双目视觉脉搏图像采集系统精度分析

该文针对自主研制的双目视觉脉搏图像采集系统,利用激光位移传感器对其精度进行分析。构建同步触发系统,控制双目相机与激光位移传感器同步采集。基于双目视觉测量原理,求取激光点质心的空间信息,进而提取脉搏波形。设计巴特沃斯低通滤波器,从激光信号中获取实际的脉搏波形。将两者所得波形的幅值进行对比,得到双目视觉脉搏图像采集系统的测量误差,进行精度分析,为双目视觉后续处理及分析提供了可靠的数据。

应用于纳型无人机视觉场景数据集构建的图像采集系统

纳型无人机具有体积小、功耗低的优势,在物联网、智能感知等领域中有重要的应用前景;对于纳型无人机的机载目标检测和目标跟踪等任务,视觉场景数据集对于机载算法的训练具有重要作用;由于受到体积和功耗等因素的限制,使用无人机机载的视觉系统进行场景数据的采集存在传输帧率慢、传输中需要进行数据压缩等问题,进而导致构建的数据集与机载算法处理的实际图像不匹配;因此,为了构建一个高质量的数据集,该图像采集系统以匹配纳型无人机视觉场景数据为目的进行设计,系统通过低功耗图像传感器HM01B0制作的模组获取图像数据,通过ZYNQ的PL单元完成图像数据的处理和图像传感器的控制,PS单元完成图像数据存储和各任务间的调度;实验结果表明,该图像采集系统最高可以达到320*320分辨率下45帧/s的采集速率,与纳型无人机机载视觉系统图像获取速率相匹配,同时采集的图像质量清晰,能够满足纳型无人机视觉场景数据集构建的需求。

机器人焊缝跟踪水下双目视觉图像采集系统

分析了水下焊接的影响因素,采用大红和紫红复合滤光片进行滤光。根据机器人的结构,采用可调焦微型摄像机,满足跟踪精度的要求。设计了内外压环和密封圈的防水结构,使摄像机及光源的防水性能达到70～80m。采用相交光轴双目摄像头的布局形式,设计了一块带弧形槽的装配板来装配摄像头与灯源,使其既适应于水下焊接,又易于匹配。对直线对接焊缝和坡口焊缝进行采集试验,所采集焊缝清晰可见、干扰较少,完全可以用于水下焊缝跟踪。

张氏标定法在双目视觉脉搏测量系统中的应用

针对双目视觉脉搏信息测量系统中相机微距工作、公共视场小、成像范围有限的特点,研究相机标定的原理和方法,实现双目视觉系统的标定.采用微型黑白棋盘格高精度标定板,在自制背光源辅助下,双目视觉脉搏信息测量系统中的左右相机同步采集高质量标定图像,基于张正友标定方法,对系统进行标定,标定结果精度较高.基于该标定方法的脉搏幅度测量结果的标准偏差控制在0.040 0以下,结果稳定可靠,故该标定方法可用于脉搏信息测量系统的标定,为后续脉搏幅度的精确提取及脉搏形态三维重构打下良好的基础.

基于机器视觉的树木图像实时采集与识别系统

研究了树木图像的实时采集与识别技术 ,以及树木图像处理及分析软件系统的开发 ,并自行设计制作了室内模拟实验系统。树木图像处理技术包括图像的获取、图像的增强、图像边缘检测、图像分割和图像的特征提取与识别。本文的研究能够为分离施药目标与非施药目标提供依据 ,有助于精确农药喷雾的实现。

基于双目视觉脉搏图像SIFT特征匹配

通过双目视觉原理构成脉搏图像传感器采集脉搏薄膜图像,再基于特征点的立体匹配框架中,利用图像梯度信息,引入基于三维梯度方向直方图的SIFT特征描述子作为区域特征描述符,进行脉搏图像的特征匹配,为最后的三维信息的获取和对其他立体视觉图像匹配有很大的参考性。

平行双目视觉系统中深度图像的生成与分析

随着计算机科学,图像处理,模式识别的快速发展,人们对双目视觉系统和三维创建越来越重视。这些研究和应用在一些领域取得了好的结果。我们研究和设计一套双目视觉系统目的是获得生动的立体图像。而深度图像又是从二维图像恢复到三维图像的关键,因此深度图像的好坏直接影响到三维创建的效果。深度图像的生成与分析越来越受到计算机视觉领域的重视。

基于图像识别的管道组对工艺自动控制系统设计

为确保管道组对的精确度,提出基于图像识别的管道组对方法。设计了一种管道自动对中调姿机构,并使用Solidworks软件对其进行了三维建模和运动仿真,以评估其结构设计的合理性。根据整体视觉测量方案,成功搭建了视觉测量系统的硬件平台,并对系统硬件进行了选型。研发了一款基于SQLServer数据库框架的视觉测量和控制软件,它将系统标定、图像采集处理、图像模糊抗噪及位姿解算等多项功能融合为一体,为用户提供了全方位的图像采集处理和控制体验。经过对管道组对平台的测试试验,证明了所提测量方法在精确度方面的优势。

双目视觉脉搏图像三维信息获取的研究

通过双目视觉原理构成脉搏图像传感器采集脉搏薄膜图像。对系统摄像机采用张正友标定方法,得出系统结构参数建立的物空间坐标到像平面坐标对应矩阵。再基于SIFT特征算子进行左右2幅图像匹配,得出2幅图像一一对应的特征点。最后根据双目视觉原理得到特征点的三维信息。

水下图像采集存储、增强程序设计及验证

水下光学成像探测技术是水下探测技术的重要组成部分,但水下环境错综复杂,直接或间接影响到水下图像采集过程和成像质量。文中基于LabVIEW软件设计水下图像采集存储和图像增强程序,利用LabVIEW视觉与运动采集组件和存储模块进行水下图像采集存储,利用NI视觉重构器和IMAQ视觉系统模块完成水下图像的增强,从而改善水下图像的对比度、RGB亮度及伽马校正,增强水下图像成像效果。经过多次测试验证,该程序具有性能稳定,水下图像存储及增强效果显著的特点,为水下图像采集存储、增强提供了新思路。

基于智能视觉的微型高精度图像采集系统设计

为了解决图像采集效果差的问题,提出基于智能视觉的微型高精度图像采集系统设计。在智能视觉技术中,需利用传感器提供的实时构造闭环反馈信息对摄像机产生的视频信号进行处理,转换成数字图像信息,实时对信息进行采集,并对采集器接口和传感器接口进行设计;对系统软件部分设计时,需对系统进行初始化处理,实现数据输出、键盘显示与报警控制等功能,对时序智能视觉原理展开分析,并对解差分进行设计。通过实验证明,该系统采集效果较好,系统可靠性较强。

基于机器视觉的床芯智能抓取系统研究

为提升床垫组装生产线的智能化程度,开发一套基于机器视觉的床芯智能抓取系统。利用门型架和机械手组合替代传统的六轴工业机器人,有效降低企业成本,同时,搭载视觉模块,通过图像采集与分析处理技术,可实现目标物的自动识别和准确抓取放置。结论:利用床芯智能抓取系统,可有效实现“进床芯”环节的智能化生产,减少用工提高生产效率,对提升床垫组装生产线的智能化程度具有重要意义。

双目视觉的图像采集模块设计

双目立体视觉是计算机视觉的一个重要分支[1],可以用于获取三维空间中的目标的位置信息(包括距离信息)。而图像采集是整个双目视觉系统的基础,改善图像采集的性能可以改善系统的整体性能。基于Zynq-7000芯片将ARM和FPGA集成为一体的特征,讨论了基于该芯片设计实现的双目视觉的图像采集模块。通过在Zynq-7000芯片的FPGA部分设计实现的采集模块与DMA模块的协同工作,提高了图像采集与传输的效率,减轻了CPU的负担,提高了整个视觉系统的性能。

嵌入式双目图像采集系统设计

针对嵌入式系统的双目图像采集,给出了基于STM32硬件平台和嵌入式操作系统μC/OS-II软件平台的图像采集系统设计。并且采用应用AL422B视频缓存芯片、四线制电阻触摸屏和SD卡实现图像采集、显示、存储功能。实验结果表明,该系统具有较好的实时性,采集到的图像对于进行进一步图像处理有重要的实际意义。

视觉导航系统中图像采集及处理技术综述

主要介绍了视觉导航系统中图像采集及处理系统的基本组成和研究的意义,分析了视觉导航技术在各个行业的应用情况,根据国内外的发展现状,对视觉导航系统中的目标检测与跟踪以及部分先进图像处理技术作详细介绍,指出了视觉导航技术的有关难点和未来的发展趋势。

基于双目视觉测量技术的三维数字图像相关系统及其应用研究

在对双目视觉技术测量原理以及数字图像相关技术的研究基础之上,借助两台摄像机完成了能够进行结构动态三维变形观测的以双目视觉技术为基础的三维数字图像相关系统,并点出技术应用环节需要注意的要素。进一步地,以10Cr17为对象,通过拉伸实验的开展对系统的应用性能进行了验证。

集装箱装卸桥视觉防摇系统中图像采集的开发应用

为了提高小车迅速消除集装箱摆动的能力,提出了一种基于切换的防摇控制算法。通过分析吊具摆角与小车运行加减速之间的关系,建立集装箱装卸桥系统的数学模型,而吊具的摆角由摄像头和反光板组成的传感器检测到的图像经处理后得到。详细介绍网络摄像头IPC的选型和程序设计。

基于双目立体视觉的秧苗直立度自动测定系统

介绍了基于双目立体视觉的秧苗直立度自动测定硬件系统和软件系统组成。在移栽机试验台上 ,两摄像机经标定后获取秧苗图像 ,通过图像处理得到二值化秧苗图像 ,在二维图像空间将秧苗角度信息简化为一条直线 ,然后利用简化的两条已知直线与两摄像机参数矩阵 ,进行空间直线三维重建 ,完成秧苗直立度的测定。试验结果表明 :该方法可以获得较高的精度。

全方位高速瓜果图像采集系统的研究

快速可靠的图像采集系统是实现对瓜果进行准确分拣的基础。介绍了一种全方位高速瓜果图像采集系统。该系统实现了果实多个表面图像的同步采集,采用多线程程序结构提高图像采集速度,采用单场提取模式提高图像质量。利用开发的智能瓜果精选分级试验样机对图像采集系统的性能进行了试验,试验结果证明获得的图像质量和采集速度可以满足实时瓜果分级系统的需要。

一种双目立体视觉系统的校准方法

基于双目立体视觉系统的图像分析以及人工神经网络的三维空间建模算法,设计了一种针对双目立体视觉相机的校准方法,并可应用于运动目标点的轨迹追踪。将均匀分布目标点的校准平面放置在有效视野内的不同位置,通过双目立体视觉系统来捕获处于不同位置的校准平面图像。在图像处理之后,使用校准点中心的二维坐标作为人工神经网络训练的输入样本集,通过建立人工神经网络模型结构,实现目标点二维平面坐标到三维空间坐标的映射关系。采用这种具有通用性的方法,可以有效修正系统中存在的失真因子,获得目标三维位置信息,而无需进行复杂的相机校准操作。实验表明,提出的方案具有良好的可行性和鲁棒性。