基于NURBS曲线拟合的图像亚像素边缘提取方法

通过介绍激光扫描测量原理 ,说明准确地从光刀图像中提取光刀边缘位置是影响测量精度的关键因素 .由于噪声的存在 ,使用常见的边缘检测方法 ,在光刀图像中提取同一位置的光刀边缘 ,以及计算光刀中心位置 ,会带来很大的误差 .为了降低误差 ,本论文提出了基于 NURBS曲线拟合的亚像素光刀边缘提取方法 .通过实验 ,说明该方法重复提取的结果比较稳定 ,而且将误差控制在 0 .4个像素以下 ,从而使重复测量的高度误差在 0 .0 8mm以下     

亚像素级光刀中心提取方法研究

针对三维激光扫描中快速精确提取光刀中心困难的问题,提出了一种新的亚像素级光刀中心提取方法。首先对光刀图像进行包括灰度变换、分割以及基于数学形态学处理的干扰去除三步骤在内的预处理;然后重点对传统的重心法进行改进,利用形态学方法对二值化后的光刀进行细化和去支处理得到其骨架,法线方向可近似为垂直于其所在骨架相邻两点连线的方向;最后利用重心法沿各点法线方向求解得到了亚像素级光刀中心。实验表明该方法具有处理速度快、精度高的特点。     

白车身复杂装配特征点云提取及参数计算

使用线激光扫描白车身装配特征并采集光刀图像,经处理可计算得到相应的位置参数。针对螺柱、螺纹孔等复杂特征,提出基于直方图的最佳阈值迭代法自动识别光刀图像中的有效光刀曲线,获取与待测特征有关的散乱点云。针对不同的散乱点云,提出合适的点云分割方法和相关参数计算方法。实验结果表明,相应方法的重复精度和绝对精度满足工程应用的要求。     

线结构光光条中心提取算法

目的 线结构光视觉测量是一种利用可控光源和数字图像的主动视觉测量方法,光条中心提取是线结构光视觉测量的关键技术,直接影响到线结构光视觉测量的精度。传统灰度重心法只在图像的横向或纵向上计算光条的灰度重心,没有考虑光条的法线方向,精度较低。本文提出一种改进的光条中心提取算法,以期实现光条中心的精确提取。方法 在分析线结构光的光条灰度特性基础上,基于传统的灰度重心法,提出一种改进的两步提取算法。基于图像差分法从原始图像中分离出有效的线结构光光条,采用传统灰度重心法对光条中心进行粗提取;在粗提取的光条中心点处通过自定义的方向模板确定光条的法线方向,以粗提取的光条中心点为中心,沿法线方向采用灰度重心法进行二次提取,获取线结构光光条的中心。结果 本文采用CCD相机、镜头、线激光器及辅助机构搭建线结构光视觉系统,采用提出的算法对线激光器投影产生的直线型光条、非连续光条和弯曲光条的中心进行提取。通过光条中心提取实验获取的光条中心线的走向与光条的走向大致相同,符合预期的光条中心线。本文将Steger法作为评价标准,分别计算本文算法、传统灰度重心法与Steger法提取的光条中心的偏差,通过对比实验可知,本文算法提取的光条中心的偏差更小,并且程序运行时间比Steger法减少了3 s以上。结论 本文研究线结构光的光条中心提取算法,对传统灰度重心法进行改进,能够实现直线型光条、非连续光条和弯曲光条等不同形状光条的亚像素级中心提取,并且在保证较少的程序运行时间的同时,能够提高传统灰度重心法的光条中心提取精度。     

光栅立体视觉三维表面重建系统及其图像处理方法(一)

文章对基于立体视觉与网格光栅投影的三维表面重建系统及其图像处理中的一部分:图像特征提取进行了介绍。该方法基于立体视觉,结合网格光栅投影,把被动的立体视觉与主动的非结构光光栅投影相结合,为后续的特征提取与立体图像匹配制造了方便。在网格图像的特征提取中,该文根据系统特点及图像特征,采用一种简单的谷底提取算法即可有效实现网格图像的特征线、特征点的提取。     

一种基于神经网络的视觉定位系统

本文提出了一种基于人工神经网络的多线阵相机系统标定与3D定位方法，并应用于基于多线阵相机构成的视觉空间定位系统．该视觉定位系统利用了线阵相机的快速性与高分辨率的特点，非平行空间投影面相交定位的基本原理，实现了这种结构下快速、高精度空间定位．实验表明，人工神经网络的定位方法简化了多线阵视觉定位系统标定与定位计算的复杂性，在定位精度上达到了良好效果．为机器人位置反馈控制提供了有效的技术途径．     

基于视觉识别的智能翻译机器人人机交互系统研究

为提高智能翻译机器人人机交互的准确率，提出一种基于视觉识别的智能翻译机器人人机交互方法。方法通过采用Faster R-CNN模型提取视觉图像序列特征，并采用图结构表示提取的视觉图像序列特征，然后进行编码-解码，实现了智能翻译机器人的人机交互。仿真结果表明，所提方法提取的视觉图像特征具有较高的准确率，在ImageNet数据集上的准确率均超过80%,在MS COCO数据集上的准确率均超过70%;图结构表示准确率较高，达到80%以上。相较于基于SOTA模型和基于VLN模型的人机交互方法，所提方法无论是使用束搜索还是预搜索进行评估，其加权路径长度和错误率更小，成功率和路径长度加权成功率更高。指令匹配的成功率达到95.42%,识别准确率较高，提出方法具有一定的有效性和优越性，可用于实际智能翻译机器人人机交互。     

一种基于图像的快速虚拟植物可视化重建

提出了一种视觉意义上快速植物三维重建方法，近似重构一株视觉上“相似植物”。该方法利用已有的植物结构信息，基于图像分割和三维重构技术，获取植物轮廓从而重构植物的骨架；结合植物真实图像修正生成的植物模型，最终生成视觉“真实”植物。该方法基于图像的三维重构技术，避开了植物复杂的形态结构规则提取，实现“快速意义”的重建，并采用真实图像验证技术，确保视觉上的近似，提高了对最终生成图像的控制度。     

利用2D射影变换求解空间复杂结构的3D不变量

3D不变量作为不随姿态、视点等成像条件变化而变化的特征参量，可以广泛应用于计算机视觉的多重领域．通过分析2D射影变换矩阵求解的多种可能性，由单纯基于点集对应的思路扩展到利用点集、线集、点、线组合等其它方法，从而拓宽了建立两射影平面对应关系的应用条件．由此提出了一种基于多种点线组合构造虚元素的方法，结合实元素和虚元素可以巧妙提取空间复杂结构下的多种3D不变量，以用于目标识别和描述当中．实验结果验证了方法的有效性。     

基于Hough变换和Fisher准则的垄线识别算法

为了提高农业机械自主作业视觉导航的精度,基于田间作物垄行的特点,首先选择作物的绿色为特征提取垄行结构;然后针对Hough变换原理提取垄线存在的问题,根据垄线点空间关系,运用Fisher准则函数进行反压缩处理,并将Fisher准则函数值作为垄线样本点疏密程度和方向势大小的度量,优化了Hough变换识别多垄线的条件,得出了多垄识别统一模型。试验结果表明,作物垄线定位的准确性、适应性均得到提高,而且能够避免较大面积杂草等影响,从而克服了传统Hough变换提取多垄线的不足,对农田机器视觉导航应用具有一定参考价值。     

一种基于线结构光的水下目标3维信息测量方法

针对现有水下探测方式精度不佳、标定误差较大、效率较低等不足,设计了一种基于线结构光的水下目标3维信息测量方法。首先利用交比不变原理求解特征点在世界坐标系下的相对位置,随后基于像面特征点的方向向量及特征点的位置信息求解其在相机坐标下的真实坐标值,利用多个特征点完成结构光平面的标定。通过目标物扫描实验验证了该方法的可行性及有效性。线结构光平面的标定仅需要对特制的简单结构立体靶标进行一次扫描即可完成,无需多次移动靶标,避免了人为误差的影响。在标定线结构光平面的同时可以同步完成位移平台各自由度的位移速度标定,有效降低了实验平台系统误差,在提升系统精度的同时也极大地提升了整个系统标定过程的效率,非常适用于大尺度线结构光系统在水下现场标定。经验证,扫描水下目标物所得3维点云坐标沿X、Y轴方向的误差均小于2%,沿Z轴方向的误差略大,平均误差2.77%。     

基于线结构光扫描的足背三维轮廓重构

针对人体足背的三维建模问题,提出一种基于线结构光扫描的新型重构及测量方案。采用2台高分辨率CMOS摄像头,从不同角度拍摄照射在足背上的线结构光线,通过灰度重心法细化图像中的结构光线,经坐标转换获得足背的点云数据。对足背点云数据后跟处的盲区采用最小二乘曲线拟合法进行修复,并运用三维Delaunay网格化算法实现曲面重构,获得完整的足背三维轮廓。实验结果表明,该方案程序运行稳定,足部主要参数的绝对误差均小于4mm,具有较高的测量精确度。     

基于线结构光扫描的结冰冰形三维测量

现有三维扫描仪进行结冰冰形测量时需喷涂显影剂,无法满足结冰生长过程3D冰形在线测量需求。为此,基于线结构光扫描,提出了结冰冰形三维测量方法,搭建了基于传送带的线结构光扫描冰形测量装置,对线结构光视觉测量系统进行标定,获取了摄像机和激光平面方程参数,采用改进的梯度重心法实现了低对比度冰体图像激光光带亚像素中心位置提取,结合标定结果计算了冰体轮廓线三维坐标,再根据传送带运动距离,对冰体轮廓线逐行拼接,得到整个冰体三维测量点云。实验结果表明,对半径已知的圆柱形冰块进行轮廓线测量,相对误差为0.157 mm。     

视觉测量中光平面的标定方法研究

讨论了基于视觉的激光扫描测量中,光平面的直接标定方法。为了进一步提高系统的测量精度,在研究了投影矩阵与坐标变换关系的基础上提出了一种光平面的间接标定法,利用标定靶平面所确定的约束关系,通过投影矩阵求解光条上特征点的世界坐标,再建立超定方程组求解光平面的法向量。该方法提高了光平面的标定精度,进而提高了三维重建的精度。最后通过实例对两种标定方法在三维重建中的精度进行了比较。     

基于空域均值法的双频三维轮廓测量

针对传统双频三维轮廓测量方法存在分辨率低、数据处理时间长等问题,提出基于空域均值的双频三维轮廓测量方法。该方法通过空域均值图像对采集到的包含物体深度信息的双频结构光图像进行处理,得到物体表面的真实深度信息,提高测量效率和测量精度。通过对物体模型的测量,证明由该方法构成的系统输入、输出满足线性关系,并且可以实现高效、高分辨率的三维物体轮廓测量。     

Cooperative 3D tunnel measurement based on 2D–3D registration of omnidirectional laser light

In this study, we proposed a high-density three-dimensional (3D) tunnel measurement method, which estimates the pose changes of cameras based on a point set registration algorithm regarding 2D and 3D point clouds. To detect small deformations and defects, high-density 3D measurements are necessary for tunnel construction sites. The line-structured light method uses an omnidirectional laser to measure a high-density cross-section point cloud from camera images. To estimate the pose changes of cameras in tunnels, which have few textures and distinctive shapes, cooperative robots are useful because they estimate the pose by aggregating relative poses from the other robots. However, previous studies mounted several sensors for both the 3D measurement and pose estimation, increasing the size of the measurement system. Furthermore, the lack of 3D features makes it difficult to match point clouds obtained from different robots. The proposed measurement system consists of a cross-section measurement unit and a pose estimation unit; one camera was mounted for each unit. To estimate the relative poses of the two cameras, we designed a 2D–3D registration algorithm for the omnidirectional laser light, and implemented hand-truck and unmanned aerial vehicle systems. In the measurement of a tunnel with a width of 8.8 m and a height of 6.4 m, the error of the point cloud measured by the proposed method was 162.8 and 575.3 mm along 27 m, respectively. In a hallway measurement, the proposed method generated less errors in straight line shapes with few distinctive shapes compared with that of the 3D point set registration algorithm with Light Detection and Ranging.     

Robust active stereo vision using Kullback-Leibler divergence

Active stereo vision is a method of 3D surface scanning involving the projecting and capturing of a series of light patterns where depth is derived from correspondences between the observed and projected patterns. In contrast, passive stereo vision reveals depth through correspondences between textured images from two or more cameras. By employing a projector, active stereo vision systems find correspondences between two or more cameras, without ambiguity, independent of object texture. In this paper, we present a hybrid 3D reconstruction framework that supplements projected pattern correspondence matching with texture information. The proposed scheme consists of using projected pattern data to derive initial correspondences across cameras and then using texture data to eliminate ambiguities. Pattern modulation data are then used to estimate error models from which Kullback-Leibler divergence refinement is applied to reduce misregistration errors. Using only a small number of patterns, the presented approach reduces measurement errors versus traditional structured light and phase matching methodologies while being insensitive to gamma distortion, projector flickering, and secondary reflections. Experimental results demonstrate these advantages in terms of enhanced 3D reconstruction performance in the presence of noise, deterministic distortions, and conditions of texture and depth contrast.     

三维视觉测量技术及应用进展

三维视觉测量是计算机视觉与精密测量原理交叉融合的前沿高新技术,是工业4.0的基础支撑,是以网络化、智能化制造为变革特征的先进制造业的核心关键技术。经过几十年的发展,三维视觉测量技术在基础研究和应用研究上均获得了快速深入发展,形成了理论方法、技术工艺、系统研发和产品应用四位一体较为完备的方向体系,呈现出理论系统化、方法多维化、精度精准化和速度快捷化的发展趋势,成为智能制造过程控制、产品质量检验保证和装备整机服役测试的不可或缺的优选技术。本文主要围绕单相机、双相机和结构光等典型三维视觉测量技术展开论述,概要介绍其关键技术内涵,综述其发展现状、前沿动态、热点问题和发展趋势。重点论述条纹投影三维测量技术和相位测量偏折术。最后给出了三维视觉测量的发展趋势与未来展望。     

利用OpenGL实现三维物体测量数据的可视化

本文运用计算机视觉测量技术,将结构光法测得的反映物体轮廓形状的二维图像信息进行三维重构。充分利用OpenGL三维图形构造和渲染等功能,借助Visual C 6.0开发了一套三维物体重构系统,实现了三维物体测量数据的快速可视化。     

三维脚型测量中的标定及轮廓图像处理技术

本文主要描述了一个基于激光扫描的3CCD三维脚型测量系统,介绍了系统的测量原理以及系统的模块校准、光带轮廓线提取技术。