三维计算机视觉及其在焊接中的应用

随着视觉传感、图像处理和人工智能等技术的发展,计算机视觉以其信息量大、精度高、通用性好、检测范围大等特点,在焊接领域得到了广泛的应用。简要地介绍了目前出现的三维计算机视觉技术和方法,综述了该技术在焊接中的典型应用,并在此基础上提出了目前存在的问题和未来的发展趋势。

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。

三维计算机视觉及在场景分割解释中应用

介绍一种实用的三维立体计算机视觉方法 ,以自动汽车的简单立体视觉系统为例 ,利用一些与立体视觉相对应的关键特征 ,结合多目标并行图象信息和色彩信息进行场景描述 ,同时使用场景中有关物体的先验知识和已知模型等 ,基于这些描述、知识和模型 ,大多数的场景目标可以根据预处理所获得的信息进行有效的分割解释处理 .

立体视觉测量中摄像机标定的新技术

本文实现并改进了一种利用径向排列约束（ＲＡＣ）的摄像机标定算法，并利用该算法标定了安装在ＺＥＩＳＳＣＭＭ坐标测量机伺服机构上的ＣＣＤ摄像机的内部和外部参数．算法巧妙地利用了成像过程中的ＲＡＣ分解摄像机参数，提出了带有一阶径向畸变的摄像机模型，利用合理组织的求解次序使得每一步参数的求解都只须求解线性方程组，从而彻底改变了以往摄像机标定依赖于非线性优化方法．这种改进使得ＲＡＣ方法较以往的算法更为精确、快速、简便．

一种基于八叉树表示的三维物体分类算法实现

针对三维空间内物体进行分类的需求,考虑到八叉树在三维空间细分时的层次化优势,提出一种基于八叉树表示的三维物体分类算法。首先讨论如何用基于八叉树空间表示的"比特表示法"进行欧几里得空间卷积,然后提出深度卷积网络的结构形式和主要参数,最后分别利用ModelNet10与ModelNet40数据集训练网络并进行物体分类实验。实验结果表明,该算法对三维物体分类的正确率达到85%以上,同时,该算法与基于立体像素的三维物体分类算法相比较,在分辨率为2563时,卷积运算对计算资源与内存的使用量下降了近80%。

基于Frobenius范数奇异值分解的快速ICP算法

迭代最近点法(ICP)及其变体是三维点云刚性配准的典型方法,但此类通过迭代计算逐点距离矩阵实现点云配准的方式,严重制约了点云的配准效率。本文提出一种快速ICP算法,利用Frobenius范数表示待配准的两幅点云之间的误差函数,获得误差值最小点位置,并对此位置进行奇异值分解,从而得到旋转矩阵和平移向量,极大压缩了迭代次数和配准时间。在Standford数据集和3DMatch数据集上进行试验,与传统ICP算法及其变体、3种基于学习的点云配准算法进行对比,本文方法配准效率最优;在达到相近的配准精确度时,提出的快速ICP方法的迭代次数仅为传统ICP算法的0.2倍,在Standford数据集上配准所需时间为传统ICP算法的1/4,在3D Match数据集上配准所需时间为传统ICP算法的1/8倍。本文提出的快速ICP算法在数据量大的点云场景下,具有更高的效率。

由平行平面的投影确定无穷远平面的单应矩阵

在三维计算机视觉中,无穷远平面的单应矩阵扮演了极其重要的角色,可使众多视觉问题的求解得到简化.主要讨论如何利用平行平面的投影来求解两个视点间的无穷远平面的单应矩阵,用代数方法构造性地证明了下述结论:(1) 如果场景中含有一组平行平面,则可以通过求解一个一元4次方程来确定两个视点间的无穷远平面对应的单应矩阵;(2) 如果场景中含有两组平行平面,则可以线性地确定两个视点间的无穷远平面对应的单应矩阵.并对上述结果给出了相应的几何解释和具体算法.所给出的结果在三维计算机视觉,特别是摄像机自标定中具有一定的理论意义和应用价值.

利用图像中的消失点描述平面直线关系

在三维计算机视觉中 ,消失点和消失线扮演着极其重要的角色。在此利用场景中常见的平行线和正交线的特点 ,通过绝对二次曲线图像和消失点的计算 ,测量场景中其他几何结构的关系。该方法不需要摄像机事先标定。实验表明 ,在单幅图像中该方法所得结果可以作为一个较好的估计值 ,在 2幅图像中所得结果则较为精确。因此在图像测量中该方法有着一定的实用价值。