基于结构光亚像素提取的三维重建

将Steger曲线结构检测器与过零点检测相结合,提出一种新的亚像素提取算法,并通过实验验证了此方法的有效性。

利用二次曲线拟合的CCD图像亚像素提取算法

在图像测量系统中 ,测量系统的精度与边缘提取的精度成正比关系 ,普通算法的精度为像素级 ,现在最常用的亚像素算法是重心法。本文提出了一种利用二次曲线拟合方法的亚像素边缘提取算法 ,介绍了算法的推导过程 。

工件三维测量的激光线亚像素提取方法研究

木材喷涂是一个传统的加工行业,文章主要在木材喷涂行业中运用机器视觉的方法实现由数控工作的方式向自动化加工方式的转变。在整个过程中,利用单相机加线激光的方法实现整个木材窗框的三维信息的测量。其中激光线亚像素坐标的提取是影响整个系统测量精度的重要因素。文章采用灰度质心法来获取激光线的亚像素中心坐标,很好地解决了系统测量精度的问题。

基于假设检验的数字影像线状特征亚像素自动提取

线状特征是数字图像处理与模式识别中一种重要的中层描述符号,具有丰富的语义信息。针对目前提取算法的不足,提出一种稳健的高精度直线提取算法。在对分裂线段感知编组时提出一个基于假设检验的方法,从几何拓扑关系和物理光谱信息两个方面以及全局与局部两个尺度进行模糊融合和检验。并利用最小二乘模板匹配将提取直线的精度提高到亚像素。本算法可在一定程度上克服线段提取中的两类错误和定位精度低的问题,通过对航空和地面影像的试验,验证了该方法的有效性。

亚像素条纹边缘提取技术在型面测量上的应用

三维型面非接触测量在工业领域有着广泛的应用前景.双目视觉是一种有效获取三维轮廓信息的方法,其中对大密度的黑白相间条纹进行精确定位和提取,是基于投影光栅图像的光学三维型面测量的关键技术和难点.利用空间编码技术将被测空间划分为若干区域,每个区域对应一个二进制码.条纹落在区域上与唯一的二进制码相对应,就可以对条纹精确定位.利用边缘提取算法获得像素级条纹后,再利用亚像素技术可以进一步对条纹进行高精度提取.介绍了基于灰度矩的和基于多项式拟合的亚像素边缘检测算法.将空间编码和亚像素条纹提取技术相结合,对光栅条纹进行亚像素级定位和提取的技术,与像素级的定位技术相比,能提高图像的定位精度,有效地改善测量系统的性能.

亚像素级激光光条提取及其激光平面标定应用(英文)

为了标定激光平面以实现三维形貌测量,提出一种亚像素级精度激光光条提取算法.该算法包括两侧边检测和中心线提取2个部分.首先,利用基于主成分角的渐进概率霍夫变换检测2条侧边并依赖该两侧边的距离获取光条宽度;然后,应用二维泰勒展式提取具有亚像素级精度的光条中心线并依据重建的三维坐标标定激光平面.实验结果表明,所提算法光条中心提取速度较快,平均约为78 ms/帧,光条平面共面误差较低,限制在0.3 mm以内.因而所提算法能够满足提取光条的两侧边和中心线的需要,且快速可靠、精度高和抗干扰能力强.

摄像机标定中栅格型标定点的亚像素提取的研究

介绍了一种新的摄像机标定用栅格型靶标标定点亚像素的提取方法。该方法先利用一个基于Hessian矩阵的形状算子判定栅格点的像素位置,然后对栅格点邻近区域内的图像灰度函数进行二阶泰勒展开,并通过计算该灰度曲面的局部极小值点来确定栅格中心点的亚像素位置。相对于传统的直线拟合求交点的方法,该算法计算过程简单,且具有较高的提取精度。

棋盘格图像角点坐标亚像素提取方法

针对基于视觉测量的物体位姿测量系统要求标定系统精度较高的需求,提出了一种自动识别和亚像素提取黑白平面棋盘格模板图像内部角点的方法.该方法在详细分析了棋盘格图像局部特性的基础上,建立了准确高效的改进SUSAN角点检测算法和精确的亚像素级提取角点坐标的方法,计算出总体标定误差为0.2个像素.通过实验验证了该算法的可行性和有效性,能够为高精度标定系统提供可靠数据.

Zernike矩和最小二乘椭圆拟合的亚像素边缘提取

为了提高微操作系统的装配精度,提出了一种新型的亚像素边缘检测和中心定位算法。应用Canny算子提取了微零件在像素级的边缘。应用Zernike矩对微零件进行亚像素级的边缘定位。采用最小二乘椭圆拟合定位微零件的中心位置。实验结果表明,该算法能够实现更高的定位精度和消耗更少的时间。

正交分光成像系统实时多光斑亚像素定位研究

正交分光成像系统在高频动态坐标测量中具有独特优势。针对其在高频测量条件下数据量大,光斑坐标难以实时提取的问题,提出了一种基于现场可编程门阵列(FPGA)的实时多光斑峰值位置亚像素定位算法。首先设计与光斑光强分布相近的模板,通过模板匹配解决了原始图像中因噪声导致的峰值抖动问题;其次对匹配后的图像进行阈值比较并生成窗口信号,对窗内像素进行高斯拟合,拟合中心作为光斑峰值亚像素坐标。计算中充分利用FPGA并行处理的特点,采用流水线设计实现了硬件加速。实验表明,该算法可实现对多光斑位置的实时提取,光斑重复定位极差小于0.1像素,标准差为0.014像素,分辨力达亚像素级别。

基于LoG-Zernike矩算子的钢轨激光图像提取识别

采用激光摄像技术进行钢轨轮廓测量,图像中钢轨激光光条中心提取精度及效率,是决定钢轨轮廓测量是否可行的关键因素.提出采用LoG-Zernike矩算子进行钢轨激光光条中心提取,先利用LoG算子进行钢轨激光光条边缘粗定位,在粗定位图像边缘邻域内,再采用Zernike矩算子进行激光光条中心精确定位.详细论述了LoGZernike矩算子进行图像亚像素提取原理、过程,给出了LoG-Zernike矩算子详细计算步骤.试验结果表明,LoGZernike矩算子提取的钢轨轮廓曲线较细,连续性较好.

中厚钢板轮廓检测中线激光端点提取算法研究

提出了一种基于二次投影的边缘信息提取算法,并将这种算法应用于线激光端点的坐标提取.利用面阵CMOS相机获取入射在中厚板带钢表面的线激光图像,利用一次投影算法对预处理后图像进行处理,提取图像中激光线中心线的纵向位置坐标,并以它为基准,上下各取2行共5行作为提取图像中激光线端点位置坐标的目标行;然后,利用二次投影改进算法对这5行激光线分别进行处理,获取每行激光线端点的亚像素位置坐标,对该坐标值进行加权平均处理,所得值即为图像中激光线的端点位置坐标.所提出的二次投影改进算法不仅实现了目前中厚板形貌的非接触式测量,也提高了实际应用的检测精度.该算法光线端点检测精度可达0.003 5 pixel,在工程中具有较大的应用价值.

结构光光条中心亚像素快速提取方法

为准确获得结构光光条图像的光条中心,提出了一种新的光条中心亚像素提取方法。该方法通过光条截面能量中心和光条法线方向的迭代计算,实现了光条中心的亚像素精度快速提取。仿真实验结果表明,对于768×576piexl的图像,在噪声水平σ=36时,光条提取精度达到0.12piexi像素,光条提取速度约6.5ms。

亚米级遥感影像的建筑物高度反演方法及其验证

建筑物高度是现代化都市监测、规划、管理及各城市经济活动中的基础性数据,为实现建筑物高度信息的提取,本文提出了一种基于玻尔兹曼曲线的建筑物高度反演方法。首先,利用建筑物影像的光谱特性,采用多尺度分割和遥感指数分类的办法获取建筑物阴影感兴趣区域,根据玻尔兹曼曲线函数拟合获取阴影的亚像素位置,线性拟合得到阴影边界;然后,根据太阳、卫星、建筑物和其阴影的几何关系,构建高度反演模型,估算建筑物高度;最后,选择宁海为研究区,选取在轨的主流亚米级高分二号、高景一号、北京二号、WorldView-2卫星遥感数据进行精度验证。试验结果表明,计算的建筑物高度中误差优于2.5 m,可用于一般的城市卫星遥感监测。

基于视觉技术的活塞环闭口间隙检测的研究

目前,活塞环的检测普遍采用人工检测。采用视觉技术提取活塞环闭口间隙轮廓,对轮廓进行图像处理,得到测量结果,与人工检测相比,检测速度更快,精度更高。传统的边缘检测过程大都采用Canny算子,通过高斯滤波过滤图像。在活塞环轮廓处理过程中,对轮廓提取精度要求更高。高斯滤波作为低通滤波算法,对轮廓没有保护作用,会导致轮廓边缘图像模糊。针对这一问题,提出了改进的Canny算子,采用中值滤波和傅里叶变换相结合的方法,有效地提高了边缘轮廓的提取精度。

基于Lucas-Kanada光流法的人眼特征点实时跟踪方法

为更好地实现运动目标的检测跟踪,给出一种基于Viola-Jones特征点检测、亚像素角点提取与LucasKanade光流法跟踪相结合的人眼特征点实时跟踪方法。利用Viola-Jones算法检测出人眼区域,使用Harris角点算法在目标区域中提取亚像素级人眼特征点并引入筛选机制,从而在保证跟踪精度的同时减少运算量,采用金字塔分层机制的Lucas-Kanada光流法对运动的人眼特征点位置进行估计。该机制具有可切换的搜索窗口特点,兼顾了对大尺度高速度运动目标的跟踪。实验结果表明,该方法在保证算法实时性的同时明显提高了人眼特征点跟踪精度,并且能够保证快速及大尺度运动时的系统鲁棒性。

计算机三维视觉测量中相机标定的圆形校正方法

目前相机标定中大部分用harris角点提取特征点,当标定板与相机夹角过大时,将会减少角点附近的灰度信息,从而影响了特征点提取的精度。研究改进椭圆圆心提取法,提出了一种基于惩罚奖励机制的外轮廓提取法,加快了外轮廓的提取。提出一种新的快速的方法获得多于8个方向的梯度。并对高斯拟合提取亚像素点进行加权处理。实验证明,此算法优于opencv中的算法,可稳定的求得相机内参。

基于机器学习算法的图像边缘识别

文章首先改进边缘检测算法对图像边缘进行定位,使用双边滤波代替高斯滤波进行去噪处理,利用灰度相似性与几何相似性的权值分配边缘特征,提高精度;其次,在提取边缘坐标工作中利用多项式插值的方式提取出亚像素级精度的图像边缘坐标表示;最后,利用边缘轮廓追踪分析法实现了边缘线段分割,并将直线型、圆弧型以及椭圆弧型边缘进行曲线拟合,实现边缘几何属性提取。

基于射影变换的圆点标定板自动识别研究

快速准确提取标定板的图像信息是进行相机参数标定的前提,提出了一种基于射影变换的圆点标定板全自动识别方法。使用一种包含两种大小标志圆点的标定板对相机进行参数标定,首先,对标定图像进行阈值分割,获得标定板所在区域;其次,提取标定板上的标志圆并进行椭圆拟合,按一定顺序获得5个用于确定标定板方向的大标志圆;最后,利用射影变换原理对所有的圆点进行精确排序,从而获得图像圆心坐标与已知标定板坐标值的一一对应。通过实际实验验证了该识别方法快速、有效、准确率高,能在一定的角度范围内实现标定板的自动识别。

小孔孔径及同轴度精密影像测量算法的研究

针对小孔加工后采集得到噪声图像的特点,提出对提取的亚像素轮廓进行多次寻心处理及最小二乘圆拟合,以获得拟合圆的圆心坐标和直径长度的方法。通过对零件内外轮廓最小二乘圆拟合而得的圆心坐标进行数学计算,从而得出零件内外孔同轴度。该方法相比于传统接触式检验和一般非接触式检测方式,不但测量精度高,而且费时少。通过对标定板和光面环规标准件的测试结果表明,基于机器视觉的小孔孔径及同轴度测量算法,可使得小孔孔径及同轴度重复测量精度小于0.5μm。该测量方法已用于到水处理喷丝头等零件的测量。