针对目标跟踪过程的双目视觉测距方法研究

无人机进行目标跟踪时,获取与跟踪目标之间距离信息的过程,对于算法的实时性有着很高的需求。针对这一需求,提出了基于Matlab工具箱与OpenCV视觉库相结合的双目立体视觉测距方法。该方法包括采用Matlab工具箱对摄像头进行双目标定,以及将标定结果导入到基于OpenCV的立体匹配BM算法并进行后续的测距处理两部分。通过试验验证了该方法具有较好的准确性和优越的实时性,可以满足无人机动态跟踪时的测距需求。     

基于角点检测的双目视觉测距新方法

为解决双目视觉中立体匹配困难、效率低的问题,提出了一种基于角点检测的人工匹配方法实现双目视觉测距。首先介绍了双目测距基本原理,对摄像机进行了标定,并采用Bouguet 立体校正算法对双目视觉系统进行立体校正;然后采用J．Shi 和C．Tomasi提出的角点方法对立体校正后的左右摄像机图像中被测目标上的同一特征点进行了亚像素级角点提取,并利用提取的匹配角点坐标结合双目视觉测距公式实现距离测量。     

基于角点检测的双目视觉测距新方法

为解决双目视觉中立体匹配困难、效率低的问题,提出了一种基于角点检测的人工匹配方法实现双目视觉测距。首先介绍了双目测距基本原理,对摄像机进行了标定,并采用Bouguet立体校正算法对双目视觉系统进行立体校正;然后采用J.Shi和C.Tomasi提出的角点方法对立体校正后的左右摄像机图像中被测目标上的同一特征点进行了亚像素级角点提取,并利用提取的匹配角点坐标结合双目视觉测距公式实现距离测量。     

基于双目CCD测距的目标图像匹配算法研究

为了实现高精度的远距离双目CCD被动测距,提出改进的互相关匹配算法与三次曲面拟合算法,对双目CCD拍摄的两幅图像进行亚像素级匹配。介绍了双目测距系统的测距原理;进行测距图像的匹配操作,提出基于模板的灰度互相关算法,根据互相关运算的结果,提出亚像素级匹配算法,即采用三次曲面拟合方法,拟合出相关峰的亚像素级坐标;对测距实验结果进行误差分析,并修正系统误差的计算公式。实验表明,3 km以内的目标实际测量精度优于0.5%,满足高精度双目测距的精度要求。     

基于双目视觉的机器人引导系统研究

随着智能制造技术的快速发展,汽车制造也已逐步向少人化、无人化方向发展,而视觉技术的应用更是加快了汽车生产线无人化的进程。对双目视觉进行研究,相机平行布置并安装在机器人末端。通过以太网分别获取左右相机二维图像并上传到上位机,使用特征提取算法提取标定板上特征点的像素坐标导入标定模型计算出双目相机内外参数并生成相应的图像矫正矩阵,利用矫正矩阵分别矫正左右相机二维图像以消除镜头畸变;使用图像去噪、图像二值化化、特征提取、极线约束及模板匹配算法,计算出零件上特征点在左右图像上的视差,采用双目视差测距原理,计算特征点在相机坐标系下的三维坐标。通过眼在手上的手眼标定方式标定出相机坐标系到机器人工具坐标系的旋转矩阵,采用SVD奇异值分解算法计算模型坐标系到目标零件坐标系的偏移矩阵,通过坐标系变换算法将零件的偏移矩阵转换为机器人工具坐标系的偏移,再使用TCP/IP以太网通讯发送偏移量给机器人,从而实现机器人引导定位功能。测试结果表明,该双目视觉引导系统可满足基本的零件定位需求。     

基于立体视觉技术的实时测距系统研究

双目立体视觉测距系统由于计算量大、受限于硬件水平等原因,通常无法做到实时测距,为解决这一问题,对双目立体视觉的关键技术进行研究与分析后,采用预标定方法,通过选取一种快速的立体匹配算法,对其各参数进行优化,并以动态视差搜索的方式,结合目标跟踪算法,实现了对目标的实时跟踪与测量。经实验验证,该系统成本低、可行性高,能实时对目标进行跟踪与测量,并在一定范围内具有较高的精度,且有一定的应用价值。     

一种单双目结合的全景避障测距方法

基于平行双目的测距技术已经较为成熟,而在许多实际应用中两相机的位置并不平行,导致两相机视场重叠区域大幅减少,从而缩小了测距范围。针对此问题,提出一种单双目结合的全景测距方法。该方法通过在视场重叠区域使用双目测距,在非重叠区域使用单目测距,以实现在整个视场都能实现障碍物测距,并且将此方法推广到全景相机上实现360°方位的测距。通过实验验证该测距方法的精度,实验结果表明,该方法具有较好的测距精度,能满足避障的精确性要求。     

双目测量系统的室内定位与重建

为了解决实测场景下光照变换及弱纹理区域对三维重建效果的影响,提出一种双目测量系统的改进AD-Census立体匹配算法进行室内目标物体的定位及三维重建。方法基于双目视觉测量原理,首先采用直方图均衡化、自适应阈值Canny边缘提取及膨胀等操作进行图像预处理,其次利用张正友标定法完成相机标定,通过立体校正去除相机畸变,基于梯度划分弱纹理及边缘区域来改进AD-Census立体匹配算法,最后用所改进算法生成的视差图,实现了室内物体的定位及三维点云重建。实验结果表明,本方法可以提高在弱纹理背景区域的匹配精度,在10 m测距范围内,相对误差不超过5%,在1.8 m处,测量误差较小,在保证精度的同时实现了室内目标场景轮廓的基本重建,视觉效果较好,可广泛应用于实际中。     

基于超分辨率角点检测算法的双目相机高精度标定方法

双目相机标定是研究立体视觉的基础工作，标定的精度是视觉测量精度的关键。图像角点提取是相机标定的基础，但在现实应用场景中，外界影响使获取的图像不清晰，导致检测到的角点精度低，从而影响标定的精度。因此，提出一种基于超分辨率亚像素角点检测的端到端算法，从特征级解决低质量角点检测问题。首先，应用盲超分部分估计低分辨率图像模糊核，融合低分辨率图像特征重建出高分辨率图；然后，在此基础上得到角点亚像素位置；最后对双目相机进行高精度标定，并用测距实验对其进行检验。实验结果表明，所提基于超分辨的亚像素角点检测方法在真实场景下具有优越性。     

一种基于双目视觉原理的距离测量系统的设计

主要研究一种基于双目立体视觉原理测量图像中物体距离的算法,要实现的目标是采用双摄像头从不同视点拍摄目标物体,投影得到两幅双目图像,用图像处理的方法先提取出需要的信息,进行特征识别,然后利用同一目标在不同投影图像上的成像差异进行立体匹配,并通过视觉算法计算被测物体的距离。由于测量的距离远大于摄像机之间的基线距离,所以传统意义上的双目测距系统近似认为两个摄像机的光轴是平行,但是实际上两光轴是必然相交的,所以文章结合实际,考虑两光轴相交,以达到提高距离测量精确度的目的,系统的主要流程包括图像获取、摄像机标定、角点检测、特征识别、立体匹配、距离计算等几个方面。     

低照度双目立体显著目标距离测定方法与实现

针对位置已固定的双目立体装置,提出了一种基于非平行模式测距原理的双目系统光轴-光心参数标定方法,减小了光轴-光心位置误测量带来的测距误差;为解决低照度下双目立体视觉中存在的立体匹配误匹配点多、目标识别度低的问题,采取了最大熵法结合整体光强变化的阈值选取方法提取显著目标,提高了目标识别率,搭建了显著目标测距系统.结果表明:采用文中的系统标定与阈值选取方法的双目立体视觉装置在低照度下具有较高的测距精度及目标识别率.     

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...     

基于双目视觉的直升机旋翼桨叶共锥度检测法

提出了一种基于双目视觉的直升机旋翼桨叶共锥度检测方法。首先,采用平面标定算法对双目视觉系统进行标定,获取摄像机内外参数;其次,采集不同桨叶的立体图像对,并用Bouguet算法对其进行校正,获取重投影矩阵;然后,对立体图像对中的标记点进行检测与匹配,获取标记点的视差;最后,根据双目视觉测量原理计算出桨尖距地面的高度,实现桨叶共锥度检测。通过对旋翼塔进行多次测量实验,结果表明该方法具有动态测量、非接触式、操作简单、危险性小和精度高的优点。     

基于双目摄像头的测距系统的实现

摄像头测距有着多种多样的方式,比如在摄像头上安装测距设备、采用单目测距和双目测距等方式进行距离的测量.文章主要研究利用双目摄像头进行测距,分析其测距的可行性及如何才能完成测距工作.     

基于Halcon的多目摄像机标定技术

对双目立体视觉摄像机标定方法进行了分析,通过Halcon标定板快速求出双目摄像机的内参和外参。在此基础上进行扩展,分别对相邻的摄像机进行双目标定,通过刚性转换,借助Halcon平台丰富的函数算子,最后把8个摄像机统一到惟一的世界坐标系,达到多目标定的效果。实验证实了多目标定的可行性与正确性,突破了以往多数仅以双目摄像机系统进行三维测量的格局,为在特定情况下不能显示在惟一双目摄像机系统视野范围内的目标物体进行测量打下了坚实基础。     

双目立体实时测距系统的关键技术研究

基于双目视差测距原理,建立了一个被动测距实验系统。围绕提高测距系统的测距精 度、准确率、速度和抗干扰性能等,研究了图像预处理、配准算法、搜索策略等关键技术。提出了改进的互积相关配准测度,并采用粗、精配准相结合的搜索策略以及抛物线拟合方法,实现了快速双目立体目标测距。实验证明该测距算法可有效地抑止噪声、双目光强和图像对比度差异等因素的影响;测距系统测距精度高、稳定性好、实时性好,对于10km目标相对测距误差小于4% ,响应时间小于0. 5 s。     

光电被动测距技术研究

围绕提高双目视差测距的测距精度、准确率、速度和抗干扰性能等,研究了图像预处理、配准算法、搜索策略等关键技术.提出了改进的互积相关配准测度,并采用粗、精配准相结合的搜索策略以及抛物线拟合方法,实现了快速双目立体目标测距.实验证明该测距算法可有效的抑止噪声、双目光强和图像对比度差异等因素的影响;测距系统测距精度高、稳定性好、实时性好.     

基于双目视觉的受电弓碳滑板磨耗检测

将数字图像处理技术和机器视觉应用于受电弓碳滑板磨耗测量,是碳滑板磨耗测量的主要发展方向,文章提出了一种基于双目视觉的受电弓碳滑板磨耗检测方法。该算法首先对双目测量系统进行相机标定,得到双目相机的标定矩阵,然后对双目相机采集得到的碳滑板图像进行边缘提取,利用标定矩阵计算得到两个相机中碳滑板边缘点的对应关系,最后利用对应点计算出碳滑板边缘点的实际空间坐标,从而计算出碳滑板的厚度值。实验及数据处理结果表明：系统的测量误差较小,且此系统安装方便,受外界因素的影响较小。     

热红外相机双目测距系统标定技术研究

针对双目测距系统相机模型标定过程中,热红外相机与常用可见光相机的成像原理、图像质量、信噪比等存在的差异,对比了两种标定靶标:由黑色氧化铝板和镀镍铝板制成的棋盘格靶标、由黑色氧化铝板和镀镍钕铁磁制成的圆形点阵靶标,并分析了以上两者的标定结果。研究结果发现圆形点阵靶标相较棋盘格靶标误差更小,但两者的标定结果模型均具有较高的精度,可满足后续双目视觉的特征点匹配需求。本次研究对于双目视觉在热红外谱段中的应用具有一定的参考价值。     

无人机电力线路巡检安全距离测量新方法

针对无人机电力线路巡检时安全飞行距离把控困难的难题,提出一种基于双目测距的无人机电力线路巡检安全距离测量方法,基于线路连续特征进行双目图像行匹配。与传统双目匹配算法不同的是,所提方法避免了构造卷积窗口对左右图像进行像素点遍历,直接根据极限约束快速找到匹配点来计算视差,大大提高了图像匹配速度,降低了程序的冗杂度,减少了由于运算数据量过大导致的误差。最后通过双目测距原理实现无人机巡检安全距离的测量。测量结果表明,所提系统能够在测定距离为15 m时,测距反应速度达到50 ms左右,相对误差小于5%。