激光扫描图像编码三维视觉系统误差分析与标定

介绍基于激光扫描图像编码方法的三维视觉原理 ,进行误差分析 ,给出系统设计原则 ,提出通过移动标准平面来建立深度数据表的标定方法。这种方法有效地减少了图像采集与处理量 ,测量时间短 ,标定精度高。系统能正确地恢复三维物体的面形 ,其计算机模拟实验的深度测量精度为 0 .5 % ,多次平面实测结果表明 ,系统的平面深度测量精度为 1%。

双摄象头三维视觉系统

本文介绍了一种较实用的双摄象头三维视觉系统.主要讨论了视场内具有六个自由度物体的定位问题.系统以Frei和Chen方法抽取边缘,并运用了非均匀量化和预加重技术.采用了改进的Moravec兴趣算子法,实现了特征点的自动抽取.基于边缘的序贯分层配准法大大缩短了配准时间.在用三维数据获取物体姿态时.根据刚体运动总结的规则解决了工作特征点和模型点匹配时的组合爆炸问题和多义性问题.

图像编码三维视觉系统及其标定

提出了一种新的利用激光扫描图像编码方法的三维视觉系统，着重讨论了系统同步控制及其标定问题。实验结果表明，激光扫描图像编码方法有效地减少了图像采集、处理量，文中提出的标定方法精度高，系统同步误差小于 ０．０２％，系统测量误差小于 １％。

三维视觉系统提升机器人激光焊接效率

随着汽车工业的快速发展,为满足安全、环保、节能等指标要求,激光焊接技术在白车身制造领域的应用日趋普及.而在白车身激光焊接过程中,白车身精度、匹配关系及设备精度误差等因素造成了其焊接环境较为复杂,焊接路径与原设定程序容易出现偏差,为解决此问题,目前三维视觉跟踪系统被广泛应用到了激光焊接系统中,以便在焊接过程中起到随时检测及纠偏的功能.

三维视觉系统数学模型优化算法

本文根据系统辨识理论，在比较深入分析三维视觉系统观测特性的基础上，提出了一种优化该系统数学模型的非线性迭代算法。实际测试结果表明，视觉系统的测量精度仅低于视觉传感器分辨率的０．２％，且在整个测量空间，其精度基本一致。

基于视差原理的三维视觉系统

本文介绍一种三维视觉系统，该系统采用了一种视差测距图像匹配算法，该算法包括景像压缩、核心线选择和特征匹配。实验分析表明，该系统的测量精度主要取决于摄像机的分辨率。

三维计算机视觉系统中的结构光快速定标

利用DLT模型及简化模型 ,导出双相机单激光系统定标模型 ,巧妙地设计适用于单双相机系统的透明定标薄板 ,实现从单摄像机到双摄像机的快速定标。整个方案简单快速有效 ,定标精度达像素级。方案还可推广到多相机多激光源系统。

立体视觉系统的分析与设计

讨论了立体视觉系统的性能以及参数变化的影响。研究表明，观察者能够感到三维效果而又不引起眼睛过度疲劳的空间区域范围以及最小可察觉深度距离等都可由系统几何光学参数控制。由于在深度方向和ｘｙ平面上的放大倍数不同会引起三维图像的畸变。最后通过一个例子说明了调整系统参数来满足三维系统性能要求的基本设计方法。

双摄像机三维成像系统参数的标定和优化算法

通过分析双摄像机三维视觉系统的成像视觉过程 ,建立了包括镜头畸变因素在内的成像过程数学模型 ,推导了模型参数的求解方法 ,提出了标定过程的具体实现方法 .在此基础上 ,同时结合双摄像机系统的成像视觉两个互逆过程 ,提出了一种标定参数的快速优化方案 ,利用视觉过程所提供的更多信息 ,从标定的最终目标——提高视觉过程的角度 ,优化成像过程的模型参数 ,以更准确地反映视觉系统的信号变换过程 ,提高三维视觉精度 .实验表明 ,上述方法可以有效地同时提高双摄像机成像模型的标定精度及提高三维视觉系统数据的采集精度 。

激光三维距离图象获取和处理系统的方案设计

本文首先讨论和比较了三角法测距和激光雷达测距的原理和性能，然后描述了一种新型的基于激光雷达测距并运用于远距离、大体积目标的三维距离图象获取和处理系统，并给出了系统的性能指标和设计参数。

基于工业机器人的视觉分拣曲轴系统开发应用

针对发动机缸体曲轴装配长期依赖于工人手工分拣的问题,研发了一款基于三维视觉传感器配合机械手自动识别曲轴相位并分拣的自动化系统,该系统由相位旋转台、工业机器人、上下料传送带、操作台等共同构成。并基于总线组态软件技术实现人机交互,实现曲轴视觉识别并分拣系统的智能化控制。该控制系统可以实时监控现场参数,显示当前曲轴的相位和识别分数,使操作、维护更加方便。实验结果显示:单工件抓取与装配节拍为85s,与手工方式需150s比较,效率提高约76%。完全实现无人化自动生产,节省大量人力成本。

一种新的机器人三维视觉的设想

本文探讨了机器人视觉的固有矛盾,分析了机器人视觉方法的现状,得出:现行的视觉方法难于给出机器人操作必需的信息,难于兼顾实时性与通用性。基于此分析,构思了一种新的三维视觉系统,旨在解决机器人视觉的固有问题.

基于结构光视觉的联合收获机谷粒体积流量测量方法

针对谷物联合收获机工作过程中需要实时测量谷粒流量的问题,提出应用结构光视觉测量技术实现谷物联合收获机测量系统谷粒体积流量的测量。采用普通滑槽作为测量谷粒体积流量的输送器,应用滚轮与编码器测量谷粒在滑槽中的流动速度。根据激光三角法测量原理构建结构光三维视觉系统,测量滑槽中流动谷粒的截面轮廓,应用试验参数标定法建立物长与像素偏移值的关系。在对结构光图像进行预处理的基础上,通过阈值判定法获取谷粒流截面轮廓;采用梯形微元求和法分别建立谷粒流截面计算模型与体积计算模型。试验研究了滑槽倾角和图像采集帧率对谷粒体积流量测量误差的影响,结果表明,当滑槽倾角在15°~30°、结构光图像采集帧率在40~100 f/s时,4种谷粒体积流量的测量误差小于等于5.2%,重复试验变异系数小于等于0.021,均方根误差小于等于1.268 L;当测量体积为17.6 L、滑槽倾角为30°、结构光图像采集帧率为100 f/s时,测量误差最小,为0.74%;当测量体积为39.2 L、滑槽倾角为20°、结构光图像采集帧率为40 f/s时,测量误差最大,为5.2%。采用结构光三维视觉测量系统,应用梯形微元积分求和法建立谷粒流体积计算模型,可以实现滑槽输送谷粒体积的在线测量。

基于kinect摄像机的多运动目标实时跟踪

多运动目标跟踪是视频监控中的关键问题,在目标相互运动发生遮挡时,采用二维摄像头监控容易丢失信息而造成跟踪失败.本文采用kinect摄像机获取目标的RGB图像及深度图像,并分别获取基于RGB图像信息的目标颜色模型和基于深度信息的目标三维空间模型,在视频帧间将颜色、空间模型分别匹配得到目标帧间匹配度,通过Mahalanobis距离算法实现多目标匹配,从而得到多目标识别跟踪结果.实验表明,在RGB-D数据集及拍摄的视频序列上均取得了较好的跟踪结果,实现了kinect三维视觉下的实时多目标的跟踪.

一种基于线结构光的汽车侧位停车的环境感知方法

论文涉及车辆控制领域,特别是涉及自动泊车系统的车位检测方法。泊车车位探测装置包括摄像机,线结构光投射器。线结构光投射器在行驶车辆侧边投射出一个光平面,投射出的光平面与周围物体表面物体相交,若物体表面为一标准平面,线结构光在空间形成一条亮直线,否则光平面将受到物体表面形状调制而发生形变。从与投射方向不同的另一个方向,用摄像机拍摄该光条的图像并检测光条中像素点的位置变化,建立基于机器视觉技术的线结构光测量系统成像模型,结合摄像机标定技术、图像特征提取技术等方法实现泊车环境感知。相对于现有的基于激光雷达和超声波雷达的车位检测,它能有效地提高自动泊车车位的探测精度,并且成本更低、应用范围广。

基于三维分层图模型的复杂情况下多运动目标跟踪

复杂情况下的多运动目标跟踪是视频监控中的关键问题,在多目标运动中相互遮挡时二维视觉信息容易丢失而造成无法准确跟踪识别目标。本文采用kinect摄像机获取三维视觉信息,从节点、边、空间结构三个层次上建立目标的三维分层图模型表征目标的三维特征,并在每层进行通过视频帧间的匹配从而获得三维分层图模型匹配结果,并根据匹配结果先初步分析目标跟踪情况,如发生遮挡则通过遮挡区域聚类块与三维分层图模型中各特征匹配确定其匹配结果,从而得到多运动目标在复杂运动情况中的跟踪结果。实验表明,在实验室kinect拍摄的视频序列上当目标出现遮挡等复杂情况,也能取得较好的跟踪结果,在实验视频中比经典方法的跟踪总体性能指标改善约3%,说明本方法能较好地实现复杂情况下的多运动目标跟踪。