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。     

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。     

Crowdedness estimation approach based on stereovision for bus passengers

An estimation approach is proposed in this paper based on the binocular stereovision to collect the degree of crowdedness in public transports. The proposed method combines the disparity with frame differences to extract the foreground object. An adaptive window normalized cross correlation （NCC） matching and interpolated method is applied to get the sub-pixel image disparity value. Then, the foreground object is projected to the horizontal plane to eliminate the influence of the occlusion and perspective effect. Finally the degree of crowdedness is calculated from the area and the perimeter of the foreground objects. Experimental results show that the proposed method can obtain good estimation results in the simulated scenes in the laboratory and on parking or moving buses. This approach is effective to illumination changes, shadows and occlusion of passengers.     

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.     

情绪状态对自上而下的视觉选择性注意的影响简

通过双眼竞争范式考察了个体的情绪状态对其自上而下视觉选择性注意的影响.随机抽取了50名在校大学生,考察被试对重叠的面孔与房子的反应.结果发现：①在所有的情绪状态条件下个体对面孔的反应时显著长于对房子的反应时;②处于消极与积极情绪状态下个体分别偏向关注闷闷不乐的面孔与微笑的面孔;③性别对个体视觉选择性注意无显著影响.整个研究表明个体的情绪状态促进了对情绪面孔的视觉选择性注意.     

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YOLOv3算法的船舶双目视觉检测与定位方法

为快速、准确地检测船舶目标,提出一种基于YOLOv3算法的船舶双目视觉检测与定位方法。在特征学习时针对样本中不同船舶长宽比例,重新聚类样本中心锚点框,增强对船舶检测的准确性;利用SURF算法进行特征匹配,并引入双目测距算法,实现目标的测距与定位。实验结果表明,该方法在每秒传输图片30帧的情况下,平均检测精度达到94%,在1 n mile内的目标平均定位误差为11 m左右,与现有检测算法相比,具有更好的实时性、准确性。该方法对智能船舶视觉感知信息与雷达、AIS信息的融合,以及避碰辅助决策具有非常重要的作用。     

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.