基于极线校正的快速相位立体匹配

基于双目结构的投影栅相位法利用相位值建立左右图像对应点匹配关系,但传统相位立体匹配方法匹配速度较慢,因此本文提出了一种基于极线校正的相位立体匹配方法来提高相位立体匹配速度。首先,通过极线校正算法将双目立体视觉几何结构转换成极线标准几何结构,即左图中任意一点在右图的极线是与该点纵坐标相同的水平直线。然后,在对左右相位图进行极线校正的基础上,给出了改进的相位立体匹配方法步骤。最后,通过对实物进行三维重建,分析比较了传统相位立体匹配方法与改进方法的性能。实验结果表明,与传统方法相比,改进的方法将匹配时间缩短了63%,能够满足工业应用对测量速度的要求。     

双目CCD结构光三维测量系统中的立体匹配

在立体视觉中,比较了几种常见立体匹配方法,并针对存在的问题,提出了多种方法融于一体的高效立体匹配方法.首先将计算机构造的用于解相的光栅由投影仪投射到物体上,再将计算机构造的一系列黑白相间的编码光栅也由投影仪投射到物体上;然后将畸变栅线图像由摄像机采集到计算机中,用解相光栅进行解相得到折叠在[-π,π]区间内的相主值,用所述结构光编码方法进行相展开得到相位的周期,二者相加得到真实相位值.利用插值算法将具有相同相位的点拟合成连续曲线,从而实现了两幅CCD图像相同相位曲线的匹配,再根据外极约束条件,得到两幅图像点的匹配.在反向工程中,用该方法对电话接线筒进行三维测量,实验验证了该方法进行立体匹配的高效性和准确性.     

挖掘机器人双目视觉系统标定方法与立体匹配

在挖掘机器人视觉系统实现中,摄像机标定、特征提取、立体匹配是关键环节,而立体匹配又是视觉系统中最复杂、最重要的步骤。首先分析了通用双目立体视觉模型及平行双目立体视觉模型,对挖掘机器人平行双目立体视觉系统测量方法及参数标定进行了研究。结合基于特征的匹配方法,通过对左、右图像角点的提取,实现了基于极线几何约束的特征点匹配。通过对铲斗图像匹配实验,验证了该方法能满足挖掘机器人视觉系统要求。     

基于脉冲耦合神经网络和Markov随机场的立体匹配研究

立体匹配是寻找立体图像对中对应点的问题,是立体视觉的核心问题。现有立体匹配算法通常是就立体匹配问题建立适当的数学模型并进行求解,在匹配速度和匹配精度之间存在矛盾。以生物视觉研究为背景,提出一种基于脉冲耦合神经网络(PCNN)的立体匹配方法。该方法以Markov随机场(MRF)上的贝叶斯模型为基础,并利用PCNN建立其似然概率模型。将左右2幅图像分别输入到2个PCNN网络,通过迭代生成点火时间序列。引入点火时间序列的平均点火时间差的概念,利用2个像素对应神经元的平均点火时间差来评价2个像素的相似性,并以此为基础确定似然概率。最后利用信任传递(BP)算法求解Markov随机场模型的最大后验概率问题。利用广泛使用的立体视觉测试图像对算法进行了实验。实验结果表明该算法能够有效实现立体匹配,匹配效果较好。     

基于图像校正与灰度相关性的立体匹配算法研究

立体匹配是双目视觉系统中必不可少的环节,对特征点进行匹配求解过程复杂,而且误匹配率较高。外极线约束为立体匹配提供了便利条件,但由于实际系统中的外极线是弯曲的,使得沿外极线进行同名点搜索不仅非常耗时,而且计算过程受噪声影响大。给出一种基于图像校正与灰度相关性的立体匹配算法。首先采用图像校正方法将弯曲的外极线变为相互平行的水平外极线,简化了外极线的求取过程;再利用灰度相关性算法对同名点进行匹配。实验结果验证了本文方法的准确性和稳定性。     

基于双目视觉的目标定位系统设计

基于双目视觉原理进行目标定位可以得到目标的深度信息。本文对双目视觉关键技术中的摄像机标定和立体匹配进行深入研究,采用改进的平面标定法和基于外极线约束和灰度相关性的立体匹配算法。搭建双目视觉系统实验平台,编制目标定位程序。实验结果验证本文方法的准确性。     

基于多频外差原理的三维测量技术

提出了一种基于外差原理的三维测量技术,该技术由相位移法、外差原理和双目立体视觉3部分组成。相位移法和外差原理相结合能够自动完成相位展开,同时保持相移法原有的相位求解精度;然后根据相位展开后的相位图,使用双目立体视觉原理自动完成左、右对应点的立体匹配和被测物体的点云重构。利用基于多频外差原理的三维测量技术建立了一套三维测量系统,该系统由2个CCD摄像机和1个DLP投影仪组成。利用上述系统对人脸模型进行测量试验,测量结果表明该系统能够完成复杂自由曲面的测量,测量数据完整可靠。     

基于编码光栅和外极线约束的曲面匹配算法研究

提出了一种新的基于编码光栅和外极线约束的三维曲面匹配算法,该算法有效解决了立体视觉中的图像匹配问题,即左右图像光栅条纹的对应关系确定问题。另外,采用外极线约束将可能的候选点限制在直线分布,即将查找范围由二维降为一维。这种算法极大地减小了图像匹配的运算量,同时减小了错误匹配的概率。实验表明,采用编码光栅投影与外极线约束的视觉测量能够准确有效地匹配出自由曲面的三维立体轮廓。     

基于极曲线几何和支持邻域的鱼眼图像立体匹配

提出了一种基于极曲线几何和变支持邻域的立体匹配算法来解决鱼眼立体视觉中图像变形导致的极曲线求取和匹配代价计算问题。首先,对鱼眼相机进行标定并获取相机的相关参数;针对鱼眼镜头的畸变问题,根据鱼眼镜头的优化投影模型推导出系统的极曲线方程,并利用得到的极线方程确定对应点的搜索范围。然后,根据同源像点在左右图像上的位置关系确定各中心像素点的支持邻域,并计算出不同视差条件下该支持邻域在另一幅图像上的对应支持邻域,利用获取的支持邻域计算出各点的匹配代价。最后,利用WTA(Winner Takes All)策略选取最佳匹配点得到最终的匹配结果。基于提出的极曲线和支持邻域对两组鱼眼图像进行了匹配实验并与传统方法进行了实验对比,结果表明:提出的方法的匹配准确度比传统方法分别提高了4.03%和4.64%。实验结果验证了极曲线的应用加快了匹配速度并减少了误匹配;支持邻域的使用使其对匹配代价计算的准确度优于传统方法。该算法满足了鱼眼图像立体匹配对信息获取速度、准确度和数量的要求。     

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。