基于双目视觉的工件三维坐标提取方法研究

介绍了双目立体视觉系统的软硬件构成,用改进的Tsai两步法对摄像机进行标定.利用Harris角点检测法提取工件的特征点,然后基于极线约束准则和灰度相似性计算,对左右图像中的特征点进行匹配,并计算出工件特征点的三维坐标.     

基于Matlab工具箱的摄像机标定

在测量系统中,对摄像机进行标定是有效提高系统测量精度方法之一。通过借助1个2D的平面靶标,降低了标定时所需靶标的制作难度,使得靶标更易于携带。利用张正友的方法,首先,采用Matlab工具箱分别对CCD摄像机的内部、外部参数进行标定,获取CCD摄像机与世界坐标系的几何关系;其次,通过立体标定得到2台CCD摄像机之间的位置关系;最后,对1个标准的台阶模型进行测量,该模型的左侧由多个平行平面组成,相邻平行平面之间的间距均为1.00 mm,右侧为一斜面。通过实验实际测量,相邻平行平面间距离为0.99 mm。     

基于双目机器视觉的高速高精度自动贴屏机设计

针对目前智能手机人工贴屏精度差、效率低、成本高的现状,文章提出了一种基于双目机器视觉的高速高精度自动贴屏解决方案。该方案采用两个CCD相机分别采集手机机身和手机屏幕图像,经图像采集、图像预处理后,快速提取图像边缘信息,准确快速计算XY轴向偏差和R向角度偏差,并由XYR对位平台快速完成对位调整。经测试,该设备定位精度≤±0.005mm,重复定位精度≤±0.005mm,贴屏速度≥300片/小时,屏幕贴合平整度≤±0.005mm,能大幅提升贴屏精度和效率,具备一定的应用和推广价值。     

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。     

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。     

基于双目视觉的交通事故现场摄影测量方法研究

提出了一种适用于交通事故现场快速处理的现场痕迹摄影测量方法,利用双目视觉的原理,使用高像素数码相机通过对带有标定板的事故现场进行多角度拍摄,从而对待测目标进行三维重构,进而计算待测距离。     

基于双目立体视觉的3D物体颜色测量方法研究

传统的物体颜色测量方法,均是针对平面物体而言的,不适用于3D物体尤其是表面不规则的3D物体表面的颜色测量.随着3D彩色打印技术的飞速发展,亟需一种快速的直接的3D物体颜色测量方法.鉴于此,提出了一种基于双目立体视觉的3D物体颜色测量方法.在标准LED灯箱中,首先使用双目相机采集标准棋盘格图像进行相机几何参数的标定,利用...     

基于折光鱼眼全景相机的双目立体视觉标定

面向鱼眼立体视觉系统标定,针孔等传统成像模型对高畸变镜头建模存在不准确问题,本文基于统一球面投影机理,建立了折光鱼眼全景相机的双目立体视觉投影模型,并对此双目立体视觉系统进行了标定。标定过程中,首先利用Hough变换实现了全景图像中角点的精确检测,在此基础上,利用Levenberg—Marquardt(L-M)法对相机内、外参数进行精细化估计,从而实现相机的准确标定。相对于传统的双目鱼眼相机标定法,通过对比实验验证了双目立体视觉标定方法的优越性。     

基于机器视觉的六轴工业机器人神经网络自适应控制算法

构建了一个基于机器视觉的工业机器人,由视觉模块、计算机、机器人以及软件组成,通过视觉模块获取对象图像,并进行分析,得出目标的坐标位置.运用神经网络自适应控制算法对控制器的脉冲输出进行补偿控制,从而使得机器人各关节的运动更加平滑可靠.实验结果表明,该机器人可以实现按预设连续轨迹精确运行,以取代人工进行涂胶、打磨、装配、焊...     

基于双目视觉的运动位姿误差检测方法研究

为了提高人体运动位姿误差检测能力,提出基于双目视觉的运动位姿误差检测方法。采用双目视觉跟踪融合识别方法对运动位姿的样本动态特征点进行采样,以全局人体姿态信息为候选样本,进行运动位姿双目视觉特征高分辨提取,采用模板匹配方法,构建人体部位姿态候选样本轮廓分布集,获取模板大小,根据模板大小计算运动位姿的误差概率分布,利用相邻图像帧之间的运动特征分布集,构建运动位姿图像的位置信息检测模型,在此基础上,采用自适应颜色覆盖方法对运动位姿的误差概率分布做极小化处理,完成对人体运动位姿误差检测。仿真结果表明,采用该方法进行运动位姿误差检测的特征分辨能力很好,降低了检测误差,提高了运动位姿双目视觉跟踪识别能力。     

基于单目视觉的单图标定算法

为了满足现代工业生产中精度要求高、操作快捷的要求,提出基于单目视觉的单图标定算法。通过采集一张棋盘格标定板图像,精确提取棋盘格角点坐标,使用仿射变换得到像素坐标系和世界坐标系的仿射变换矩阵,分析Halcon仿射变换矩阵和张氏标定法相机模型的对应关系,得到详细的相机内参,再对图像进行畸变矫正,得到像素当量。多次Halcon实验结果表明,提出的算法与其他方法相比,操作更加快捷,标定结果标准差可控制在0.02 mm 以内,能够满足现代工业生产需要。     

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.     

Pioneer3-AT上基于双目立体视觉的环境识别系统

针对研究用的平台——Pioneer3-AT的软硬件环境,结合基于双目立体视觉的环境识别过程、原理和实际的应用环境设计了一个双目立体视觉系统。根据经典图像传感器的特点、实际需求、要观测的视野大小、精度要求确定硬件参数,进而选择了两个CMOS摄像机,建立了几个可行的系统方案,并从中选定了一个符合本实验的方案。然后结合平台的结构和双目立体视觉系统实际的硬件技术要求,设计并制作了一个两层可水平放置两台摄像机的双目立体视觉实验或应用系统,最后加入了控制器——笔记本电脑构成了一个完整的环境识别系统。实验表明这个建立的试验系统比较实用。     

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。     

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。     

一种计算双目定位系统标定的方法及其稳定性分析

本文采用质心法和最长弦距法来计算双目视觉定位系统标定,用Matlab作为编程工具计算得出系统标定所要确定的像平面的点的坐标。并且对这两种方法进行误差分析和稳定性分析表明,当靶平面与像平面所形成的θ角控制在[0,π/24],区间内,其相对误差小于0.017,且该方法在一定的取值范围内具有较好的稳定性。     

基于双目视觉与树莓派的活体人脸识别装置

人脸识别技术使用时容易受到伪造攻击.针对这一问题,提出一种基于双目视觉获取人脸深度信息,再结合层次分析法实现活体检测的方法,并应用树莓派研制活体人脸识别装置.该装置首先对双目图像进行对应点立体匹配,获得人脸图像的三维深度信息;然后选取人脸特征点,以鼻尖为参考点计算特征点与鼻尖点的深度差值;最后针对真实人脸和伪造人脸的三...     

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。     

基于机器视觉的纺织品疵点检测系统

本文研究了一种基于机器视觉的纺织品疵点检测系统，它采用模块化硬件设计，图像处理软件满足实时检测的要求，可以有效检测出生产线上的疵点。并为该系统设计了一种基于规则表分类器、模糊算法及人工神经网络的组合式多级分类器，具有一定的学习能力，当待测材料或有关设备发生变化时，系统可根据疵点样本库对分类器进行训练，以适应生产线的相关变化。实验结果验证了该方法的有效性。     

基于特征单应矩阵的双目摄像机系统贪婪标定方法(英文)

在贪婪及直觉的框架下,针对双目摄像机系统提出一种基于平面模板且未考虑光学畸变的线性标定方法.利用单应矩阵的特性及近距离的双目一致性约束进行标定.首先,为计算双摄像机内部几何特性,根据所有模板平面各自的单应矩阵具有特征线的属性,构造具有几何意义的成本函数;采用鲁棒的总误差最小二乘拟合策略,恢复精确的主点坐标.其次,引入像素单元纵横比的先验信息,求取精确的主轴长.然后,精确地获取所有平面模板关于各自相机的外部几何.最后,利用强加于三维几何空间中的一致性约束来计算双目摄像机之间的刚体变换关系.仿真及真实图像实验表明,所提算法能获得较可靠的标定结果,满足精度要求不是很高的应用需求,且对计算机视觉不是很内行的普通用户,能较容易地实现.