基于双目视觉的球形果实单体采摘终端装置研究

设计以球形果实单体为对象的采摘终端装置,该装置主要由双目视觉系统、嵌入式控制核心、机械臂与采摘器组成。对番茄果实图像识别进行了算法设计,提出了约束性Hough变换圆形检测算法完成了遮挡果实分割,基于改进PMF立体对应点算法实现了果实左右图像的立体匹配,获取果实三维质心坐标。通过对番茄、苹果、柑橘3类果实的采摘试验,结果表明:装置各模块能够协调稳定工作,采摘终端对成熟果实的成功识别率达87.5%;成功采摘率达85%。     

采用邻域差值特征模板的立体匹配方法

提出了一种基于邻域差值特征模板的立体匹配方法。该方法通过计算一幅图像中间隔一定距离的两点的像素邻域差值作为特征模板,再计算另一幅图像中在同一扫描线上间隔同样距离的像素邻域的差值,将它与特征模板的偏差作为匹配标准,偏差最小的点就认为是匹配点。在同等条件下,与区域相关法相比,该方法能够将运算的速度提高3倍,且同样能够得到精确浓密的视差图。实验证明,该算法结构简单,易于实现,能够处理复杂的场景,具有良好的实验效果和实用价值。     

快速鲁棒的立体匹配方法

针对全局匹配算法复杂度太高的问题,提出了一种基于图割的快速鲁棒立体匹配算法。一方面,参考局部立体匹配算法的思想,优化图割求解中的网格图的节点和边缘个数,使得在进行图割全局优化求解时不需要遍历所有视差值,从而减少匹配时间;另一方面,用二维线性插值算法计算亚像素,提高匹配精度和算法鲁棒性。实验结果表明,该算法快速、鲁棒、准确。     

双目PMP视觉测量中立体匹配方法的设计与实现

针对PMP视觉测量中物体深度变化大或表面形状复杂时出现的误匹配问题,提出一种基于区域分割和视差修正的立体匹配方法。研究了四步相移法和多频外差相移的基本原理,并采用基于OpenCV的标定立体校正方法对光栅图像进行了校正;结合PMP视觉测量系统的特点对相机视场进行分析,根据视场各区域的相位信息特点以及视差约束,提出基于混合阈值的区域分割原则和实现方法;应用视差求解和视差校正获得有效的视差图,并在自主研发的PMP视觉测量系统中验证了立体匹配方法的有效性。     

基于线性不变矩和角度向量的立体匹配算法

针对室内场景双目立体匹配有别于一般场景立体匹配的特殊性,提出了一种计算简便、准确度高的立体图像匹配算法.该算法首先利用canny算子检测物体的边缘,根据边缘的线性不变矩寻找出目标物体,然后提取出目标物体轮廓的特征点,利用角度直方图计算出左右图像的旋转角度,最后利用角度向量实现左右图像的对应像素点的匹配.线性不变矩有效地将计算复杂度由二维降低到一维,大大降低了计算量.角度向量的提出降低了特征点匹配的复杂度,而且计算简便,准确率高.实验表明,该算法对图像的缩放、旋转、平移均免疫,具有较高的识别精度和良好的抗干扰性,计算效率高于传统方法,有着较高的应用价值.     

基于自适应能量聚集和动态规划的体视算法

为了得到准确、稠密的视差图,提出了一种利用自适应能量聚集和动态规划的立体匹配算法.该算法首先根据颜色相似性和空间距离计算窗口内所有像素的视差支持权值,并利用自适应能量聚集方法得到视差空间图;然后引入一种加强顺序约束和遮挡约束的动态规划的方法,求得参考图像中所有扫描线上的最优路径并处理遮挡问题;最后使用一些国际标准立体图像进行了实验.结果表明,与传统的动态规划算法相比,本算法可以减少典型的条纹状瑕眦,同时保持目标边缘的清晰,在视差不连续区域和大的无纹理区域均能取得很好的效果.     

一种用于外科手术导航的双目视觉简化系统

针对外科手术导航光学定位仪参数标定过程繁琐和对应点匹配歧异性大的问题,进行了双目立体视觉简化系统的研究.运用坐标变换方法一次性标定系统24个参数;选用黑白棋盘格标记物和运用相似性度量原理,简化立体匹配过程、提高立体匹配准确度.利用标定后的系统对标记物之间的距离进行测量,在距双目视觉传感单元1.5 m范围内误差小于1 mm.交叉韧带重建手术导舷模拟实验表明:该系统具有稳定,可靠,标定方法简单,匹配准确,定位精度高的特点,能够满足外科手术导航的要求.     

一种山体图像边缘快速立体匹配方法

该文提出了一种新的针对山体图像边缘的立体匹配算法。为了保证匹配的准确性,首先引入极线方向上的视差梯度约束,然后在考察唯一性的基础上,通过搜索并考察边缘端点周围的角点信息来引导边缘的匹配,并且限定边缘端点的角点搜索范围,最终匹配结果保证了两幅图像中的匹配对是一对一的唯一对应。实验结果表明,不同约束方法的融合在很大程度上提高了匹配速度和匹配精度。     

双目立体视觉的三维人脸重建方法

创建逼真的三维人脸模型始终是一个极具挑战性的课题.随着三维人脸模型在虚拟现实、视频监控、三维动画、人脸识别等领域的广泛应用,三维人脸重建成为计算机图像学和计算机视觉领域的一个研究热点.针对这一问题,提出一种基于双目立体视觉的三维人脸重建方法,重建过程中无需三维激光扫描仪和通用人脸模型.首先利用标定的2台摄像机获取人脸正面图像对,通过图像校正使图像对的极线对齐并且补偿摄像机镜头的畸变;在立体匹配方面,选择具有准确可靠视差的人脸边缘特征点作为种子像素,以种子像素的视差作为区域生长的视差,在外极线约束、单调性约束以及对应匹配的边缘特征点的约束下,进行水平扫描线上的区域生长,从而得到整个人脸区域的视差图,提高了对应点匹配的速度和准确度;最后,根据摄像机标定结果和立体匹配生成的视差图计算人脸空间散乱点的三维坐标,对人脸的三维点云进行三角剖分、网格细分和光顺处理.实验结果表明,该方法能够生成光滑、逼真的三维人脸模型,证明了该算法的有效性.     

基于控制点约束及区域相关的立体匹配算法

立体匹配是计算机视党的关键问题。为了得到准确匹配的稠密视差图,通过对基于特征和基于区域立体匹配算法的讨论,结合这两种算法的优点,本文提出了一种新的基于控制点及区域相关的立体匹配算法。该方法首先在利用Harris角点检测算法检测出角点的基础上,对角点进行立体匹配得到精确的匹配点对即控制点,然后在控制点的约束下对非角点像素进行基于区域相关的立体匹配,得到整体稠密的视差图。这样既缩小了匹配搜索空间,又保证了匹配的可靠性。