基于双目立体视觉技术的施工机械危险区域侵入检测研究

建筑工程施工现场人员密集、环境复杂,存在大量危险源和危险区域,违规进入这些区域会带来重大安全隐患甚至引发安全事故。现有的施工现场监控主要依靠专职安全员巡查,存在耗时、耗力、预警不及时等问题。为提高施工现场监控效率,充分利用已有摄像头资源,本文基于双目立体视觉技术和深度学习,提出了一种施工机械危险区域侵入检测方法。首先梳理相关文献,确定危险区域的划分方法;然后通过目标检测算法检测施工人员和机械的像素定位,利用双目立体视觉技术计算人机距离,并改进了人机距离判定方法,根据检测距离判断是否侵入危险区域;最后通过施工现场综合模拟实验验证,结果显示该方法能够准确识别施工人员侵入危险区域的行为,并提供预警信息,有效提高施工现场的监控效率和安全性。

基于竞争机制的简化双目立体视觉测距算法及系统设计

计算机立体视觉模拟人眼功能,具有探测范围宽、目标信息完整等优势,是近年来计算机视觉的研究热点之一.传统测距方法如超声、红外、激光等有容易受干扰、目标确定困难等缺点,为此提出简化的基于竞争机制的立体图像匹配测距算法,具有运算速度快,硬件要求简单的优点,并制作成双目立体视觉测距硬件系统.通过对实时的双摄像头图像的计算,在PC机上实现双目测距功能.

基于双目立体视觉的列车目标识别和测距技术

针对摘钩作业时间短,需要在机器人和车厢同步时准确识别目标把手和测距的问题,提出使用双目立体视觉技术配合机械臂自动摘取车钩的方法并对视觉部分进行深入研究:通过图像预处理和模板匹配技术识别目标把手,在利用特征检测和匹配算法恢复双目摄像机间的位姿信息,并对双目摄像机的位姿信息进行校正.为了克服立体匹配时光照不均的影响,提出了基于局部融合的立体匹配算法获取视差图,最后使用三角测量计算列车分解区域中目标把手的深度信息,实现三维重建.此方法可以在识别把手位置后,测量把手距双目视觉系统的物理距离,为机器人自动摘钩提供数据基础.

机器人双目立体视觉测距技术研究与实现

机器人视觉是一种重要的机器人传感技术,主要应用于机器人定位和检测之中;文章阐述了构建机器人双目立体视觉测距系统的方法,并运用Labview对所设计的系统加以实现;完成了图像的采集、预处理和边缘检测;通过在Labview中的C语言接口调用C算法程序,进行了物体特征识别和目标物体测距的算法实现;实验表明焦距、滤波算法和外围光源都会对测量结果会产生较大影响;在相同检测距离不同焦距时得到的检测精度会有一些偏差;并且加入低通滤波,可增加图像识别的精度,进而使特征点匹配和检测的精度都有所提高,对提高系统的检测精度具有实际意义。

基于双目立体视觉技术的汽车测距系统实现

汽车测距是汽车防撞系统的关键技术之一。在分析现有的汽车测距常用方法基础上,针对常用测距方法设备庞杂、相互干扰严重等问题,对机器视觉在汽车测距方面的应用进行研究,提出一套基于双目立体视觉技术的汽车测距方案。并使用OpenCV2.4.8在VS2012编译环境下用C/C++编程实现验证其可行性,通过对摄像机标定、立体校正、立体匹配等关键技术的研究,选用一种快速的立体匹配算法对目标进行测距。经过实验验证,该系统可行性高、成本低,只需两个普通CMOS摄像头便可完成图像采集工作,而且平台搭建方便,测距算法容易实现,速度快、扩展性好,在一定范围内的准确度基本满足应用要求。

双目立体视觉测距技术

基于人眼视差的原理,采用两台性能相同的相机从不同角度对同一物体进行拍摄,然后再根据获取的不同图像的视差计算出物体的实际距离,从而实现了双目立体视觉测距。本文对双目视觉测距系统的各个步骤作了详细介绍,并在相关理论研究的基础上,以MATLAB软件为工具,对其中的步骤进行了一定的改进和优化。

基于OpenCV的双目立体视觉测距

双目立体视觉测距原理就是利用两台摄像机从两个视点获取目标点在不同视角下形成的图像坐标,利用成像几何模型计算同名像点图像坐标偏差,来获取目标点的三维坐标,从而实现距离测量,它在高速公路安全车距测量上有着极大的应用前景。当前的测距技术有主动测距法和被动测距法,论文采用的是基于OpenCV的被动测距法,得到摄像机标定的参数和立体匹配的对应特征点后,该测距算法较容易实现。经过实验验证,该算法在一定测量范围内达到精度要求。

基于改进双目视觉和掩膜区域卷积神经网络的 空间定位方法研究

针对实际应用时监控图像中外破危险点选取不准和标定空间不足等问题,提出外破危险点自动选取算法并改进了双目立体视觉的标定过程,实现了双目立体视觉测距技术在复杂环境廊道外破距离测量中的实际应用。总结了理想状况下大场景中外破风险测距的双目立体视觉算法。使用掩膜神经网络识别外破轮廓和距离线路最近的危险点。针对可能出现的复杂地形,提出减少标定区域的部分标定法。选取部分典型外破入侵场景验证危险点提取算法和标定方法的有效性。结果表明,此改进算法在监测施工机械类外破时的危险点识别精度保持在0.3 m以下,且可以使双目测距应用于复杂环境下的线路外破监测任务。

基于双目视觉的目标测距和三维重建研究

针对双目测距中视差图的噪点干扰到测距精确度的问题,提出一种基于双目视觉的目标测距和三维重建方法。首先,采用双目相机进行摄像机标定、图片采集和预处理,通过摄像机采集到的左右图片;然后,并使用OpenCV与SGBM进行了立体匹配,获得了视差图;最后,为了得到更精确的距离,对视差图进行WLS快速滤波处理,转换成三维图像,对比激光测距仪得出目标处的测距误差在0.8%以内。实验结果表明,这种方法可以精确地测得图片上的目标深度,并且很好地在双目环境下进行三维重建。

嵌入式双目立体视觉测距系统

设计和研究了一种基于S3C2440硬件平台和嵌入式Linux双目立体视觉测距系统.该系统通过使用两个USB摄像头同步采集图像数据,并利用OpenCV对采集的两幅图像的数据进行处理,计算目标物在两幅图像中的像素偏差,进而算出目标物到摄像头平面的距离,在论文中以车牌作为目标物.同时该系统用Qt/Embedded实现LED实时显示图像和数据.整个系统建立在嵌入式架构上,能独立完成图像采集,数据处理,实时显示等功能.只要改变定位算法,则能测出任意目标物的距离.

基于双目立体视觉的目标物测距研究

为了获取目标物体在空间中的三维信息,本文在双目立体测量原理的基础上,采取OpenCV和Matlab相结合的方法,设计了一个基于双目立体视觉的目标物体测距系统。该系统采取张定友棋盘标定法,使用Matlab内置的工具箱完成双目相机标定,采用SGBM(Semi-Global Block Matching)立体匹配算法在VS2017环境下结合Opencv3.4.1库,对左右相机获得的图像进行立体匹配,生成视差图,将二维空间点重投影到三维空间中,实现二维坐标到三维坐标的转换,即可得到物体的三维点坐标。最终实现通过鼠标点选被测物体视差图后输出选定的空间三维坐标。实验结果显示,该系统的测量精度较高,并且在140 cm距离的测量精度最高。

基于双目视觉立体匹配技术的双目测距研究

通过对双目视觉立体匹配技术及测距的研究,计算在不同视角下对物体的图像进行感知,实现了摄像机替代人眼,取得不同拍摄环境下同一物体像素间的位置参数偏差及角点检测信息。主要完成了从各种双目立体匹配算法中选择一种高效准确且容易实现的算法来计算视差值。根据立体匹配的约束关系,借鉴黑白棋盘的模式进行标定,通过opencv模式处理得到实验相机的内外角点坐标参数。通过计算目标物体与相机之间的实际距离、目标物体的三维坐标以及两点之间的实际距离,提高了目标物体的识别率。

基于OpenCV的双目立体视觉监控跟踪系统

现阶段的监控设备无法自主获取目标区域的距离信息,而且在一定范围之外,由于图像模糊程度加深而无法对特定个体进行识别确认。针对以上存在的问题,设计并开发了基于计算机视觉库OpenCV(IntelOpen Source Computer Vision Library)的双目立体视觉监控跟踪系统。利用OpenCV强大的计算机视觉和图像处理能力,结合自行研究的双目立体视觉测距改进法和轮廓搜索法,能实现对监控区域内的物体进行距离测量和轮廓识别。通过实验结果表明,基于OpenCV的双目立体视觉监控跟踪系统运行可靠稳定,在一定范围内达到了实验要求。

基于ORB算法的双目立体视觉测距系统

利用视差原理可通过双目摄像机还原场景的三维信息,距离测量是双目立体视觉的一个简单应用。为提高双目立体视觉测距系统的实时性,采用ORB算法进行特征点的提取和匹配。建立光轴平行的双目小孔成像模型。利用张正友标定法做摄像机标定以获取摄像机内外参数。利用Bouguet算法进行图像立体矫正。建立了以图像获取、立体矫正、特征匹配、解算距离信息为主要步骤的测距系统。实验结果验证了该系统的可行性和有效性。

基于ARM的简易双目立体视觉测距系统

介绍了双目立体视觉测距系统的软硬件结构,系统的硬件结构包括核心板S3C2440、一个STN液晶屏和两个CMOS摄像头,系统的软件结构包括嵌入式操作系统、硬件的驱动程序和应用软件。系统最大的优势是能够脱离计算机,仅依靠一块体积较小的电路板就可实现上述功能,安装简捷、便于携带,可广泛运用到视频监控、工件定位、机器人自导引等诸多领域。

双目立体视觉的目标识别与定位

双目立体视觉系统可以实现对目标的识别与定位.此系统包含摄像机标定、图像分割、立体匹配和三维测距4个模块.在摄像机标定部分,提出了基于云台转角的外参数估计方法.该方法可以精确完成摄像头旋转情况下外参的估计,增强了机器人的视觉功能.并利用广茂达机器人系统,基于改进的双目视觉系统进行目标识别与定位,以此结果作为依据控制机器人的手臂进行相应运动,最终实现了对目标物体的抓取,验证了提出方法的可行性.

双目视觉变焦测距技术

双目视觉测距是根据视差原理,将三维空间求深度信息的问题转化成二维空间求视差。提出一种改进的变焦测距方案,使得传统双目视觉测距系统的测量范围得到更好的延展性,测量精度有了更好的自适应性。提出测距系统的"灵敏度"定义,它是决定系统有效量程和测量精度的重要指标。根据灵敏度函数的具体标定,提出自适应的变焦测距策略,在实际的测量应用测试中已收到较好的效果。

基于特征匹配算法的双目视觉测距

距离测量作为障碍物检测以及路径规划的前提和基础是机器人研究领域的一个重要分支。在众多测距方法中,由于双目立体视觉具有信息丰富、探测距离广等优点被广泛应用。本文将改进的SIFT特征匹配算法应用到双目视觉测距与标定系统中。首先建立双目视觉测距模型,测量值由空间物点在左右摄像机下的像素坐标值决定;其次根据该模型的特点提出了基于平行光轴的双目立体视觉标定方法;最后利用改进的SIFT特征匹配算法,提取匹配点的像素坐标完成视觉测距。实验结果表明,根据测量数据对障碍物进行三维重建,相对距离与真实场景基本吻合,能够有效地指导机器人进行避障。

基于双目立体视觉的壁面清洗机器人障碍物检测研究

针对壁面清洗机器人及其作业环境的特点,在简要介绍了诸类常用的实现避障的方法之后,提出了基于双目立体视觉的障碍物检测方法。为了提高障碍物检测的准确性和实时性,建立了平行双目视觉模型,并提出了一种基于区域与边缘特征相结合的对应点匹配算法。研究结果表明:该方法具有处理的数据量较小、实时性好、实现简单、避障较可靠的特点。

基于改进SIFT算法的双目视觉距离测量

针对视觉传感器距离测量中所使用的图像特征匹配算法精度不高、计算量大、实时性差等问题,提出了一种改进尺度不变特征变换(SIFT)图像特征匹配算法,并应用于双目测距系统当中。改进SIFT算法基于简化尺度构造空间,以曼哈顿距离作为最邻近特征点查询中的相似性度量,提高了算法效率。初次匹配之后与随机采样一致算法(RANSAC)结合,剔除误匹配点;基于精度较高的二次匹配点,提取匹配点像素信息进行距离计算,通过测距试验验证算法的可行性。实验结果表明:提出的方法获取目标距离达到较高精度,满足观测设备要求。