基于视觉传感的脉冲TIG焊熔池一次图像获取的研究

依据弧光光谱理论 ,采用辅助光源及复合滤光技术 ,有效地解决了焊接区熔池成像的干扰和清晰度差等问题。研究了滤光片与辅助光源对成像质量的影响和作用 ,试验结果表明 ,同普通图像采集方法相比 ,该系统获得图像的清晰度得到明显的提高 。

基于双目视觉脉搏图像SIFT特征匹配

通过双目视觉原理构成脉搏图像传感器采集脉搏薄膜图像,再基于特征点的立体匹配框架中,利用图像梯度信息,引入基于三维梯度方向直方图的SIFT特征描述子作为区域特征描述符,进行脉搏图像的特征匹配,为最后的三维信息的获取和对其他立体视觉图像匹配有很大的参考性。

双目视觉脉搏图像采集系统精度分析

该文针对自主研制的双目视觉脉搏图像采集系统,利用激光位移传感器对其精度进行分析。构建同步触发系统,控制双目相机与激光位移传感器同步采集。基于双目视觉测量原理,求取激光点质心的空间信息,进而提取脉搏波形。设计巴特沃斯低通滤波器,从激光信号中获取实际的脉搏波形。将两者所得波形的幅值进行对比,得到双目视觉脉搏图像采集系统的测量误差,进行精度分析,为双目视觉后续处理及分析提供了可靠的数据。

基于机器视觉的管道内表面三维重建研究

针对管道内表面腐蚀测量和三维可视化的特殊背景和实际需求,研究了基于双目视觉的管道内表面三维重建方法.图像获取部分采用双目立体视觉系统,在机器视觉技术的理论基础上给出了相应的三维重建流程.采用张正友平面标定法进行摄像机标定,采用BP神经网络对图像进行边缘检测,采用自适应SIFT匹配算法进行立体匹配,综合计算摄像机标定获取的参数与立体匹配获取的视差,最终实现了管道内表面局部图像的三维重建.

双目视觉脉搏图像三维信息获取的研究

通过双目视觉原理构成脉搏图像传感器采集脉搏薄膜图像。对系统摄像机采用张正友标定方法,得出系统结构参数建立的物空间坐标到像平面坐标对应矩阵。再基于SIFT特征算子进行左右2幅图像匹配,得出2幅图像一一对应的特征点。最后根据双目视觉原理得到特征点的三维信息。

基于有限元分析的脉搏形态三维重构

利用有限元模拟分析的方法获取脉搏的三维形态。基于双目视觉脉搏图像传感器工作原理,利用三维软件PRO/E建立脉搏图像传感器模型,把建好的模型导入Abaqus软件,应用Abaqus/Standard对模型进行静态分析。结合中医切脉思想和双目视觉测量的实验过程,把整个模拟分析过程分为4步:第1步是模拟脉搏跳动,第2和第3步模拟切脉过程,第4步模拟中医得到脉搏特征信息。提取模型传感器气囊探头薄膜上不同位置的130个特征点,获取其中一个特征点的一个脉搏周期的脉搏波形,对提取的130个离散特征点利用"三角形"法连接成三维曲面。相比于利用双目视觉测量原理获取气囊探头薄膜上的空间少量离散特征点直接插值构成的三维曲面的方法,本文方法重构的三维图具有提取的空间离散特征点多,同等条件下节约了0.120 379 s的时间,更能够切合指感施压下切脉皮肤表面的时空域变化的优点,为进一步在时空域中提取多种表征脉搏形态的特征奠定了基础。

基于单相机-双棱镜的小型三维指纹获取系统（英文）

提出了一种小型非接触式三维指纹获取系统.该系统采用单个CCD相机作为图像传感器,利用相机镜头结合双棱镜的成像装置在单帧CCD图像上获得立体图像对,再基于立体视觉原理重建三维指纹.整个系统封装后尺寸为12mm×12mm×10mm.基于该系统进行了指纹获取实验,测量的均方根误差为0.022mm.该系统操作简单且结构紧凑,为三维指纹的获取提供了一种小型化方案.

双目视觉的图像采集模块设计

双目立体视觉是计算机视觉的一个重要分支[1],可以用于获取三维空间中的目标的位置信息(包括距离信息)。而图像采集是整个双目视觉系统的基础,改善图像采集的性能可以改善系统的整体性能。基于Zynq-7000芯片将ARM和FPGA集成为一体的特征,讨论了基于该芯片设计实现的双目视觉的图像采集模块。通过在Zynq-7000芯片的FPGA部分设计实现的采集模块与DMA模块的协同工作,提高了图像采集与传输的效率,减轻了CPU的负担,提高了整个视觉系统的性能。

机器人焊缝跟踪水下双目视觉图像采集系统

分析了水下焊接的影响因素,采用大红和紫红复合滤光片进行滤光。根据机器人的结构,采用可调焦微型摄像机,满足跟踪精度的要求。设计了内外压环和密封圈的防水结构,使摄像机及光源的防水性能达到70～80m。采用相交光轴双目摄像头的布局形式,设计了一块带弧形槽的装配板来装配摄像头与灯源,使其既适应于水下焊接,又易于匹配。对直线对接焊缝和坡口焊缝进行采集试验,所采集焊缝清晰可见、干扰较少,完全可以用于水下焊缝跟踪。

基于双目视觉的振动筛运行状态在线检测方法

针对现有振动筛运行状态检测方法仅能对振动筛局部运行状态进行检测,且存在精度低、时效性差等问题,提出了一种基于双目视觉的振动筛运行状态在线检测方法。首先通过双目视觉检测装置对振动筛的运动图像进行采集;然后对图像进行灰度化处理,利用多尺度Harris角点检测算法获取图像的特征点,引入图像金字塔理论改进Lucas-Kanade光流估计算法,提高图像特征点运动轨迹的在线追踪性能;最后设计BP神经网络分类器,完成对特征点运动轨迹的分析与辨识,实现对振动筛整体运行状态的检测。试验结果表明,该检测方法准确性高、时效性好,可对振动筛运动轨迹进行全方位、多角度的追踪和辨识,实现了振动筛整体运行状态的在线检测和分析。振动筛在停止、正常、疑似故障和故障4种状态下,该方法的准确率分别达到了97.917%、90.667%、96.431%和93.181%。

基于双目视觉的汽车生产线零件实时识别方法

对汽车生产线零件识别可以保证零件的质量,不同的光照强度给汽车生产线零件的实时识别带来了一定难度。为此提出一种利用双目视觉对汽车生产线零件实时识别方法。根据双目视觉的基本原理,计算出像素匹配点在双目摄像机坐标系中的坐标,完成零件图像采集摄像机的标定。根据双目视觉模型采集到的汽车生产线零件图像,利用平均值的求解方法计算零件图像R、G、B 3个分量的均值。通过均衡化处理,获得灰度级零件图像,结合滤波方法处理汽车生产线零件图像。通过计算模板与汽车生产线零件图像的灰度值,设计汽车生产线零件识别算法,实现汽车生产线零件的识别。实验结果表明:基于双目视觉的汽车生产线零件实时识别方法可以成功识别汽车生产线零件,同时降低了误识率。

马铃薯动态分级系统中多目相机同步采集方法

针对马铃薯动态分级系统中的图像同步采集问题,提出了基于千兆以太网的三目相机同步采集方法。采用3台相机分别从待测马铃薯3个方向进行同步采集,利用LM358设计一级同相电压放大电路将STM32产生的PWM信号放大来控制3部相机同步工作,使用C++语言在Visual Studio 2013平台上进行二次设计与开发,实现3台相机同步采集和图像同步存储功能。经试验验证,3台相机同步帧率可达到12帧∕s,满足马铃薯动态分级系统中对图像采集的要求。

基于双目立体视觉与结构光的便携式非接触三维掌纹采集系统

随着三维测量技术的成熟,非接触式三维(3D)掌纹采集系统为掌纹识别的研究提供了新的途径。为了提高3D掌纹信息的采集精度,提出一种融合双目立体视觉与结构光的便携式非接触3D掌纹采集系统。首先将编码图案投影到目标手掌表面,使用双目相机获取左右视图后,采用格雷码-相移法获取目标的绝对相位信息,然后引入波义耳摩尔投票算法进行最大概率校正以降低视差图中的跳变噪声,经过亚像素级立体匹配和双目相机的立体标定后,得到3D掌纹信息。最后在自行搭建的一套便携式3D掌纹采集系统上进行实验,实验结果表明,该方法相比于传统基于双目立体视觉的3D掌纹采集系统,能提高掌纹的采集精度,获得更好的三维掌纹重建效果。