一种基于计算机视觉的低成本室内空间测量系统设计与实现

设计并实现一种基于计算机视觉的室内空间测量系统,通过3个低成本的USB摄像头对室内目标进行图像拍摄,实时测量出目标的空间精确位置。采用张氏平面标定法标定摄像头的内外参数,并针对室内环境特点设计了简单有效的图像处理方法,利用立体视觉定位原理计算出目标点的空间位置信息。实验结果表明：系统测量误差小于15 mm,数据更新率为15 Hz,均可满足室内机器人的定位需要。     

线结构光三维测量系统扫描方向的标定

提出一种基于平面标靶的线结构光三维传感器扫描方向的标定方法。利用平面标靶对摄像头进行标定,得到摄像头的内部参数,将棋盘格平面标靶固定在空间某一位置,测量系统沿着扫描方向移动并采集一系列图像。根据这一系列图像求出摄像机的外部参数,并结合已经求出的摄像机内部参数计算出标靶上同一特征点在摄像机坐标系下的坐标值,对这些点进行直线拟合得到一直线方程,直线的方向就是测量系统的扫描方向。实验表明,该方法测量精度高,操作简单,无需辅助的调整设备,降低了标定设备的成本和系统校准的难度,适合现场标定。     

基于Opencv与Matlab的双目测距系统研究

基于立体视觉原理,用两个平行放置的摄像机从两个视角获取真实场景物体的图像,利用视差和三角测量原理恢复真实场景物体的三维信息,从而实现测距功能。使用Matlab标定工具箱进行摄像机标定,获取摄像机参数;将参数导入Open Cv中进行立体校正和立体匹配,获得深度信息。经过验证,近距离测量结果达到了一定精度,具有实际应用前景。     

双镜头3D摄像系统的设计与标定

3D摄像系统的内参数以及相互位置关系与视差、立体深度密切相关.在双镜头3D摄像系统数学模型的基础上设计了组合式3D摄像系统,提出了一种基于显像棋盘作为标定靶面的新方法,直接利用液晶显示器生成动态标定靶面,运用标定工具箱对双摄像头内外参数进行标定,并利用标定的参数验证组合式3D摄像系统结构设计的合理性.实验表明,该标定方法方便、快捷,操作过程简单,取得了较高的精度,适合3D摄像系统的标定,标定后的组合式3D摄像系统符合人眼立体视觉.     

基于Matlab的计算机视觉测量中摄像机标定方法研究

本文以视觉测量系统中的摄像机标定为研究对象,以物体在摄像机上所成的像与物体实际的形状之间具有一定的函数关系为基础,以获得该函数参数为目的用Matlab进行摄像机标定。该方法利用了Matlab的工具箱及VC＋＋6.0编译软件,设计标定方法及软件程序,方便准确的完成了单摄像头标定和双摄像头的立体标定,得出摄像机的内部参数和外部参数,简化了标定求解过程,提高了标定速率,并具有良好的移植性,适合于其他视觉测量系统。     

利用立体视觉的线结构光参数标定

准确标定系统参数是利用线结构光进行高精度测量的前提,文中提出了一种基于双目立体视觉的线结构光参数标定算法,以期达到在工业现场进行高精度、强鲁棒性标定的目的。算法首先采用Tsai两步法标定摄像机内参数和双目相机坐标系间的刚体变换,然后利用立体视觉极线约束条件匹配双目激光条纹点,并将其重构到三维空间以进行光平面标定。相对于...     

智能坐标测量中零件位姿的单目立体识别

为了使三坐标测量机快速准确地识别出被测零件的位姿,提出了一种基于三坐标测量机平动的单目立体视觉识别方法,对该方法的原理、位姿参数的求解和识别过程进行了研究。根据双目立体视觉原理,以三坐标测量机带动摄像机沿x轴或y轴平移,在两个不同位置分别拍摄被测零件的一幅图像,经过同名像点的匹配实现单摄像机立体视觉测量,得到被测零件上各特征点在摄像机坐标系中的三维坐标;由摄像机标定参数,进一步计算出各特征点在机器坐标系中的三维坐标;再结合各特征点在零件CAD坐标系中的对应坐标,求解出被测零件的位姿参数。进行了识别实验,实验数据表明该识别方法是可行的,满足实时测量要求。     

两组双目立体深度图像信息融合与三维重建方法

获取工件目标的三维表面与深度信息是实现工业立体视觉应用的关键。提出一种将两组双目视觉系统结合的方法,对随机摆放的工件多方位采集图像并获得目标工件的三维表面点云。其中,两组双目视觉系统会根据NCC(Normalized Cross Correlation)匹配算法产生工作场景的两组视差图像,去噪分割之后对其立体深度信息进行提取,其过程中采用一种新颖的转换方法,视差图像中每个坐标位置的像素点的x、y、z方向的立体深度信息分别被转化为X、Y、Z图像中对应位置上像素的灰度值。采样两组立体深度数据,共同储存到标定完成的参考相机坐标系中达到信息融合的目的。最后,对随机摆放的工业工件进行了的三维重构实验,对于相互重叠、高度、姿势都不同的零件能较好的恢复出清晰的轮廓点云,在重叠区域也能产生较为明显的层次性。     

基于双目视觉的医疗机器人摆位系统测量方法

为了实现精确放疗过程中精确定位和肿瘤位置的精确测量,建立了基于双目视觉的医疗机器人摆位测量系统,并对系统所采用的摄像机标定方法、标记点识别及其三维坐标计算、摆位系统的位置验证等算法进行研究。建立基于双目视觉的医疗机器人摆位测量系统;提出了一种对摄像机采用基于平面棋盘格和立体标定模板相结合的摄像机标定新方法;采用Roberts梯度算子对图像分割的方法,识别标记点中心并计算其三维坐标;通过比较基于双目视觉计算和三维坐标测量仪器测量的各个标记点三维坐标的摆位误差,实现放疗过程中位置验证和精确摆位。实验结果表明:摄像机的标定精度为36.5×10-3 mm和各个标记点的三维坐标平均偏差为δX=0.573mm、δY=0.495mm、δZ=0.430mm,测量方法可获得较高的标定精度和摆位精度,能满足精确放疗对高精度摆位系统的临床需求。     

双目立体视觉被动测距

视觉是人类获取周围环境信息的重要手段,当用双眼去观察不同物体的时候,会有远近之分。双目立体视觉系统就是仿照人的双眼去感知距离,具体实现过程如下:双目视觉系统的摄像机标定、双目摄像机同时获取图像、图像预处理、特征点提取、特征点匹配和空间坐标计算。本文从双目视觉系统的原理出发,推导了双目视觉系统的数学表达式,分析了几种不同的特征点提取方法,提出了F-HARRIS方法,提高了计算效率,利用双向交叉匹配办法匹配特征点,在利用几何约束,剔除误匹配点,原理简单易懂,效果比较理想。试验中采用畸变效应小的摄像机(即不考虑畸变),且摄像机已做过标定;图像预处理就是一些简单的平滑滤波;图像分辨率为2048*1536。     

远距离目标的多基线立体视觉点云成像技术

双目立体视觉是机器视觉的重要分支之一,其通过直接模拟人眼观察和图像处理的方式来获取探测目标的深度信息。这种非接触式的测量方法具有速度快、精度高、操作简单等特点,但是对于不同距离的目标,特别是远距离目标难以获取深度信息。提出了一种基于多基线双目立体视觉的远距离目标三维点云成像技术,该方法通过可变基线实现对不同距离目标的点云成像。实验结果表明,该方法能有效探测500 m^4 000 m范围内目标的深度信息,实现三维点云成像,突破了双目立体视觉远距离三维成像的技术难点,同时形成的三维点云与激光三维成像雷达的数据格式一致,为未来激光三维成像雷达技术与立体视觉技术的点云融合,优势互补提供了借鉴。     

光栅式双目立体视觉传感器的立体匹配方法

光栅式双目立体视觉传感器的难点之一在于立体匹配问题,为此,提出了一种基于极线约束和空间点最小距离搜索的立体匹配方法.该方法将光栅式双目立体视觉传感器看作两个光栅结构光传感器,分别标定后可测定光条中心点关于某个结构光模型的三维坐标,若两点匹配,则其三维坐标间的距离理论上为零.引入极线约束,在左摄像机成像光条上找一个特征点,在右摄像机所成像中便可计算出一条极线与之对应,在极线与各光条中心的交点中寻找匹配点.该方法在三维空间进行匹配,计算量小,能够实现点与点的唯一匹配.仿真实验表明了该方法的有效性.     

远距离运动目标三维测量中图像匹配的研究

采用两个摄像机光轴平行的双目立体视觉测量系统,检测远距离运动物体的三维物体轮廓.阐述了该三维轮廓测量系统中的两个关键技术:提取出合适的图像特征;建立特征间的对应关系.将同一空间物理点在不同图像中的映象点对应起来,由此得到相应的视差图像,实现立体匹配,恢复出物体的三维轮廓.仿真实验结果表明,该三维轮廓测量方法容易实现、对硬件要求不高、精度较高和具有较高稳定性,能够满足远距离运动物体姿态和速度测量的要求.     

一种基于会聚双目立体视觉的用户化身模型

在简单会聚式双目立体视觉模型的基础上,提出了具有9自由度的用户化身视觉模型用于虚拟场景的成像变换,导出了用虚拟场景点的世界坐标和用户化身视觉模型的9自由度变量表示的左、右双目虚拟摄像机的成像公式,求出了9自由度用户化身视觉模型的左、右双目成像的视差与场景点深度信息的关系及相应的计算公式。仿真实验结果表明了该模型的可行性和计算方法的可靠性,同时表明该模型比简单会聚式双目立体视觉模型更接近人的视觉习惯,因此更具有实用性。     

共轴立体视觉深度测量

共轴立体视觉测距是一种深度恢复的新方法,利用光轴处于同一直线的两架相机,从单一角度获取图像信息,将三维空间的深度信息转换成二维空间的缩放视差,从而通过图像旋转与缩放、特征点提取、图像匹配、中心点估计等技术恢复深度信息。该技术具有测量系统体积小、实时性强等特点。介绍了该技术的深度恢复公式和算法,并设计了共轴立体摄影测距传感器,用实景实验和3DSMAX模拟实验对该技术进行了验证。试验结果表明,中长距离深度测量精度优于0．1％。     

基于双目视觉的移动机器人避障研究

为了实现Pioneer3-AT轮式移动机器人避障的目的,设计了一种移动机器人避障的系统方案。该方案采用一种快速融合图像分割和立体视觉的障碍物定位方法,即利用经典图像处理把障碍物从背景中分割出来,同时提取其轮廓信息进行立体匹配,之后结合摄像头标定结果,实现空间点的三维重建。采用双目视觉和声纳传感器相配合来获得周围障碍物的信息,最终根据模糊控制原理设计了避障规则和避障控制器。通过实际的躲避障碍物实验,实现了移动机器人成功躲避障碍物的功能。实验结果证实了该系统的可行性和有效性。     

改进的双目视觉三维尺寸测量系统

根据双目视觉原理,开发了基于双目视觉的三维尺寸测量系统.利用图像帧差法实现目标物体自动检测;并在此基础上利用立体匹配算法计算出目标物体区域的视差,对生成的初步视差采用基于最小二乘法的视差优化算法,获取目标物体区域的完整视差图;再将三维点云重投影到二维平面,利用最小外接矩形完成目标物体尺寸的自动测量.实验表明,在合适的测量距离下,系统测量精度达到了较好的效果,验证了该系统的可行性.     

基于Harris-SIFT算法的双目立体视觉定位

针对基于尺度空间对图象保持不变性的SIFT算法在双目立体视觉应用时实时性差、误匹配等问题,提出一种运用Harris-SIFT算法进行双目立体视觉定位方法.通过介绍双目立体视觉的模型原理,利用Harris-SIFT算法从左右摄像机分别获取的图像中检测目标,并获取匹配目标的特征点,对两幅图像中目标物体的坐标标定,通过计算可得到目标物体的深度距离,还原其三维信息.实验证明,运用Harris-SIFT算法使该系统的实时性能和距离精度得到提高.     

基于主动式全景视觉的管道形变检测及重构技术的研究

研究了一种采用主动式全景视觉传感器(ASODVS)的 管道内表面全方位检测方法。基于主动式全景视觉检测原理, 提出了一种能够快速、全方位获取管道内壁三维点云信息,实现视觉检测管道形变的全景激 光视觉系统; 利用携带有ASODVS的爬行机器人进入管道内部,采集激光横断扫描全 景图像;然后根据提 取的管道内壁三维点云数据计算最小直径、横断面面积等几何特征判断变形率;最后根据三 维点云圆周分 布的特征,采用三角格网模型进行三维重构。实验结果表明:基于主动式全景视觉的管道内 壁全方位检测 系统能够实时完成对管道凹凸形变的检测和识别,并恢复管道内壁的三维形貌,具有较高的 检测精度。