基于视觉的三维重建技术综述

基于视觉的三维重建仍然存在较大局限性。通过介绍基于视觉的三维重建技术的主要方法及其研究现状,对各种方法优缺点进行了比较分析,期望能够对该领域有较全面的把握,进一步明确未来的研究方向。

基于Gray-EKF算法的智能农业车辆同时定位与地图创建

为了提高智能农业车辆在未知环境中同时定位与地图创建精度,将灰色预测理论和扩展卡尔曼滤波融合,提出了基于灰色扩展卡尔曼滤波的同时定位与地图创建算法。算法在传统的扩展卡尔曼滤波基础上,通过改进的滑窗灰色预测理论建立传感器的GM(1,1)观测预测模型,进而完成新息的计算。为了提高观测精度和抗干扰能力,系统使用了三目摄像机作为观测传感器,并提出了一种简易的权值标定算法。试验表明:精度权值标定后的三目摄像机具有较高的测量精度,16组测量数据中有12组的测量误差小于1%,并能减小由于干扰造成的误差。在30个人工路标的停车场环境中,车辆对路标x和y方向的观测误差均值为0.074和0.073m,自身定位误差为0.140m,误差均方差为0.048。在60个人工路标的停车场环境中,车辆对路标x和y方向的观测误差均值为0.061和0.068m,自身定位误差为0.109m,误差均方差为0.038。在60个人工路标的旱地环境中,车辆对路标x和y方向的观测误差均值为0.079和0.077m,自身定位误差为0.122m,误差均方差为0.049。研究认为,与传统的EKF SLAM算法相比,Gray-EKF SLAM算法具有更高的精度。

三目视觉测头在自由曲面测量中的应用

自由曲面的逆向工程是先进制造技术中的一个关键技术 .开发了一种线结构光三目视觉测头 ,这种包括 3个CCD摄像机在内的测量系统具有许多优点 ,避免了双目视觉中存在的匹配现象 .它不但具有高效率、高精度和高可靠性的特点 ,而且适用于复杂自由曲面的在线测量 .针对工作原理以及相关问题 ,对其进行了详细的讨论 ,其中包括系统优化、摄像机标定、采样策略、特征提取、图像匹配和数据重构 .实验证明三目视觉测头在精度和可靠性方面都优于双目测头 .首次研制测头的精度达到了 0 .0 2mm .

基于三目视觉的航天器交会对接位姿测量方法研究

随着载人航天和宇宙空间站的不断发展,航天器自主对接技术显得日趋重要.在航天器对接的最后逼近阶段,实时精确测量两航天器间的相对位置姿态参数是对接成功的关键.针对航天器交会对接中位置姿态参数的测量问题,研究了三目视觉的非线性测量方法,阐述三目视觉的测量原理并建立数学模型,将相对位姿参数求解问题转化为非线性优化问题,进而利用Levenberg-Marquardt算法求解.仿真研究表明,与双目视觉线性方法和三目视觉线性方法相比,该方法能降低图像匹配误差的影响,提高特征点的定位精度,增加测量系统的可靠性.

基于三目视觉测量的航天器交会对接相对位姿确定算法

针对航天器交会对接过程中位姿参数的测量问题,提出了三目视觉的测量方法。本文阐述了三目视觉的测量原理,建立了数学模型,分析了测量系统的误差。仿真结果表明该方法有效。与双目视觉相比,它能降低图像匹配误差的影响,提高特征点的定位精度,增加测量系统的可靠性,因此能够满足航天器位姿参数的测量要求,对航天器在轨实时应用具有重要参考价值。

基于靶标的三目视觉3维坐标测量系统

为了解决复杂环境中大视场、高精度、非接触3维测量问题,采用三目摄像机结构,通过靶标成像来测量被测点3维坐标的测量系统。测量时摄像机采集测量靶标的图像,计算机通过图像处理的方法获取测量靶标上标志点的3维坐标,并提出基于被测点与标志点间距离方程与直线约束的被测点求解优化方法。测量系统通过高精度光栅位移平台带动测量靶标移动来完成测试。结果表明,测量系统在视场范围、测量精度、使用灵活性等方面有较大的改进,能够测量视场深度从2m～5m范围内的视场,测量精度优于0.2mm。

自由曲面多目视觉检测技术

针对双目视觉检测系统在测量中存在的问题,提出了基于三目视觉的检测方法,研制开发了一种与三坐标测量机相结合,能够进行强反射自由曲面测量的基于主动视觉的线结构光三目视觉测头.文中阐述了测头的工作原理和几何结构,介绍了三目视觉的立体匹配算法.该方法从理论上解决了双目视觉中存在的误匹配现象,提高了自由曲面的测量精度.

一种基于边缘线的三目立体匹配方法

为实现准确的三维场景匹配,提出了一种基于边缘线的三目立体匹配方法。Canny边缘是一种常用的视觉特征,通过对Canny算子加以改进,提高了边缘线条匹配的可靠性。匹配过程分层次进行,首先通过边缘上少量点的成功匹配确定边缘线条间的对应关系,然后以此来约束该边缘上其他点的匹配。详细介绍了对应特征匹配所用的约束条件。首先,使用三目系统中第三个摄像机提供的额外极线约束,有效地减少了误匹配。由于常规所用的三目极线约束条件给出的匹配效果并不理想,提出了另外一种更加有效的三目极线约束应用方法。此外还介绍了边缘点的梯度方向约束,给出了基于以上约束条件的边缘线匹配算法。实验结果表明,该算法具有较高的匹配正确率,是一种有效的立体匹配算法。

OpenCV耦合三目视觉的标准件目标定位研究与应用

在制造业自动化生产过程中,需要对标准件上某些目标进行定位,从而以此为依据对生产件进行校准。由于标准件为金属物品,且表面粗糙,打光成像后,目标背景复杂,而当前的图像目标定位算法不稳定。对此,文章提出了一个基于Open CV与三目视觉的标准件定位机制。首先基于三个Basler工业相机实现图像采集;然后基于形态学处理与阈值分割处理得到目标的大致区域,再通过轮廓匹配得到目标的精确坐标,轮廓特征有周长、长宽比、长宽差。最后引入特征判断机制,实现不良检测。最后测试了该机制性能,结果表明:与普通的图像目标定位算法相比,在图像目标特征不明显,且背景复杂时,该机制具有更好的定位与检测效果,准确定位出图像目标的轮廓。

三目视觉测量系统在风洞试验中的应用研究

针对立体视觉测量技术在风洞试验中的应用特征,设计基于线阵CCD的三目视觉立体测量系统。利用基于双高斯物镜的组合透镜,在降低光学畸变的前提下实现点光源到线光源的变换。组合镜头可对CCD进行三自由度微调,保证测量目标成像于焦平面附近。在系统标定过程中利用三坐标测量机构建虚拟阵列靶,以最大限度地提高标定靶精度。实例应用结果表明,该系统能够实现三自由度虚拟飞行系统模型运动轨迹的追踪及自由振动系统机械阻尼的测量。

三目视觉图像的极线校正方法

提出了解决垂直双基线三目(左、右、顶)极线校正的两步法。第一步摄像机旋转变换,按照特定的规则将各摄像机的对应坐标轴绕其光心旋转至互相平行,使得各像平面共面且与焦平面平行。第二步顶摄像机的平移变换,使三个摄像机光心构成空间等腰直角三角形。为此,提出一种等效处理方法。采用一面平面靶标,采集旋转变换前的三目图像,然后施以旋转变换,分析变换后三目图像所提供的特征对应点对的坐标,确定出顶图像变换至理想视图需要偏移的主点坐标,该过程等效于顶摄像机位置的平移。实验表明,该方法简便有效。

基于候选点稠密匹配的三维场景重构方法

针对星球探测机器人在未知环境中三维场景重建存在的计算复杂度问题,提出基于网格候选点的三目立体匹配算法。在空间中建立代表深度信息的网格节点,并对深度方向的节点分布进行合理规划,确保候选点稠密匹配的准确性和高效性。候选点匹配解决了传统立体匹配算法中图像校正带来的实时性问题,同时采用三目视觉系统代替双目,通过另一组对应点的相似性测度对潜在歧义的少量候选点进行二次判决。实验证明,由于处理每组图像对不再需要进行极线校正,因此计算代价与传统的匹配算法相比有一定降低,而第三台摄像机有效消除了匹配歧义,计算量相对于双目系统也没有明显增加。

基于三目视觉系统的服务机器人自动充电系统的设计研究

针对移动机器人自动充电问题,介绍了一种新型基于三目视觉系统的自动充电系统,并详细阐述了其机械结构与控制系统设计。通过多次实验,验证了所设计自动充电系统的合理性。

基于三目视觉的圆柱尾迹层析PIV测量

多数机械设备如换热器、汽轮机、燃气轮机等内部流场均具有内部空间狭小、流场流动复杂的特点。目前对于该类流场测量多采用二维粒子图像测速(PIV)的方法,难以反映真实的流场速度分布;同时多数三维流场测量系统设备复杂且昂贵,难以应用到狭小的空间测量中。因此本文搭建了一套基于三台相机的三维流场测量系统,针对某矩形水流管道,应用层析PIV技术对圆柱尾迹的低速流场进行了测量,成功观察并重建了圆柱产生的三维卡门涡街流场。测量区域约为30mm×30mm×5mm,三维空间分辨率达到20voxels/mm,重投影误差小于0.5%。研究结果表明,采用本文搭建的三相机层析PIV系统测量得到的三维矢量场合理地反映了圆柱尾迹的流动结构;MLOS算法相较于传统MART算法能够有效降低重构所耗时间,并能够达到同样的重建精度。本文搭建的测量系统也可用于其他低速流体实验中,而三相机的布置为测量狭小空间的复杂流场提供了可能。

基于三目视觉的红外热像仪标定方法

针对红外热像仪标定精确低的问题,设计一种能准确标定红外热像仪的方法。首先,使用两台可见光摄像机及一台红外热像仪组成三目系统,标定出可见光摄像机参数,并在系统视野内挥动带有特制灯泡的标定杆,获取匹配点对;然后通过可见光摄像机组成的双目系统重构点的三维坐标,建立起红外热像仪图像点与三维坐标点的对应关系;最后标定出红外热像仪参数并进行优化。实验结果表明,该方法精度较高,满足应用需求。

三目立体视觉外极线校正及其FPGA实现方法

提出一种三目立体视觉外极线校正的快速算法.3个摄像机呈直角三角形配置,且已知摄像机透视投影矩阵.根据校正基本约束确定校正后的图像平面,利用图像不变形约束计算校正所需的三阶矩阵,用于在平面仿射坐标系下对图像进行重取样,使图像的行列对齐.给出了基于FPGA的实时计算三目立体视觉外极线校正的硬件实现方法.在时钟频率为60 MH z,图像可分辨的像素数为640×480时,三目立体视觉外极线校正速度达到48帧/s.

基于三目视觉的弹丸姿态测试

提出了一种三目视觉弹丸姿态测量方法,利用三个相机构建了三目立体视觉系统,采用投影面交线法重建弹丸中轴线的方向向量得出弹丸的姿态角,分析了相对双目检测系统的优势,并对搭建系统进行了验证。试验结果表明,三目姿态测量系统可以有效测出弹丸的姿态角,静态误差小于0.35°,相对于双目系统具有更高的稳定性与可靠性。

基于FPGA的三目半全局匹配算法设计与实现

三目立体视觉系统能够克服双目立体视觉系统存在的遮挡等问题,进一步提高立体视觉系统测量精度。然而增加传感器数量会导致匹配算法计算量增大,影响系统实时性,从而限制三目立体视觉系统在各领域的实际应用。为此,本文提出一种三目半全局立体匹配算法及其硬件计算框架。首先,在对三目立体视觉系统基本模型深入分析的基础上,提出一种硬件友好的半全局匹配算法。随后,根据FPGA硬件并行化计算和流水线处理的特点,对片上系统整体框架及各计算模块结构进行设计。最后,基于Zynq-7000 SoC FPGA搭建一套完整硬件实验系统进行算法实现,分别使用数据集图像和真实场景图像对本文算法进行评估。实验结果表明,本文算法与传统双目半全局匹配算法相比,有效像素填充率提高17.31%,错误率降低13.06%,在真实场景下可实现60 fps实时立体匹配,能够满足各类应用场景的实际需求。

用金字塔图法匹配边界图象的三眼立体视觉方法

本文在分析了双眼立体视觉面临的本质困难之后，提出了用全字塔国法匹配特征基元的三眼立体视觉方法，这种方法由于建筑在透视投影几何原理的稳固基础上，无须任何先验限制，也不以图象相似性为基础，故可较好地解决精度与匹配难度的矛盾，且运用金字塔图法进行匹配传播使在保证精度的基础上，匹配速度大大提高。对计算机人工图象的匹配结果表明，误匹配牢几乎为零，且有较高的匹配速度和精度。

基于自适应聚合的立体视觉合作算法

提出了一种恢复高质量稠密视差图的立体视觉合作算法.该算法采用基于形态学相似性的自适应加权方法,迭代地进行局部邻域的自适应聚合和抑制放大,实现高效率和高质量稠密视差图计算.将该算法推广到三目摄像机立体匹配系统中,通过重建摄像机坐标系实现图像校正,并根据连续性假设和唯一性假设,建立视差空间中的支持关系和三目摄像机之间的抑制关系.实验结果表明,三目立体合作算法能够得到精确的场景视差映射,并可以实现多基线方向的遮挡检测.该算法特别适用于由多个廉价摄像机组成的立体视觉系统,在几乎不增加软件和硬件资源的情况下,就可以得到高质量的稠密视差图.