显微三维表面重构

介绍了显微立体视觉系统中微观物体表面的三维重构技术,详细论述了显微立体视觉系统的组成,以及从图像获取、显微图像处理、特征提取、立体匹配、摄像机标定、深度确定到最终曲面插值的三维表面重建过程。着重讨论了基于显微图像的特征提取和立体匹配方法,另外在系统论述基于显微立体视觉系统的微观物体表面三维重构的一般方法和步骤的基础上,针对现有方法的不足,指出了改进的方向。

用于光电子器件对准的显微立体视觉系统及其标定方法研究

开发了用于光电子器件对准的显微立体视觉系统。该系统采用两个光轴交汇的可变焦镜头和CMOS摄像机采集图像;用调节螺钉实现视场匹配与聚焦匹配;采用了带误差修正的线性成像模型进行标定;标定控制点图像坐标的提取则利用Hough变换的方法来提高精度。目前,该系统已成功用于光电子器件对接机器人的视觉测量中。

一种实用的计算机视觉三维微检测系统的研究

基于计算机立体视觉原理提出一种实用的三维微检测系统 ,介绍了系统的测量原理 ,系统构成 ,三维微检测的实验方案及实验结果 ,最后讨论了系统的误差的主要影响因素 。

一种新的SLM显微立体视觉畸变矫正模型

提出了一种描述SLM(Stereolightmicroscope)显微立体视觉成像的新模型,使用了新物理量“弱视差”来提高模型的三维微观定位精度。新模型考虑了信号滞后、径向、偏心和薄透镜等四种畸变,建立了精确的畸变矫正模型。在畸变参数标定中,采用了显著性检验和相关性检验两种方法,动态检测畸变参数对模型的影响程度。实验中对14个畸变参数的显著性进行分析,其中5个低于水平0.05的临界值,表现不显著,说明显著性检验对畸变参数的选择具有一定的意义。

微装配系统三维坐标变换的研究

提出了基于立体视觉的微装配系统中微器件三维坐标变换的方法。该方法的系统模型中综合考虑了 CCD摄像系统、显微成像系统、工作台以及微夹持手等多坐标系统 ,并运用光学原理 ,建立了微装配系统中微器件成像关系。研究分析表明 ,这种方法是一种有效、简单。

昆虫飞行特性的视觉测量方法

该文提出了一种应用立体视觉技术测量昆虫飞行特性的方法。针对昆虫飞行的图像,尤其是对翅脉,进行预处理、分割和特征提取。指出采用区域匹配和特征匹配相结合的匹配方法,对图像进行立体匹配。最后提出对二维图像进行三维重构,计算昆虫空间坐标。通过这些步骤,可以获得描述昆虫飞行特性的信息。该文对方案进行了初步的仿真验证。使用立体视觉这种非接触性测量手段,可以不需要翅膀截面只有一次变形的假设,测量得到昆虫自由飞行时的飞行特性。

显微立体视觉系统的研究

在分析摄像机、体视显微镜和显微立体视觉系统光学原理基础上,提出了双目显微立体视觉系统方案,此系统是由单目显微镜改造而成,根据目标物体在两个摄像机上所成图像的视差,求得目标物体距摄像机的距离,从而可以对目标物体进行各种微操作。实验证明,此系统是一种高效、精确的显微视觉系统。

实时显微立体成像系统中闪烁问题的分析和解决

实时显微立体成像系统是微操作系统的视觉传感器和观测器 ,实时立体成像中存在的闪烁现象是影响立体效果的主要因素之一。本文分析了产生闪烁的原因 ,简要介绍了当前解决闪烁问题的几种方法 ,提出了立体视觉多缓冲自适应刷新图像方法 。

基于虚拟深度的聚焦型显微光场相机深度测量标定

针对聚焦型显微光场相机在内部光学参数未知的情况下,进行了基于虚拟深度的深度测量标定。首先基于高斯光学建立光场成像模型,推导出虚拟深度与实际深度间的函数关系。然后选择单一角点的标定板,在不同深度位置进行拍摄;该角点在多个宏像素中重复成像,相邻重复像点的间距随深度位置改变而变化;利用图像匹配的方法计算相邻重复像点的距离和虚拟深度值,并与实际深度一一对应进行曲线拟合。根据拟合结果,分析了不同深度位置下,该光场成像系统的深度测量分辨率。最后,通过拍摄已知倾角的倾斜棋盘格标定板,进行深度测量并分析测量误差,在主镜头工作距离靠近镜头方向2 mm(10倍景深)范围内,测量误差小于5.35%。

基于双目视觉和惯性器件的微小型无人机运动状态估计方法

针对微小型无人机(UAV)自主运动状态估计问题,提出了一种基于双目视觉和惯性器件的微小型无人机运动状态估计方法,运动状态估计系统由微惯性测量单元(MIMU)和2个摄像机组成。根据微惯性测量单元的输出更新无人机运动状态,同时由摄像机获得周围环境的图像序列,从序列图像中提取特征点,并对这些特征点进行匹配、跟踪,测量序列图像中特征点的成像位置,建立卡尔曼滤波器,通过观测特征点成像位置误差估计无人机运动状态误差和特征点距离误差,并由误差估计结果修正无人机运动状态和特征点位置。最后,通过仿真表明,在飞行高度为50m左右的情况下,使用分辨率为800像素×600像素、基线为0.6m的双目视觉系统,实现了特征点距离估计和无人机运动状态修正,对距离为150m左右的特征点,距离估计相对误差为3%左右,速度估计误差为1m/s左右,实现了在较大场景中,使用双目视觉和微惯性测量单元的微小型无人机自主运动状态估计。

基于双目显微立体视觉系统的研究

在全面介绍国内外显微立体视觉系统的基础上,提出了双目显微立体视觉系统方案,此系统由单目显微镜改造而成,既节省了资金,又能快速准确地检测出操作目标距CCD摄像头的距离,从而可以提高微操作的效率和精度,是一种合理的显微视觉系统。

SLM显微立体视觉中的双重折射校正算法

为解决微流控芯片检测中由于盖片的双重折射效应导致的聚焦误差、色差和视场误差等问题,从折射基本定理出发,结合光学体视显微镜(SLM)的双光路结构,建立了SLM显微立体视觉双重折射变折射率校正算法,实现了对透明封闭容腔的非接触无损三维精确测量.在微沟道测量实验中,深度方向的测量误差由7.1μm减小到1.5μm,相对误差由18.68%减小到3.95%.SLM显微立体视觉三维测量系统与表面轮廓仪、激光共焦扫描显微镜的横向对比测量实验,证明了SLM显微立体视觉双重折射变折射率校正的必要性和有效性.

基于双目视觉的微型无人机室内3维地图构建

针对微型无人机的室内避障和路径规划的需求,搭建了一个基于BeagleBoardxM板和消费级别摄像头的低成本嵌入式双目视觉硬件平台.通过双目视觉获取微型无人机所在的室内环境的3维(3D)点云描述,基于8叉树结构的3维空间描述模型和反向传感器模型,结合无人机的姿态信息,提出了基于双目视觉的3D占有率栅格图描述的室内环境的3维地图构建方法.实验结果表明,基于嵌入式双目视觉平台获取到的3D占有率栅格地图准确、有效地描述了微型无人机当前的室内3维环境信息,可以广泛地应用于无人机的室内导航.

基于光度立体视觉三维重构算法的微观磨损形貌原位测量原理及方法

基于图像的表面微观磨损形貌分析在磨损机理及状态分析中具有重要的地位,三维显微成像技术的应用已经将二维磨损形貌图像分析拓展到更丰富的三维分析领域。然而,从设备维护及故障监测的角度,在机或原位测量显然比上述先进测量更具吸引力,并且复杂、昂贵的先进表面测量技术至今无法打破其在机或原位测量的壁垒。针对现场检测与三维分析的需求,将光度立体视觉原理引入至微观磨损形貌的原位测量,借助便携式平面图像采集系统进行光学设计,提出一种采用多阴影平面图像的三维表面重构方法。首先,通过张正友标定法实现空间点由图像坐标系到相机坐标系的转换;然后,基于成像系统建立近场点光源模型,并由光度立体视觉算法求解表面法向量;最后,基于FC算法计算表面深度与高度信息,完成磨损表面微观形貌三维重构。基于上述方法,研制便携式图像采集与三维重构系统,分别对平面和曲面两类表面进行检测试验,并与共聚焦显微镜测量结果进行对比。测量与对比结果表明,截面曲线上特征点之间的高度差误差小于4.2%,截面二维参数误差小于10.9%,三维表面参数误差小于12.9%。上述工作表明,所提出的方法为机械设备部件磨损表面原位测量与分析提供有效的技术手段。