基于Kinect人体脚型三维构建

针对传统测量方法成本高、操作复杂、图像特征匹配率准确度不高等问题,提出了一种将Kinect传感器与计算机视觉技术相结合的构建人体三维脚型的方法。利用Kinect传感器搭建测量系统,获取不同角度的深度信息图像,通过改进的Harris-SIFT算法对特征点进行提取与匹配,并通过迭代最近点(ICP)算法完成对点云数据的拼接。结果表明:所提方法能够便捷、准确地实现人体三维脚型的构建。     

立体视觉技术在交通对象三维重建中的应用研究

现代智能交通系统的广泛使用,离不开计算机技术,特别是立体视觉技术,成为对混合交通场景进行三维重建、检测的重要技术。本文在对基于计算机立体视觉的交通环境状况获取中所使用的技术进行综合阐述的基础上,对复杂背景交通场景中相关对象的分割、阴影检测以及三维重建与模型识别相关技术进行分析说明,并对立体视觉匹配中三维重建技术的发展趋势与难点进行全面展望。     

基于视觉的三维重建关键技术研究综述

三维重建在视觉方面具有很高的研究价值, 在机器人视觉导航、智能车环境感知系统以及虚拟现实中被广泛应用.本文对近年来国内外基于视觉的三维重建方法的研究工作进行了总结和分析, 主要介绍了基于主动视觉下的激光扫描法、结构光法、阴影法以及TOF (Time of flight)技术、雷达技术、Kinect技术和被动视觉下的单目视觉、双目视觉、多目视觉以及其他被动视觉法的三维重建技术, 并比较和分析这些方法的优点和不足.最后对三维重建的未来发展作了几点展望.     

立体视觉概述

立体视觉是计算机视觉领域的一个重要分支，经过了40多年的研究与发展，这门技术在许多领域发挥着越来越重要的作用。本文系统地介绍了立体视觉研究的基本原理和内容，指出双目视觉技术的实现分为图象采集、摄象机标定、特征提取、立体匹配、三维重建以及后期处理几个步骤，分析了各个步骤的技术特点、存在的问题和解决方案，分析比较了各种技术的优缺点和适用范围，并着重介绍了特征提取和立体匹配这两个步骤，简要介绍了立体视觉技术的应用范围，总结分析了目前立体视觉研究所存在的主要问题和今后的发展方向。     

立体视觉概述

立体视觉是计算机视觉领域的一个重要分支,经过了40多年的研究与发展,这门技术在许多领域发挥着越来越重要的作用。本文系统地介绍了立体视觉研究的基本原理和内容,指出双目视觉技术的实现分为图象采集、摄象机标定、特征提取、立体匹配、三维重建以及后期处理几个步骤,分析了各个步骤的技术特点、存在的问题和解决方案,分析比较了各种技术的优缺点和适用范围,并着重介绍了特征提取和立体匹配这两个步骤,简要介绍了立体视觉技术的应用范围,总结分析了目前立体视觉研究所存在的主要问题和今后的发展方向。     

高精度三维视觉技术在智能制造上的应用研究

随着科技的发展，智能制造装备的高效自动化检测功能对机器视觉三维重建技术及其重建精度与效率提出了更高要求。分析了高精度三维视觉重建算法测量原理与关键技术，对线激光三角测距法、相位轮廓测量术、光度立体视觉法三种方法在智能制造装备应用中可能存在的问题，并对智能制造装备三维视觉技术的发展方向进行了展望。     

沉浸式立体显示技术在临床医学领域中的应用

随着现代科学技术的快速发展,立体显示技术为临床医生的双眼视觉功能和临床应用场景,提供了现实模拟度更高的载体,并成为当前计算机视觉和临床医学领域共同研究的热点。在微创手术术前,与传统的平面显示技术相比,沉浸式立体显示技术能够提供更生动、准确的3维人体生理和病理影像,使医生更易于判断病变的层次、形状和血管等复杂结构及解剖关系;同时虚拟现实能够为医学培训及手术预演提供沉浸式的手术情境模拟,帮助医生高效地掌握手术技巧,提高医学术前诊断效率,从而进一步降低手术风险。在微创手术术中,基于增强现实的三维成像导航技术,能够将微创手术过程立体、直观地展现在医生面前,使术区各组织及其与手术器械间的位置关系和距离更加容易判断,同时通过叠加相同区域的术前检查影像,为手术提供实时的路径导航,实现精准微创手术。此外,在临床医疗资源共享中占据重要比重的远程诊疗领域,立体显示技术能够为远程诊断、线上会诊以及机器人手术等提供更为精确的深度信息,以及更多维度的图像信息,使医学数据的远程显示结果更具有真实性和实用性。现阶段立体显示技术在临床医学领域中也存在显示模式转换不舒适、三维重建图像信息缺失以及立体显示软、硬件系统带来的视觉疲劳等问题,但该技术在医学领域已经展露头角,在未来的临床医学进步中会成为不可或缺的一部分。本文详细分析了沉浸式立体显示技术在临床医学中的代表性应用,介绍了微创外科手术以及远程诊疗领域国内外的研究现状,从影像诊断、手术训练、规划与导航、治疗和教育培训4个方面,总结了立体显示技术在临床医学领域中的研究进展。     

基于RGB-D单目视觉的室内场景三维重建

针对室内环境单目视觉的室内场景三维重建速度慢的问题,采用华硕Xtion单目视觉传感器获取的室内场景彩色图像和深度图像进行快速三维重建。在图像特征提取上使用ORB特征检测算法,并对比了几种经典特征检测算法在图像匹配中的效率,在图像匹配融合中采用Ransac算法和ICP算法进行点云融合。实现了一种室内简单、小规模的静态环境快速三维重建方法,通过实验验证了该方法有较好的精确性、鲁棒性、实时性和灵活性。     

基于双目立体视觉的复杂背景下的牛体点云获取

提出一种基于双目立体视觉的复杂背景下的牛体点云获取方法。在点云获取过程中,针对牛不是保持不动的实际情况,采用基于被动视觉技术的双目立体视觉方法;在相机标定过程中,进行单目标定获取相机内部参数,统一标定获取相机外部参数,针对牛体毛色及所处环境复杂的情况,采用基于贝叶斯的皮肤检测算法提取牛体图像,采用基于SIFT的特征点提取和匹配方法实现特征点的匹配,利用计算机视觉中的极线几何原理,剔除误匹配点,通过相机的成像模型求取牛体的三维点云。实验验证了该方法能够在复杂背景下获取牛体点云,并得到较好的点云数据,较好解决了双目立体视觉中相机标定和立体匹配两个较关键和困难的问题。     

双目立体视觉系统的技术分析与应用前景

对双目立体视觉技术的实现过程作了分析,介绍了摄像机标定、特征点提取和立体匹配的实现方法及应用弊端,特别是给出了一种实用而有效的三维重建方法,并对双目体视技术的应用和发展做了分析与展望。     

基于双目视觉的板材平面测量研究

针对传统人工测量板材尺寸精度较低、工作量大、易导致板材表面受损等局限,基于双目视觉技术设计了一种板材尺寸视觉测量系统。通过双目相机采集棋盘格图像,采用MATLAB进行相机标定和图像校正,拍摄左右图像并通过半全局立体匹配算法(SGM,semi global matching)进行特征点立体匹配,重建出目标三维点云模型。为提高目标特征点坐标获取的准确性,提出基于HARRIS的亚像素检测方法。采用区域生长算法结合膨胀和腐蚀操作提取板材表面轮廓,根据三角测量原理计算出板材轮廓上各点的三维坐标从而实现板材的尺寸测量,并进行点云重建增强三维展示效果。实践结果表明亚像素检测方法在角点提取上存在优势,在实际板材测量应用中实现了高精度尺寸测量,满足了工业测量需求。     

基于多相机的人脸姿态识别

主动形状模型(ASM)算法被用来进行人脸特征点的精确定位,然后在多相机测量的图像中进行特征点的立体匹配,利用双目视觉和相机三维测距技术可以确定人脸特征点的空间三维位置,从而利用这些特征点的相对位置确定出人脸的姿态。实验结果显示,用该方法进行人脸姿态识别能取得比二维识别更高的精确度。     

基于序列轮廓线的凸面目标全自动重构方法

凸面目标在成像时会表现尺寸较小、纹理稀疏或缺乏、透光、反光等特点.在对其进行三维重构时,传统的立体视觉匹配、主动视觉扫描(激光或结构光)等重构方法无法提供良好的解决方案.针对此类目标的重构难题,本文提出一种基于序列轮廓线的全自动重构方法.该方法首先采集目标的序列轮廓影像,然后提取高精度的轮廓线,再利用多个视角的轮廓线对初始外包体进行空间切割得到目标的初始三维模型,接着根据角度和面积约束对初始三维模型中的面进行合并,最后利用合并后的面重新对外包体进行精细切割得到目标的精确三维刻面模型.通过对凸面目标(注射器针头,直径约为3mm)的重构实验证明,利用本文的方法重构得到的模型角度误差小于0.7,执行时间小于15s,重构过程无需人工干预,能有效解决凸面目标的三维重构及视觉测量难题.     

立体视觉中的双目匹配方法研究

本文首先对已有的双目立体视觉方法进行分析和总结 ,并依所选取的匹配特征和匹配方法的不同而将其分为利用灰度图像区域间相似性、特征点相关、边界或二阶导数过零点、二值拉普拉斯图像匹配、校正透视形变、动态规划、利用区域分割的结果和立体视觉连续性原理的各种演绎等类 ;然后对用金字塔图匹配边界基元的双目立体视觉方法进行了重点探讨 ;本文还对利用基极线约束实现匹配进行详细分析与推导     

角点检测技术综述

角点检测是机器视觉和计算机视觉领域的基本课题.角点有时也称为兴趣点,在简化图像信息数据的同时,还在一定程度上保留了图像较为重要的特征信息.角点检测在三维场景重建、运动估计、视觉跟踪以及图像配准与图像匹配等计算机视觉领域得到了广泛的应用.本文对现有的角点检测方法进行了分类及阐述,主要分为基于灰度强度的方法、基于边缘轮廓的方法,并将其余类别的角点检测方法也进行了汇总.并介绍了现有方法的部分测评技术以及实用案例,为图像角点检测技术提供参考和借鉴.     

Stereo disparity optimization with depth change constraint based on a continuous video

Three-dimensional reconstruction based on stereo vision technology is an important research direction in the field of computer vision, and has a wide range of applications in industrial measurement, medical image reconstruction, cultural relic preservation, robot navigation, virtual reality and other fields. However, the three-dimensional reconstruction of moving objects usually has poor accuracy, low efficiency and poor visualization effect due to the image noise, motion blur, complex and time-consuming calculation etc. In this article, a disparity optimization method based on depth change constraint is proposed, which utilizes the correlation of the adjacent frames in the continuous video sequence to eliminate mismatches and correct the wrong disparity values by introducing a depth change constraint threshold. The experiments on the video images which are taken by a binocular stereo vision system demonstrate that our method of removing incorrect matches bears satisfactory results and it can greatly improve the effect of the three-dimensional reconstruction of the moving objects.     

基于旋转视觉的三维姿态重构方法及精度分析

考虑电子元件的多样化、精细化及PCB集合度越来越高,这对元件组装设备的精度要求不断提升;针对自动插件机视觉系统要求精度、实时性高,系统结构空间狭小等特点,基于旋转立体视觉建立了针脚末端三维坐标视觉系统的数学模型,并在旋转视觉的代数重构法基础上提出等价双目视觉的三角重构法;通过理论分析和仿真,推导并验证了旋转视觉的关键部件与关键参数的精度对针脚位姿测量精度影响的定量分析方法;借助于等价双目视觉的三角分析法,找到了在某些位置下针脚位姿测量精度发生异常的原因和规律;提出的重构方法及精度分析方法可为高精度旋转视觉的设计选型、优化和高效使用提供指导.     

机器视觉工业检测系统的应用与发展

介绍了机器视觉工业检测系统的发展概况,阐述了机器视觉的研究已经从实验室走向实际应用的发展阶段,业已成为当代计算机技术研究的热点,获得了广泛的工业应用。重点讨论了机器视觉系统在实际工业生产中的应用及工业视觉检测原理、常用图像处理算法等。举例说明了如何利用模板匹配法对目标图像进行识别,从而实现对产品包装的检测。最后,指出在社会高度信息化发展过程中,在人类获取信息中占很大比例的视觉信息处理技术及机器视觉测量系统,将受到人们越来越多的关注。     

图像超分辨重建算法综述

图像超分辨重建是一种提升图像分辨率的图像处理技术,而超分辨问题是一个难解的欠定问题,近些年来研究人员主要采用基于学习的方法,从大量数据中学习图像先验信息,以实现对解空间的约束。本文介绍了近20年来主流的图像超分辨重建算法,主要分为基于传统特征的方法和基于深度学习的方法。对于传统的超分辨重建算法,阐述了基于邻域嵌入的方法、基于稀疏表示的方法以及基于局部线性回归的方法。对于基于深度学习的超分辨重建算法,详细总结了网络模型结构设计、上采样方式、损失函数形式以及复杂条件下的算法设计4个方面。此外,本文简要分析了超分辨重建技术在视频超分辨、遥感图像超分辨以及在视觉高层任务方面的应用。最后,本文展望了图像超分辨重建技术的未来发展方向。     

基于单目视觉的小位移测量技术研究

视觉测量技术是建立在计算机视觉研究基础上的一门新兴学科,随着科学技术的发展,视觉测量也越来越受到重视,基于单目视觉的小位移非接触测量是一种高效、快速、方便的测量方法,本文给出具体的测量算法,并对基于二次曲面拟合的亚像素定位技术的计算过程进行了改进,在确保精度的前提下提高了亚像素定位的速度,通过实验证明算法达到较高的精度,能够满足一般的工程测量。