半透明胶条表面光条中心线提取

为了解决传统激光条纹中心线提取方法不适用于半透明物体的问题、实现对半透明胶条的轮廓精确测量,研究了半透明胶条表面光条中心线提取算法。对比分析了不透明胶条和半透明胶条的激光条纹成像机理。通过研究半透明胶条激光条纹的一维灰度序列,说明了直接反射分量和次表面散射分量的波峰分布差异。最后提出了半透明胶条表面光条中心线提取算法,首先扫描激光条纹的一维灰度序列;然后采用数学形态学方法,根据波峰灰度值大小及分布位置差异提取得到直接反射分量;最后,采用灰度重心法对灰度序列中的直接反射分量开窗提取亚像素中心位置坐标,连续扫描获得光条中心线。实验结果表明,本文方法有效排除了次表面散射的干扰,提取光条中心线的平均误差达到3.197pixel,二次曲线拟合后的平均误差为0.714 pixel,优于直接采用灰度重心法提取光条中心线。本文方法能够有效提取半透明胶条表面光条中心线,为工业现场半透明胶条的轮廓测量奠定了基础。

基于三维模型的单目车辆位姿估计

车辆位姿估计是智慧交通系统的重要组成部分,然而复杂的运动场景以及单目相机存在无法获取深度信息等问题。本文提出了一种结合单目相机及车辆三维模型进行车辆位姿估计的方法。首先对多尺度的车辆目标进行尺度归一化,然后以向量场的形式回归车辆关键点的坐标提升在遮挡或者截断状态下的位姿估计精度。在此过程中提出使用基于距离加权的向量场损失函数和关键点误差最小化的投票方法,进一步提高了位姿估计算法的准确性。此外,本文制作了一个含有丰富标注信息的合成车辆位姿估计数据集,在其上的验证结果表明,本文算法的平均定位误差和角度误差分别为0.162 m和4.692°,在实际场景中有着非常大的应用价值。