基于改进SGM的工件高度定位研究

针对工业环境中光照条件不稳定、图像纹理信息缺乏等因素导致目标视差图获取困难的问题,提出一种基于改进半全局立体匹配(semi-global matching,SGM)算法的工件高度定位方法。采用Census变换窗口内像素的平均值代替原变换的中心像素值,使算法对噪声更具鲁棒性,减少了原算法对中心像素的依赖。引入Sobel算子对图像边缘进行检测,依据左右视图的梯度差值划分像素点类别,对路径聚合中的惩罚系数进行自适应调整,通过后续优化处理,得到了最终视差图。为验证本文所述工件高度定位系统的可行性和有效性,搭建机器人实验平台,对所提算法进行实验验证。实验结果表明,本文的改进算法与传统SGM算法相比,误匹配率下降约为8.76%,匹配精确度显著提高,工件高度的平均定位误差约为0.708 mm,满足系统抓取要求。该研究为机械臂精确定位工件高度提供了思路。

一种基于Hough变换直线检测的城区影像SGM改进算法

在众多双目影像密集匹配算法中,半全局匹配(Semi-Global Matching,SGM)算法相比局部匹配算法和全局匹配算法在精度和效率方面具有较高优势。相较于一般影像,城市场景影像往往存在大量人造建筑物。针对城市区域立体影像的这一特点,本文提出一种基于Hough变换直线检测的城区影像SGM改进算法,将Hough变换获得的直线信息融入SGM的匹配框架,提高密集匹配算法的精确度和准确度。

基于双目视觉的输送带表面损伤定量分析方法

为了对输送带表面损伤进行定量分析以有效判断其损伤程度,并根据损伤程度选择检修方法和时间,为工作人员检修提供依据,提出了一种基于双目立体视觉的输送带表面损伤定量分析方法。该方法首先对双目相机进行相机标定,对输送带表面损伤图像进行图像处理校正、立体匹配,基于视差原理根据三角测量原理获取目标点的三维空间信息,通过数学计算模型对损伤程度进行定量分析,提出了改进的Census变换和SGM(semi-global matching)算法相结合的立体匹配算法。结果表明:提出的改进算法匹配效果有所提升,和Census变换算法及梯度算法进行对比,误匹配率分别降低了5.26百分点和3.92百分点,得出的视差图精度最高;通过提出的方法对输送带表面损伤进行定量分析,在输送带损伤长度、宽度、深度三者误差中,损伤深度误差最大为8.5%,仍在可接受范围。

基于双目立体匹配的巷道三维重建研究

针对目前矿井巷道三维重建大多依赖传统方法费时费力、激光点云数据计算量过大、具有离散性、成本昂贵等问题,提出了一种基于双目立体匹配的巷道三维重建方法。首先对双目相机完成标定和畸变矫正,通过双目相机采集巷道图像并对采集的图像进行预处理,然后对传统立体匹配方法SGM(semi-global matching)加以改进,实现巷道图像的初始代价计算、代价聚合、视差计算与优化,最终重建巷道的三维模型。在立体匹配标准测试平台验证了改进算法的可行性,通过对比实验表明,该算法生成的视差图匹配精度高,同时通过视差图生成点云,能够完成真实场景的巷道三维重建任务,证明该研究为巷道三维重建领域提供了一种新方法。

基于超像素分割的孪生网络双目立体匹配方法研究

图像若存在纹理缺乏、遮挡、边缘深度不连续等情况,其双目匹配精度会降低。针对这一问题,文中将经过均值滤波预处理和SLIC超像素分割形成的超像素区域作为Siamese孪生深度学习网络模型的输入,进行了图像局部信息匹配代价计算。该方法有效提升了视差计算时边缘区域的辨识度,避免了视差图边缘膨胀、模糊、不连续等问题,提高了立体匹配的准确度。实验部分基于Middlebury立体视觉数据集测试平台,并与SGM半全局匹配、自适应权重AD-Census等方法得出的视差图进行比较。结果显示,该算法在深度不连续区域和缺乏纹理区域的匹配效果改善较为明显,且平均视差误差和平均错误率均有所降低,具有更好的鲁棒性。

基于改进稳态匹配概率的立体匹配算法研究

针对稳态匹配概率(Steady-State Matching Probability,SSMP)立体匹配算法在处理视差范围大的测试图中产生的空洞现象以及使用该算法后由于右视差图中的错误视差导致的左视差图中正确视差丢失问题,提出一种基于稳态匹配概率和半全局匹配(Semi-Global Matching,SGM)相结合的立体匹配算法。首先使用SSMP算法求取初始视差图。接着,使用基于爬山法颜色分割的填充准则进行填充。然后使用SGM算法重新获取视差图,将两幅视差图中一致的视差信息填充到经过左右一致性检测后的含有空洞的视差图中。最后,使用SSMP算法中的空洞填充和中值滤波得到精化后的视差图。实验结果表明,改进后的SSMP算法在Middlebury测试平台上第2版本的四组图像的平均匹配误差从5.38%减少到5.23%,第3版本部分测试图像的平均匹配误差从24.7%减少到21.5%,该算法能很好地处理上述问题,有效提高匹配精确度,且具有鲁棒性。

基于控制点约束影像的密集匹配及其在考古发掘中的应用

针对大场景考古挖掘现场的三维重建情况,选取半全局匹配策略作为研究基础,设计了一种基于附加控制点约束的半全局匹配算法进行序列影像密集匹配。将稀疏匹配中的特征提取和匹配技术用于提取初始特征,并由这些初始特征转化的同名特征点,生成视差空间影像中的视差控制点,以此作为一种可靠的约束,提高其密集匹配的精度。同时,采用影像分块的策略,将原始大核线影像分成若干对小核线影像,进行密集匹配,以达到提高计算效率,改善计算结果的目的。实验证明,该方法可实现大面积考古挖掘现场的快速三维重建,并且能够在进行文物形态三维重建的同时获取挖掘现场文物分布的正射影像平面图,为准确记录挖掘现场文物分布位置及考古发掘、调查及遗址保护规划编制等提供科学依据。