法.首先将双目图像通过一个自监督训练的特征提取网络,通过两个解码器获取双目图像的特征点与描述符,然后根据描述符进行特征点的匹配以获取视差,最后根据双目相机的相似三角形原理获取目标的真实深度.在KITTI...     

基于双摄像头的计算机立体视觉开发平台

计算机立体视觉模拟人眼功能,具有探测范围宽、目标信息完整等优势,是近年来的一个研究热点。设计了一个基于双CMOS摄像模块和MCU的计算机立体视觉开发平台,提供实时的计算机视觉相关编程接口,用户可以方便地进行图像编程而不必关心底层数据的读取。该软件还实现了基于竞争机制的双目测距算法,在PC机上模拟了立体视觉测距的功能,为以后要进行的视觉测距硬件设计打下基础。     

双目视觉技术在智能机器人中的应用研究

随着工业自动化的不断发展,生产加工中的自动化水平越来越高,机器人视觉在自动化生产中的地位也越来越重要.其中立体实体技术是智能机器人的重要标志.本文就对双目视觉技术在智能机器人中的应用进行了简单的分析研究.     

欠定线性方程组稀疏解的算法求解

研究针对欠定线性方程组稀疏解的算法进行研究,通过分析既往文献中的求解算法进行分析,认为可以从不同角度对稀疏解求解算法进行改进。通过对稀疏解算法的改进,得到比较相似的两种算法,并对两种算法进行了分析,通过实验对比发现,不同算法可能在恢复稀疏解成功率上有所不同,但收敛速度基本一致,这说明两种算法均快速有效。     

TSP问题的智能优化算法研究

智能优化算法比较常见的有模拟退火算法、遗传算法、人工鱼群算法、神经网络算法等。本文主要对前三种算法优化性能进行研究。首先介绍了三种算法的基本原理,然后总结了各自的优缺点并从原理和参数两个方面对三种算法进行了对比分析,以经典NP难题——TSP为例进行了仿真研究给出了未来针对TSP问题的研究重点。     

基于双目立体视觉的障碍物检测方法

提出了一种基于双目视觉的V视差图障碍物检测算法。根据生成的视差图进一步生成V-视差图,提取V-视差图中的直线信息,通过这些直线信息可以锁定障碍物存在的大致区域,进而检测障碍物。该算法对于光照、阴影等干扰不敏感,可以检测具有面特征的障碍物,适用于复杂背景下的障碍物检测。     

基于立体视觉与纹理特征相结合的障碍物探测

针对智能汽车行驶过程中障碍物检测问题,提出一种使用双目立体视觉的距离信息与障碍物纹理信息相结合的障碍物检测方法。首先,将双目相机的左图和右图校正后进行匹配得到视差图,根据相机内部参数和外部参数将视差图投影为具有距离信息的鸟瞰图,去除地面及高空背景目标,在鸟瞰图上将相近的点云聚类为一个目标,得到障碍物的粗略位置信息;然后,将得到的位置信息映射到原图,并形成多个候选区域,在候选区域查找障碍物边缘信息,得到障碍物具体位置。该算法结合了物体距离的三维信息和物体形状的二维信息,使障碍物的分割结果更加精准。针对典型交通场景进行了实验,结果表明,该算法能够有效弥补单独使用距离信息或者纹理信息带来的障碍物分割不准确的问题。     

基于双目电荷耦合器件的三维形貌检测装置研制

针对传感技术课程实验教学中利用视觉传感器开展非接触式形貌检测的教学需求,设计了一套基于双目电荷耦合器件(CCD)的三维形貌检测装置。在对实验教学装置进行功能分析的基础上,完成了包含水平和竖直方向的双目CCD视觉测量总体方案,水平方向通过多图像序列进行三维重建;竖直方向通过被测物不同高度截面进行三维重建。进行了硬件设计,主要包括图像采集、机械运动和支架设计,并对机械结构进行了可靠性分析。根据装置工作方案,对两种三维重建方式分别做了相应的理论分析,并在Windows环境下进行软件开发。通过整合VisualSFM、PMSV与Meshlab进行多图像三维重建,同时根据总体方案。设计了相应的图像采集程序。最终在完成总体三维形貌检测系统的情况下,进行了实验测试,给出了实验流程与结果分析。     

图像复原技术在车牌定位中的应用研究

主要对车牌定位预处理中的去噪、去模糊进行研究,简述图像退化、噪声滤除、运动模糊复原相关算法的研究和应用,借助MATLAB实验仿真软件对提出的算法进行实验研究。分析实验结果,提出对图像复原算法维纳滤波的改进;对比分析复原前后的车牌定位结果,突出车牌定位预处理(图像恢复)在车牌定位中的重要性。