计算机视觉摄像机标定技术及其应用研究

计算机视觉摄像机标定技术是计算机视觉研究中最为关键的技术之一。本文深入分析了现有计算机视觉摄像机标定技术取得的各种研究成果及各种方法的特点,提出了提高标定精度的方法和应用中根据测试要求选择相应技术的方法和策略。     

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.     

基于机器视觉的跟踪目标距离研究

研究目的在于完善机器视觉在目标物的检测、跟踪方面的技术,系统地研究应用图像处理各种方法,对物体进行检测、识别,用计算机视觉技术测量目标物的距离,并且应用于各种条件。主要任务包括摄像机标定、图像获取、图像预处理及目标物提取、测距算法研究几个步骤,详细分析了各个步骤的技术特点、存在的问题和解决方案。     

基于视觉测量和距离误差的机器人几何参数标定

在各种应用中,为提高机器人操作臂的绝对定位精度,标定是必要的步骤.所采用的运动学模型和误差测量方法是机器人标定关键的影响条件.本标定中仅以机器人常备的手眼视觉提供测量信息,在这里基于单目视觉的标定中,使用传统的方法除了要涉及测量系统坐标系与机器人基础坐标系间的变换,还要解决摄像机坐标系和机器人末端坐标系的手眼变换关系求解,引入的测量误差和计算误差将很大影响标定结果.本文采用距离误差定义的标定模型,可以直接避免坐标转换带来的误差.此外,针对传统DH参数的不足之处,本文采用修正的DH模型(MDH)作为机器人的运动学模型.最后采用以上两者结合的方法对A460机器人进行实际的参数标定及补偿.     

PCB X射线检测系统的机器视觉导航技术研究

针对PCB行业的检测需求,研发了层偏X射线检测系统。重点对系统的视觉导航自动化技术进行了研究,从理论上对视觉导航的算法原理进行了分析,提取了实现视觉导航的系统关键参数;设计了专门的标定板靶对系统进行了尺寸标定;并在整机系统中实现了对二维平台的精确自动定位。     

单目摄像机测量系统在场面监视定位中的应用

为了实现对有效场面监视区域物体的准确定位,建立了单目视觉定位测量模型。对单目视觉测量系统数学模型,系统内外参数标定和定位精度进行研究。通过实验验证单目视觉定位测量系统的适用性。首先,建立从世界坐标系向像平面坐标系的坐标变换映射矩阵。根据单目摄像机测量系统内外参数易标定的特点和场面目标布局的特殊性,提出具有针对性的变换矩阵数学模型。其次,利用现场实验获取参数数据和图像信息,分析场面监视区域内物体的相对定位误差,从而得出在满足实用定位精度的要求下的有效场面监视区域范围。实验中对3m×3m的区域进行监测,最大相对定位误差可以控制在0.8%。从而验证了本论文定位测量模型的的适用性,可靠性和系统理论误差的正确性。     

用于铜扁线表面质量监测的计算机视觉和图像处理技术

基于计算机视觉和图像处理技术的铜扁线监测系统主要是应用CCD摄像机实时拍摄铜扁线获取数字图像,然后确定待监测目标的质量信息,并与模板比较以检测铜扁线的质量。本文综述该技术的基本原理和分类以及应用到铜扁线监测的结果,分析了利用计算机视觉监测技术对铜扁线进行监测的一般方法和系统构成。最后对计算机视觉监测技术的发展趋势进行了展望。     

基于双目视觉的相对物体的姿态测量

随着计算机视觉以及图像处理技术的发展,视觉测量技术越来越受到人们的关注.建立物体相对姿态测量系统,使用两个相机在不同角度拍摄同一个物体上的编码标志点,采用张氏标定法对两个相机的空间位置关系进行标定;对摄像机采集到的图像进行去噪、滤波;左右两个相机采集下来的图像进行编码标志点的匹配,得到物体上粘贴的编码标志点的三维坐标,通四元数法计算物体间的相对空间姿态(欧拉角以及平移量);通过实验表明,该测量系统结构简单,计算量小,测量精度高.     

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。     

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。     

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。     

机器视觉检测系统的研究

介绍了机器视觉的概念,分析了典型的机器视觉系统结构,并介绍了机器视觉的关键技术,如光源照明技术、光学镜头、摄像机及图像处理与分析中目标物体的识别和执行机构等,展望了机器视觉的发展趋势.     

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。     

屈桢深：视觉技术给我们一双慧眼

从距地亿万公里外探索遥远深空的火星车,到烟波浩渺大洋深处的深海探测器;从日常拍摄的数字照片、电影,到遍布身边的监控摄像机,视觉技术已成为我们生活中不可缺少的一部分。使用视觉技术的机械正在逐渐代替人眼进行各种繁复的劳动,助力和改变着人们的生活。     

基于全局视觉的足球机器人的视觉训练系统设计

机器人足球比赛是近年来在计算机和自动控制等领域内的一项非常有前景的研究课题,相当多的理论、算法和技巧被提出并实现。其中有关足球机器人的视觉系统的研究更是创新不断。本文设计了一个基于RoboCup小型组足球机器人的视觉训练系统模型,并对该模型的原理、模块组成和工作方式进行了分析。文中使用了一种基于阈值的颜色标定方法,可以通过训练和学习来动态的建立视觉关系模型,供视觉系统在比赛时使用,使视觉系统对环境具有较强的适应性。     

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。     

基于机器视觉的SMD晶振上片点胶机的设计和实现

利用机器视觉、自动控制和机械技术,设计并开发了一种高速高精度的SMD晶振点胶上片一体化机器人.系统通过标定模块建立完整的绝对坐标体系,通过图像处理和模式识别技术,系统能逻辑上判断分析晶体和晶体基座的绝对位置,并补偿机械运动的精度,完成满足工艺精度的点胶和上片动作.     

计算机视觉中的摄像机定标方法及其应用特点探讨

计算机视觉是一个相当新且发展十分迅速的研究领域,已成为智能自动化科学的重要研究领域之一,计算机视觉中的重要任务之一就是进行摄像机的定标,本文主要从计算机视觉的基本概念着手,分析计算机视觉中的设想定标的方法,结合当前的发展实际情况,探索其中的不足,今后更好的发展,以及更加广泛的应用奠定基础,同时分析计算机视觉中的摄像机定标的应用特点.     

计算机视觉下半监督学习的人员踩踏风险预警

提出一种计算机视觉下半监督学习预警的人员踩踏风险,采用计算机视觉技术实现对数据的采集和处理,采用图像分割处理技术实现区域划分,在此基础上,通过半监督学习的方法,对实时采集的数据进行监督和不断更新的学习,从而达到实时预警的目的。最后采用一组非均衡分布下的人员密度进行系统预警的测试实验,结果显示,采用半监督学习方法,可以很好的实现计算机视觉系统下的人员踩踏风险预警,对高风险和低风险进行标定,实现预警,具有很好的安全使用价值。     

机器视觉在金属箔缺陷检测系统中的应用

论文介绍了将机器视觉技术应用于金属箔缺陷检测的系统设计,以及图像处理算法。整个系统采用分布式主从结构,由上位机、图像采集模块、下位机、通信模块组成。通过CCD摄像机采集金属箔表面的图像,以及上位机对图像进行分析和处理,可以获知金属箔是否存在缺陷。系统自动将所有的缺陷图像存储到数据库中,并且根据缺陷情况报警。