一种全景图与局部视场的匹配实用算法研究

为了确定全景图与可变视场摄像机的局部视场的匹配关系,建立起实用、有效的算法和使用方法,本文提出了三点位置匹配算法,采用特征点标定法和网格点标定法,实现了全景图(如二维、三维地图等)与目标点摄像机局部视场的匹配.使用该算法,无论是人工指定全景图上的任意目标点或实际发生的报警点,均可以快速计算出对应摄像机的控制参数,进而控制摄像机转动和调焦,获得局部视场的清晰图像.     

激光三维图像对运动损伤姿态的采集

运动过程中,受自身动作和其他外界因素的影响,容易出现运动损伤姿态,因此,提出传统方法采集数据.但传统采集方法规划的采集路径不是最优,导致提取的特征数据与真实动作不匹配,因此,研究激光三维图像,对运动损伤姿态的全新采集方法.该方法以三类百分位假人模型为参照,建立运动姿态三维扫描模型;通过规划激光扫描路径,捕捉整体运动姿态;使用平滑度参数,提取三维图像点云特征;根据径向函数,采集并生成完整的运动损伤姿态.实验结果表明:与传统方法相比,此次研究方法得到的姿态轨迹,与真实运动损伤姿态的运动轨迹更加匹配.可见激光三维图像,更加适用于采集运动损伤姿态.     

一种新的视频监控图像拼接算法

视频监控常常采用多个静止的摄像机监控视场范围比较大的区域,本文研究了多个摄像机的视频图像合成算法。对于多个静止的摄像机,利用相位相关算法估计输入视频的相应第一帧重叠区域,并在重叠区域内进行Harris角点检测和匹配,以加快角点匹配的速度并且提高匹配的稳健性;对于非首帧的视频,也只需在第一帧估计的重叠区域内进行角点检测。...     

基于即时稠密三维重构的无人机视觉定位

传统景象匹配定位方法在用于低空无人机定位时,易因低空航拍图像视场小,且与卫星图像（带有地理信息）的拍摄角度差异大而失败.本文提出了一种基于即时稠密三维重构的无人机视觉定位方法,通过将稠密三维点云与卫星图像匹配以实现无人机定位.首先根据图像序列快速估计摄像机位姿,而后使用多深度图协同去噪与优化算法生成稠密三维点云,随后通过变换观察视角由稠密三维点云生成与卫星图像拍摄视角相近的虚拟视图,最后将虚拟视图与卫星图像匹配并得到无人机的地理坐标.由于稠密三维点云包含多张图像的信息,覆盖面积大,且可变化观察视角,因此能够有效克服上述两个问题.实验证明了本文方法的有效性.     

基于BP神经网络的姿态测量系统摄像机标定

针对摄像机标定过程中复杂的成像和畸变模型,利用误差逆传播(BP)神经网络对复杂非线性映射关系的强大逼近能力,对姿态测量系统中的摄像机进行隐式标定,建立了姿态测量中三维空间目标特征点与它在图像平面上像点间的映射关系,使姿态测量系统无须进行复杂的摄像机标定,直接恢复目标特征点的三维信息,从而计算得到目标姿态信息.结果表明,该方法对于空间点坐标恢复的均方根误差小于0.015 mm,可以获得较高的精度.     

一种靶标姿态多方位的大视场摄像机标定方法

针对大视场摄像机标定中大尺寸靶标难以制作与维护、小尺寸靶标标定精度较低等问题,文章提出一种靶标姿态多方位的大视场摄像机标定方法。首先,将姿态多方位自由靶标在摄像机视场内任意摆放;然后,分别计算各个自由靶标图像所对应的内部参数和外部参数,进而获得摄像机参数的约束条件;最后,建立以重投影误差为最小的目标函数,并利用遗传算法获得摄像机参数的最优解。实验结果表明,该方法具有靶标摆放自由、标定精度高等特点,能够实现对大视场环境下摄像机的精确标定。     

基于形状匹配变形模型的三维人脸重构

为了从多幅人脸图像构造三维人脸结构,通常需要自动提取不同图像中的对应特征点,这往往是很难完成的.为了避免这个困难,本文建立了一个基于形状匹配的三维变形模型,在保证形状最佳匹配的条件下,实现对人脸图像姿态的估计和三维人脸重构.模型采用径向基函数对通用头部模型进行变形,用形状上下文来描述点之间的形状相似性,形状距离用来描述头部模型和人脸图像整体形状上的相似性,从而实现形状最佳匹配意义上的三维重构.实验表明,本文的算法只需要在人脸图像中提取特征点集,不需进行配准,就可以恢复出令人满意的三维头部结构.     

人体外形三维光学测量方法的研究

提出了人体外形数据光学非接触测量的新方法。采用栅光源入射测量人体尺寸,CCD摄像机得到有变形的轮廓条纹图像,应用透射投影方程建立数学模型,根据图像推导出条纹的空间三维信息计算条纹的长度。与其他三维物体光学非接触测量方法相比,具有测量速度快、在视场区域内不需要机械扫描便可得到被测人体表面的外形尺寸、图像处理容易、受噪声影响小及计算方法简单。详细讨论了CCD摄像机参数的标定,给出了实验结果,分析了误差产生的原因。     

基于多媒体技术的三维人物图像动态重构

针对基于自标定的三维人物图像动态重构方法不能准确获取人物运动形态的三维位置,重构结果存在较高的偏差的问题,提出基于多媒体技术的三维人物图像动态重构方法,采用单目图像重构算法完成人体三维姿态重构。对多媒体技术中单摄像机拍摄的单目人体运动图像进行重构时,首先基于人体树状模型,采用基于部件检测器的二维肢体检测算法完成人体二维肢体检测;再采用基于关节点图像坐标的三维姿态重构算法,依据人体二维姿态检测结果,通过预测关节点反投影误差的退火粒子滤波算法完成人体三维姿态的跟踪,实现三维人体图像动态重构。实验结果说明,所提方法可准确实现三维人物图像动态重构,具有较高的重构精度和效率。     

基于面阵三维成像激光雷达的目标点云分割技术

针对偏振三维成像系统的高效目标三维点云分割问题,提出一种多维信息融合的高效分割理念。系统采用高分辨率EMCCD相机作为面阵探测器,在一次成像过程中,可同时获得视场中的灰度图像以及三维点云数据。根据该成像特点,建立灰度图的像素坐标与点云数据像素坐标之间的点对点映射关系,结合粒子群优化算法的边缘分割方法,将灰度图中目标分割后的坐标信息映射到三维点云数据中,得到其三维点云数据。该方法将三维点云数据降维处理为二维图像处理,显著降低了计算复杂度,避免了点云数据误差对分割精度造成的影响。实验验证了多维数据融合目标三维点云分割方法的有效性。     

3D最小二乘表面匹配中不同共轭点搜索规则对配准精度影响分析

在一种泛型的3D最小二乘表面匹配模型基础上,讨论三种主流的共轭点对应准则,及其对表面匹配精度的影响分析.针对真实航空激光雷达点云数据进行配准对比实验,结果表明三种表面间共轭点对应准则都能较准确地估计出相邻重叠三维表面间的正形变换参数,其中最小法向距离准则在大多数情况下能获得相对较高配准精度.     

一种基于飞行时间相机的点云目标提取方法

基于飞行时间(Time of Flight,TOF)原理的深度相机成像方法不同于二维图像来计算三维信息,而是通过光在空气中的飞行时间,来计算出目标的距离,从而直接获取场景目标的三维点云信息。本文通过研究基于飞行时间红外相机的三维重建技术,设计了一种基于飞行时间红外相机的点云目标提取方法。利用飞行时间相机直接获得场景的三维点云数据,提出一种双阈值空间滤波算法,对点云数据进行空间滤波,并对滤波效果进行了对比评价。在双阈值空间滤波算法的基础上提出了一种改进的基于法向量的随机抽样一致性(RANSAC)算法,实现了对三维点云数据的目标提取,为基于飞行时间相机的场景目标三维重建奠定了基础。     

基于改进欧式聚类算法的双目主动视觉点云目标检测研究

双目视觉立体匹配时,在同色调表面因为缺乏纹理信息,不仅计算量大且匹配度低, 而且生成的 场景中的点云又具有非结构化、近密远疏的性质, 因此,提高双目视觉匹配的精度与速度, 以及准确分割点 云目标, 一直是点云获取及目标检测中的难点问题。 针对以上问题, 本文首先提出了一种融合主动激光 的 3D 点云目标采集方法, 快速准确地获得原始点云数据; 其次提出了一种基于欧式聚类的改进算法, 使用距离阈值和角度阈值作为阈值分割判断条件进行分段聚类, 得到边界明确的 3D 点云目标检测框。 实验结果表明:所设计的 3D 点云成像系统能够有效获取前方物体的 3D 点云信息,且具有比激光雷达成 本低、易实现、信息丰富等优势;改进后的欧式聚类算法能有效改善传统算法对阈值较为敏感导致的物 体易出现欠分割或过分割的问题, 提高了目标检测的准确率, 在室内场景下具有良好的检测效果。     

A new cost effective 3D measurement audit and model comparison system for verification tasks

A new unified system application for the production audit in an aerospace industry is presented in this paper which comprises two key application tools such as (a) 3D PAMT (production audit measurement tool) and (b) 3D PACT (production audit compare tool). In spite of the facts that above functionalities are modular wise independent, commonly they are related in terms of assisting the production audit task. 3D PAMT facilitates the verification of manufactured parts to be within a pre-defined threshold range using a calibrated stereo camera with the safety test engineer interaction in order to select the matching disparity points. The distance between datum points with or without reference to a planar reference surface model can be obtained. We describe the system flow, plus validate the technique via a number of experimental datasets. 3D PACT allows the identification of discrepancies between a computed 3D point cloud model and the corresponding digital mock-up point cloud model. Usually, the computer aided geometry model is built before an actual installation. This knowledge about the components of an installation assembly is available as semantic information in an extendable markup language (XML) format of the CATIA model. We have provided an use case study of a sample assembly with components such as cube, pyramid, rectangular prism and triangular prism. The proposed cost-effective and robust framework for 3D measurement audit and model comparison is based on the input available from a digital camera and the semantic metadata knowledge available from geometry models which can be used for verification tasks.     

基于三维彩色点云的物体识别算法

随着新一代深度传感器的出现,使用三维(3-D)数据成为物体识别研究的热点,而且提出了很多点云特征描述子.针对传统的采用点云形状特征描述子在目标描述方面的不足,提出了一种基于三维彩色点云的物体识别算法.首先提取点云数据的视点特征直方图(VFH)和颜色直方图(CH),然后对提取的形状特征和颜色特征分别通过支持向量机(SVM)进行预分类,最后将上述2个识别结果进行决策级融合.提出的算法在Washington RGB-D数据集进行训练和测试.结果表明,该方法与传统的采用点云形状特征描述子相比,其物体的正确识别率有了显著的提高.     

基于ISS-3DSC的NDT三维点云配准算法研究

工件形貌的三维扫描需求在车间自动化装备中越来越多,其中点云配准作为三维数据处理的重要步骤。现有三维点云配准存在特征点对误配、配准时间长、配准精度差等问题,提出了一种基于内部形状描述子-三维形状上下文特征(ISS-3DSC)的NDT三维点云配准算法。首先通过内部形状描述子(ISS)算法提取三维点云关键点,提高配准效率;然后结合三维形状上下文特征(3DSC)进行关键点的特征描述,并根据特征点对中值距离法剔除错误点对,采用SVD分解计算初始变换矩阵;最后使用NDT算法完成精配准。测试实验结果表明：算法在鞋面、鞋底点云数据配准时的精度可达到0.025 cm,相比传统SAC-IA+NDT算法配准效率提升明显,具有一定的工程应用价值。     

自适应局部邻域特征点提取和匹配的点云配准

点云配准是三维重建的关键技术之一。针对点云匹配中迭代最近点算法(ICP)速率低、对初始位置要求高的问题,提出了一种基于自适应局部邻域特征点提取和匹配的点云配准方法。首先根据局部表面变化因子与平均变化因子的大小关系,自适应地提取特征点;其次利用快速点特征直方图（FPFH）综合描述每个特征点的局部信息,结合随机抽样一致性（RANSAC）算法实现粗配准;最后根据得到的初始变换矩阵和基于特征点的ICP算法实现精配准。对斯坦福数据集、含噪声的点云以及场景点云进行配准实验,实验结果表明:所提出的特征点提取算法能高效地提取点云的特征;相比于其他特征点检测方法,所提方法在粗配准中的配准精度和配准速度更高,且抗噪性能更好;与ICP算法相比,基于文中特征点的ICP算法在斯坦福数据集和场景点云中的配准速度提升了约10倍,在含噪声的点云中,能根据所提取的特征点高效地进行配准。该研究为提高三维重建和目标识别的匹配效率提供了一种高效的方法。     

三维伪装背景颜色特征提取方法的研究

针对伪装背景勘察中快速精确地获得客观的三维背景特性的要求,采用了快速获得伪装背景三维点云数据的扫描方法,通过对点云数据预处理(数据拼接、颜色聚类),并对背景三维信息进行基于曲面面积的数据分析得到反映客观的三维数据颜色直方图,据此设计出获得符合背景的迷彩图案,结合某军事伪装试验场进行三维伪装背景颜色特征提取研究,实验证明本研究方案为伪装迷彩图案设计提供了客观可靠的数据支持。