基于虚拟双目视觉的玉米叶片三维重建方法

提出了一种基于双目立体视觉的玉米叶片三维重建方法。该方法利用两个平行且位置相对固定的摄像机,组成双目立体视觉系统。运用改进的张正友平面标定法进行摄像机标定,采用一种改进的Harris算法,通过快速预筛选和多阈值角点提取方法,对获取的图像采集Harris角点以提取玉米叶片特征,通过计算搜索窗口内对应点的相关系数和阈值的比较实现特征点匹配,依据视差原理,计算得到玉米叶片的三维点云信息,对预处理后的玉米叶片点云进行双三次B样条曲线插值,重构叶片的三维网格曲面。仿真实验表明:所提方法能够高效、准确地实现玉米叶片三维重建,对玉米叶片边缘起伏和褶皱等细节可完整保留,三维重建精度较高。     

一种三维测量系统光源标定的方法

三维测量系统应用广泛,对测量系统光源进行精确标定有利于提高三维测量系统的精度。本文通过对摄像机和所用高反射球标定,用T-S模型对近场点光源位置进行标定,用棋盘格标定主光轴,最后用得到的光源信息对平板灰度值图像进行模拟,通过与真实图像的对比验证结果准确性。     

集装箱视觉定位模拟系统的视觉标定

提出了一种用于集装箱视觉定位模拟系统的视觉标定方法。该方法采用等距网格来实现图像坐标系向世界坐标系的转化,使用平移法得到摄像机坐标系与模拟吊具坐标系之间的关系,最后可以确定模拟集装箱和模拟吊具之间的相对位置关系,以实现模拟集装箱的装卸。实验验证了本文所提出方法的正确性和有效性。     

虚拟地球中电力杆塔模型的自动配准方法研究

针对具有不同空间参考基准的输电线路三维杆塔模型在虚拟地球中与多尺度影像、地形的精确配准问题,提出了一种基于模型投影特征点和影像标定控制点库的三维模型自动配准方法,将复杂的三维杆塔模型投影在基准平面上完成对三维模型特征点的提取,基于数字正射影像进行控制点标定建立特征控制点库,并利用过渡坐标系构建基准统一的虚拟地球可视化环境,完成三维杆塔模型的与虚拟地球中影像、地形的精确配准。最后基于上述方法在开放式虚拟地球集成共享平台NSCGlobe中进行实验,验证了该方法的有效性。     

基于HALCON软件的单摄像机标定方法研究

摄像机标定是计算机视觉技术的重要研究内容,本文基于HALCON软件对单摄像机的标定方法进行了研究.文中首先对摄像机模型作了简要的介绍,然后详细阐述了HALCON软件中关于摄像机标定的一些函数,最后给出了示例程序.     

基于OpenCV的双目立体视觉测距

双目立体视觉测距原理就是利用两台摄像机从两个视点获取目标点在不同视角下形成的图像坐标,利用成像几何模型计算同名像点图像坐标偏差,来获取目标点的三维坐标,从而实现距离测量,它在高速公路安全车距测量上有着极大的应用前景。当前的测距技术有主动测距法和被动测距法,论文采用的是基于OpenCV的被动测距法,得到摄像机标定的参数和立体匹配的对应特征点后,该测距算法较容易实现。经过实验验证,该算法在一定测量范围内达到精度要求。     

三维图像人物运动形态重构技术

针对传统三维图像重构方法无法确定人物运动形态三维位置,重构过程效率低,精度低等弊端,提出一种基于自标定的三维图像人物运动形态重构技术,通过不同位置的两台摄像机移动或旋转拍摄同一场景,得到三维图像对。使摄像机平面标志点的坐标和其成像对应点符合齐次转换关系式,依据单应性矩阵的特性获取两个约束条件,获取相机内参数与外参数,完成初步估计后,对空间三维测量点进行塑造。通过投影矩阵求出空间点三维坐标,为了避免成像畸变,成像极线需满足一定的约束条件,对像素点是否处于摄像机定位模块坐标中进行判断,通过三维图像重构精度评价函数对得到结果进行评价。仿真实验结果表明,所提方法具有很高的精度和效率。     

一种基于立方体的摄像机内参数标定方法

摄像机标定方法是计算机视觉的重要内容之一。提出了一种基于立方体的标定方法。该方法的模型为立方体,从3个或多个不同的方位摄取图像,由直径的正交关系获得3组正交灭点,从而线性的求出摄像机的5个内参数。模拟图像和真实图像实验表明,文章的自标定方法有较好的灵活性和较高的鲁棒性。     

基于双目视觉系统的摄像机标定技术的研究

摄像机标定技术的研究是计算机视觉领域的重要研究内容之一,其研究成果直接影响着视觉系统的精度。本文系统归纳了现有的各种摄像机标定方法,详细分析了各种标定算法的原理和特点。最后,总结分析了摄像机标定技术目前存在的主要问题和提出了今后发展的方向。     

基于张量投票的图像超分辨率算法

张量投票算法在提取图像主观轮廓上具有良好的效果,本文提出了一种基于张量投票的图像超分辨率算法.首先用二维张量矩阵存储低分辨率图像各像素点所处的位置特征信息,并利用稀疏张量投票将特征信息进行加强,再使用稠密张量投票产生高分辨率图像对应的二维张量矩阵.此张量矩阵包含了视觉特性强的边缘信息,最后利用该边缘信息指导高分辨率图像的重构.实验结果表明,该方法得到的高分辨率图像信噪比高、视觉效果好.     

二维Otsu算法在壁虎脑切片图像处理中的应用

提出将基于二维Otsu算法的分割方法应用于大壁虎脑切片彩色图像背景区域的漂白处理中及保护目标区域的方法,并对一维和二维算法进行了比较。首先构建二维直方图,然后利用二维直方图建立二维Otsu算法,并对大壁虎脑切片彩色图像进行分割,最后恢复分割完成的二值图像中目标区域的彩色特性。这一方法在生物医学彩色图像处理中得到了较好的实现,同时,本文进一步验证了该方法在普通彩色图像处理中的可行性。     

复杂背景条件下无人机场的中心检测

无人机场环境复杂。为了快速准确的找到无人机场的中心位置。首先对图像进行滤波等预处理，再根据二值图像特性以及椭圆几何特性．求取边缘跳变点的中点。利用所求跳变点的中点在竖直和水平方向的投影特点，以及改进的中心点估计法提取椭圆中心候选点。利用投影原理及跳变点特性对候选点进行筛选，分析得到机场中心点，最后利用边界追踪确认椭圆各个参数。实验数据表明，该方法具有很好的鲁棒性和精确性。     

引入投影散斑尺寸配准的地理遥感标定技术

在地理位置标定和三维地图创建过程中,通常采用远程遥感位置标定方法。传统的地理遥感标定采用边缘检测和分水岭分割标记的方法,当地理空间色斑出现非显著性过渡时,标定效果不好。提出一种基于投影散斑尺寸配准的地理遥感标定技术。采用投影散斑尺寸配准技术,去除地表植被的色斑出现非显著性过渡干扰。保留了Harris角点检测算法的稳定性,算法融合了SURF算法尺度不变的特性,提高了地理遥感标定特征匹配精度和效率。仿真结果表明,采用该基于投影散斑尺寸配准的地理遥感标定技术,具有较强的抗干扰性能,对地理遥感特征点的标定准确,重复点较少,算法对尺度、光照及噪声有较好的鲁棒性,提高了地理信息遥感配准的精度和速率。     

微机电三轴加速度计的无转台标定

本文为低成本陆用机器人惯性导航系统设计了一种无转台微机电(Micro-electromechanical System,MEMS)三轴加速度计的标定方法。该方法不依靠高精度转台等辅助设备,只需通过多个随机静态位置的加速度计测量值,然后求解方程的最小二乘解来得到三轴加速度计的各个参数。并且借助LabVIEW平台,完成了对意法半导体公司出产的LSM303DLH的标定,得到了该加速计的参数。     

基于自标定的两视图三维重构研究

相机标定是三维重构中的关键步骤,本文对在自标定下的两视图三维几何模型恢复进行研究。先采用SURF算法得到图像匹配点对,在此基础上,利用RANSAC鲁棒估计基础矩阵;然后根据Kruppa方程所推导出的二次方程自标定出相机内参数,进一步地,通过分解本质矩阵求解出相机外参数;最后,根据三角化法求得空间三维坐标值。实验结果证实,该方法具有效性和正确性,并且能够真实地再现物体的三维模型。     

摄像机内部参数研究

图像在生成、获取、传输等过程中,受照明光源、成像系统等多方面的影响,不可避免地要造成图像的降质。分析了图像降质原因,引出对镜头畸变问题的研究,主要讨论了摄像机的非线性模型,介绍了一种摄像机标定算法,并利用该算法得到两组镜头的参数,并给出相应的实验数据和校正图片。     

摄像机标定精度的比较研究

本文针对摄像机标定精度,对三种经典标定方法进行了对比研究,阐述了各种标定方法的优缺点,指出了各种标定方法的适用场合。仿真实验结果验证了三种标定方法在图像坐标噪声、世界坐标噪声、图像数据数量三方面对标定误差的影响,这对研究摄像机标定精度和应用具有一定的参考意义。     

基于单站测量的武器轨迹测量技术研究

针对某型武器投放试飞科目要求,需要对武器运动轨迹进行精确测量,为武器定型提供鉴定依据。通过在弹仓内加装高速摄像机,获取武器投放过程影像,通过交会测量图像处理方法可以得到目标轨迹数据。然而由于在飞机弹仓内空间限制,会遇到只能安装单台摄像机,或者在飞行过程中,由于电源系统不稳定导致只有单台摄像机正常工作,造成无法进行交会测量。本文提出了一种利用单台高速摄像机对武器轨迹进行测量的方法,结合弹体上的特征点,实现了武器运动轨迹单站测量手段。针对武器分离飞行试验数据进行分析,数据结果满足要求。     

基于BP网络的机载摄像机标定应用

摄像机标定是视觉测量技术应用中的重要环节,是决定测量精度的关键因素之一。人工神经网络具有逼近任何非线性连续函数的优点,能够学习记忆特征点像方坐标与物方坐标之间的数学映射关系。针对某型试验机机载摄像机双目视觉测量课题,开展了基于BP神经网络的机载摄像机标定研究;基于MATLAB神经网络工具箱进行了网络构建,在双摄像机的重叠视场内布设了大量的训练样本,对训练样本归一化处理后作为网络的输入与输出进行了网络训练。实验结果表明,训练完成的神经网络结构很好地描述了摄像机成像模型,能获得较高的标定精度。     

遥感图像中微小红外目标的分类定位识别

遥感图像中存在大量微小红外目标,对其准确的分类和定位识别是实现远程目标识别和遥感测量的基础。目前对该类红外小目标的识别方法采用单层正方形网格生成方法,对随机标定的红外目标点的识别效果不好。提出一种基于Harris角点检测的遥感图像中微小红外目标的分类定位识别算法。构建遥感图像的红外目标数据采集模型,对图像进行角点特征提取预处理,采用Harris角点检测算法实现对红外目标微小特征点的信息标定,实现对其准确分类定位。仿真实验表明,采用该算法进行微小红外目标的分类定位识别,具有较高的准确性,对红外目标的特征提取和定位识别效果较好,在远程目标探测和遥感监测等领域具有较高的应用价值。