单张平面圆图像的空间圆心快速提取方法

空间圆圆心坐标提取是视觉测量系统的关键技术之一。为了解决空间圆心坐标需要提取多视角图像椭圆圆心,而由于透视投影椭圆圆心并不是空间圆心像点的问题,提出了一种基于单张平面圆图像的空间圆心提取方法。该方法首先基于圆锥曲线特性根据相机光心坐标与成像椭圆像素坐标构建了空间圆锥方程,再根据圆锥方程构建出圆锥正底面表达式,根据正底面表达式求解出与空间圆所在平面平行的平面方程,最后根据平行平面与实际目标直径找出正确空间圆方程。该方法避免了空间圆心投影坐标求解与需要多张图像求解圆心的问题,只需单张图像即可求解出空间圆心坐标。实验结果表明,该方法能精确求解圆形目标中心空间坐标,有效提高了三维坐标的求解效率与精度。     

基于Hough变换的汽车零件中圆形检测的改进算法

针对汽车零件中的圆检测实际需求,在分析了基本Hough变换和随机Hough变换进行圆检测的技术特征基础上,对基本Hough变换进行算法改进。采用Sobel算子提取图像边缘,利用圆参数范围已知的先验知识确定感兴趣区域和圆半径的检索范围,使得计算量大大减少,从而实现圆心坐标和半径的快速检测,满足工业生产实时性的要求。     

圆及椭圆链码的识别

提出一个识别圆链码的算法。首先根据链码计算假设圆的半径及起点。然后从起点开始逐点检测由链码指示的每一点到圆心的距离是否等于半径，以决定是否是圆链码。该算法稍加改动之后又可用于椭圆链码的识别。     

平面圆簇围域边界程序画法

描述了一种在电子地图上实时标绘一簇平面圆形所围区域边界的算法。该算法采用先将圆簇以半径和圆心距分类,减少计算量;再运用解析几何的方法求出圆周上的交点集合并排序;然后依据几何关系找出判断解决问题。文中所述问题有许多应用场合。     

改进的Kasa算法及其在圆拟合中的精度分析

Kasa算法是应用最为广泛的代数圆拟合方法之一,但在短圆弧采样条件下拟合结果不够理想,且拟合精度随圆半径的减小而变差.在Kasa代数算法的基础上,提出RS约束算法.通过坐标旋转使采样点具有对称性,以横坐标最大值作为半径约束条件修正拟合算法.仿真测试验证了RS约束算法具备更强的鲁棒性,能够消除半径变化对拟合精度的影响,在短圆弧情况下该算法的拟合精度远优于Ka-sa算法.     

列车车轴空间直线度检测

为了准确、快速地测量列车车轴的空间直线度，构建了列车车轴空间直线度测量系统，对所述测量系统采用的空间圆拟合、空间直线拟合、直线度测量等算法进行研究。首先，根据被测对象的特征介绍了基于空间平面与空间球相切空间圆拟合算法；然后，利用随机采样一致性（RANSAC）算法迭代出符合模型的最佳点集，在列车车轴截面空间圆拟合获取的数据基础上对列车车轴截面空间圆圆心所处数据进行分析，并利用狼群算法拟合空间直线，即通过空间截面所处位置的列车车轴截面空间圆的圆心坐标拟合列车车轴空间直线；最后，利用狼群算法对列车车轴空间直线度进行测量，并把测量数据与激光跟踪仪数据进行对比。实验结果表明：基于狼群算法的列车车轴空间直线度测量精度为0.01 mm，能够满足列车车轴空间直线度测量的高精度、高稳定性及测量重复性等要求。     

基于EDContours和EDCircles的胚胎自动识别算法

针对EDCircles算法在胚胎边缘检测上存在部分丢失的问题,集成EDContours算法,获得精确的胚胎边缘;结合EDCircles中的EDLines算法获得线段图,依据直线向量间的夹角和方向约束,将线段连接成弧,应用最小二乘圆拟合算法和增强的直接最小二乘椭圆拟合算法,输出圆和椭圆检测图;设置圆半径与椭圆短轴的约束值,去除伪圆和伪椭圆,给出最终的检测结果。实验结果表明:该算法具有良好的准确性与通用性,能够实现胚胎卵裂球的快速检测和精确定位。     

基于气门油封的亚像素边缘检测

针对气门油封的尺寸检测问题, 本文提出了一种基于Zernike矩改进算法的亚像素边缘检测方法. 首先, 对比分析了高斯滤波和双边滤波的预处理效果, 结果表明双边滤波在滤波和保留边缘信息方面具有更好的表现. 然后, 采用Canny算子进行边缘粗定位, 并利用自适应的Zernike矩过度模型进行亚像素级定位. 最后, 采用最小二乘拟合圆法获取圆心坐标和半径. 经试验证明, 优化后算法的边缘定位平均误差更小, 精度更加准确.     

白车身孔槽类特征三维坐标在线测量方法研究

为实现白车身孔槽类特征三维坐标的视觉测量,在双目立体视觉测量原理的技术上,以激光器辅助扫描被测孔槽完成三维测量,针对圆孔和复合孔槽边缘及孔心坐标的空间定位问题,提出一种在线测量方法。采用Canny边缘检测和Ramer算法分割出圆弧部分完成孔边缘的粗定位,结合Bazen方法与正交多项式拟合法实现亚像素边缘点坐标的精确定位,并通过权重拟合得到椭圆参数方程。在线激光光纹中心线提取过程中,融合极值法、阈值法与重心法,将拟合椭圆与光纹中心线的交点作为双目立体视觉的匹配点,进而完成空间点三维坐标的测量。实验结果表明,提出的方法鲁棒性好,对圆孔类特征的综合定位精度高。     

基于圆曲线的摄像机自定标

本文给出了一种基于圆曲线的摄像机自定标的新方法.设计了一个含有三个两两不包含的圆(其中圆心和半径大小是未知的)的平面模板,让摄像机在三个以上的不同方位观察该模板,然后利用模板的图像来求解摄像机的内参数.文中,首先介绍了三维摄影空间中绝对二次曲线和圆环点的相关知识,接着推导出摄像机内参数的约束方程,最后又详细讨论了圆环点及其图像的求法.其中关键技术是通过求解像曲线的切线确定圆心图像的像素坐标,然后确定圆环点图像坐标来实现摄像机的定标模拟实验和真实图像实验也表明,本方法具有很好的鲁棒性.由于所用模板中的圆不需要精确定位,因此该模板易于制作.由于该技术对摄像机的运动没有限制,因此,它可以在一般的实验平台上实现.     

空间圆几何参数视觉测量方法研究

对空间圆几何参数的非接触在线测量方法进行了研究。通过在区域划分中引入模糊化思想,基于模糊隶属度构建一种神经网络的拓扑结构,采用立体标靶进行摄像机标定。面向局部检测区域小的空间尺寸测量问题,利用图像的梯度相关作为匹配特性,开发一种高效的基于梯度图像的立体匹配算法。在实验研究中,对某车身翼子板安装孔进行了检测,结果显示当空间圆所在平面与图像平面约50°角时,测量空间圆的相对误差优于±0.6%。研究结果表明,提出的方法测量精度高,并适用于在线测量。     

基于最优投影平面的立体视觉空间圆位姿高精度测量方法

现有基于双目立体视觉的测量方法的测量精度依赖于标定精度,在受遮挡时测量精度不高.文中首先分析并证明在双目立体视觉系统外部参数误差存在时,投影曲线上点的立体匹配误差对点的重建精度的影响.然后基于此误差分析结论,设计立体视觉空间圆位姿测量方法,通过轮廓点筛选算法筛选投影曲线上的点,得到匹配误差较小的点并进行重建.利用重建点在深度方向上对非线性优化得到最优投影平面的投影,对空间圆进行拟合,得到空间圆的位置姿态.文中方法有效减小三维点重建误差对空间圆拟合精度的影响,提高圆形特征在受遮挡情况下的测量精度.最后通过实验验证方法的有效性.     

Detecting the wheel pattern of a vehicle using stereo images

This paper presents a method for detecting the wheels of a vehicle in stereo image pairs. The method consists of two steps: (i) geometrical transformation; and (ii) circle extraction. The geometrical transformation uses the disparity values obtained from a stereo image pair to calculate the parameters of the plane containing wheels of the vehicle. By using these parameters, we transform any elliptical wheels contained in the plane to circular ones which can be extracted by the circle extraction algorithm. The circle extraction algorithm consists of (1) template matching and (2) Hough transform. In order to save computation and improve the results in the Hough transform, we employ two constraints (a) the neighbor-region edge connectivity and (b) the gradient direction of each edge point, to eliminate non-circular edge points. Experimental results show that these two constraints do eliminate non-circular edge points and preserve any circle embedded in edges. From the final results, we can observe that our method can detect and locate the wheels of a vehicle successfully.     

基于最大内切圆的椭圆孔组检测

针对当前一些椭圆孔组工件检测成本高、时效低等问题,提出了一种基于最大内切圆的椭圆孔组检测方法。首先对椭圆孔组图像进行去噪、二值化和边缘检测等预处理;再根据椭圆的几何性质,结合椭圆中心估计方法和最值距离选取方法,求出椭圆最大内切圆,从而确定椭圆的中心坐标、长短轴长和倾斜角。实验数据表明,该方法能对椭圆孔组进行快速精确检测,在估计出椭圆中心的基础上能快速截取有效椭圆弧,大幅减少无效采样;与基于中心估计Hough椭圆检测算法和基于最小二乘改进椭圆检测算法相比,具有耗时短、精度高等优点,可有效应用于椭圆孔组工件的自动化检测。     

圆形标志投影偏心差补偿算法

目的 圆形标志目前正广泛地应用于各类视觉测量系统,其圆心定位精度决定了测量系统的测量精度。当相机主光轴与标志表面不平行时,圆被映射为椭圆,圆心位置计算产生偏差。光轴与标志表面夹角较大或标志较大等情况下会产生较大的偏心差进而严重影响系统测量精度。为此,提出一种基于三同心圆圆形标志的投影偏心差补偿算法。方法 算法基于三同心圆的圆形标志设计,根据3组椭圆拟合中心坐标解算偏心差模型进行计算补偿。结果 针对圆形标志偏心差问题,同心圆补偿算法取得良好效果,有效提升了圆形标志定位精度。仿真结果表明,在拍摄角度、拍摄距离、圆形标志大小不同的情况下,偏心差在像素量级,补偿后偏心差在10^-11像素量级。实物实验结果表明,若设计有直径分别为6 cm,12 cm,18 cm的三同心圆标志,经解算补偿结果较以往两同心圆算法精度提高一倍,偏心差值减小80%,测量误差在0.1 mm左右。结论 本文提出了一种新的偏心差补偿算法,利用三同心圆标志增加约束解算偏心差。与以往偏心差补偿算法相比,此方法精度更高,且无需预先平差解算相机与目标的距离、拍摄角等参数,仅需要知道标志圆形半径比例及椭圆中心坐标即可计算补偿,具有很高的实用性,可用于改善基于非编码标志点的深度像匹配、基于圆形标志点的全自动相机标定方法、视觉导航定位等应用中。     

多介质下空间目标的视觉测量

基于计算机视觉的无接触三维测量原理和光的折射定律,提出一种多介质下空间目标视觉测量方法。采用多相机捆绑调整及多角度相互校正,通过双目立体视觉技术结合光线在多介质中发生两次折射的数学模型对运动体上各标志点进行测量,获取各标志点的三维空间坐标,经平面拟合、坐标转换,最终解算得到运动体六自由度空间坐标。实验结果表明,该方法适用于多介质视觉测量,具有较高的测量精度和良好的稳定性。     

视觉测量中环状编码标记点检测与识别方法

针对视觉测量中环状编码标记点检测识别易受成像角度、光照等因素影响的问题,提出了一种基于编码环采样的解码识别方法.使用Canny算子对图像进行边缘检测,提取图像轮廓结构信息,基于尺寸和形状约束,滤除非标记点轮廓;使用Otsu算法进一步提取标记点边缘环状邻域,通过最小二乘椭圆拟合求解椭圆参数,通过椭圆参数约束,再次滤除非标记点轮廓;基于标记点椭圆参数,对编码环进行连续采样,解算获得编码值.试验结果表明,所提出的检测识别算法受成像角度、光照等因素影响小,可实现编码标记点的精确定位与准确识别.     

An auxiliary gaze point estimation method based on facial normal

Considering the main disadvantage of the existing gaze point estimation methods which restrict user’s head movement and have potential injury on eyes, we propose a gaze point estimation method based on facial normal and binocular vision. Firstly, we calibrate stereo cameras to determine the extrinsic and intrinsic parameters of the cameras; Secondly, face is quickly detected by Viola–Jones framework and the center position of the two irises can be located based on integro-differential operators; The two nostrils and mouth are detected based on the saturation difference and their 2D coordinates can be calculated; Thirdly, the 3D coordinates of these five points are obtained by stereo matching and 3D reconstruction; After that, a plane fitting algorithm based on least squares is adopted to get the approximate facial plane, then, the normal via the midpoint of the two pupils can be figured out; Finally, the point-of-gaze can be obtained by getting the intersection point of the facial normal and the computer screen. Experimental results confirm the accuracy and robustness of the proposed method.