基于三维光学信息的人体姿态快速测量

汽车中人体姿态三维测量对汽车座椅设计的舒适性评价具有重要的意义。为了快速准确地获取车内人体三维数据,文中采用一种基于双目视觉的立体三维数据获取方法,该方法将结构光与标记点相结合,实现了人体三维点云快速重建以及三维姿态(距离、角度)自动快速测量。实验结果表明,该方法在距离2 m以上,测量范围1.5 m×2 m时,人体姿态测量精度可以达到0.03 mm,满足了汽车人体姿态高精度三维数据采集的需求。与传统的汽车人体姿态三维测量方法相比,文中所使用的三维自动测量方法不仅自动化程度高,而且具有测量精度高、速度快、鲁棒性强的优点。

面向集成制造的改进ORB图像匹配方法

图像匹配是计算机视觉应用研究的主要内容。针对ORB(Oriented FAST and Rotated BRIEF)图像匹配方法不具备尺度不变性和匹配精度低的问题,提出一种基于改进ORB算法的图像匹配方法。在特征点检测阶段,ORB和SURF(Speeded Up Robust Feature)同时检测特征点,首先采用oFAST(oriented-FAST)与SURF算法检测左右图像特征点,然后使用rBRIEF(rotation-aware BRIEF)描述子描述特征点;在立体匹配阶段,采用Hamming距离对特征点进行粗匹配的基础上,引入极线约束筛选特征点并进行精匹配,减小匹配搜索范围,加快匹配速度,提高匹配准确率。实验结果表明,所提改进ORB算法点对数平均值是SURF算法的1.5倍左右,匹配速度平均值比SURF算法提高了22%,准确率比SURF算法提高了2倍,比ORB算法提高1.7倍,从而证明所提改进ORB算法,具有匹配点数多、速度快、准确率高的特点,且具有尺度不变性。所提方法可应用于目标识别、目标跟踪、三维重建、缺陷检测等领域。