GPS双目摄像机标定及空间坐标重建

为减轻双目摄像机标定过程中对高精度靶标的依赖,实现摄像机参数的精确标定,并对空间坐标进行高精度重建,提出一种GPS双目摄像机标定及空间坐标重建方法,采用GPS代替2D或3D靶标进行双目摄像机标定。将GPS的位置在视场中任意移动,由被标摄像机拍摄多组含有GPS的图像,利用空间三维坐标与图像二维坐标间的映射关系,结合摄像机成像模型和双目摄像机标定原理,标定出双目摄像机参数,并对空间坐标进行精确重建。通过空间重建坐标与GPS实际测量值之间的相对距离误差,对重建精度进行检验。实验证明,该方法能够克服双目摄像机标定过程中对高精度靶标的依赖,空间重建坐标具有较高的精度,相对距离误差从1.56%减小到0.52%。

例谈重建平面直角坐标系巧解一类二次函数综合题

以二次函数为背景,融平面几何、三角函数等核心知识、核心方法于一体的综合题,是中考或其他大型联考的必考题型,有很强的区分度.纵观历年来学生的答题情况,他们往往在运算上出现障碍.学生想不到重建平面直角坐标系来简化二次函数表达式,以削减计算量.

三维目标重建及视觉识别技术研究现状分析

目前,二维图像的机器视觉得到了大力发展。随着技术的发展和应用领域的深入,如今三维机器视觉技术开始得到越来越多的重视。与二维视觉相比,三维机器视觉技术能获得目标完整的空间三维坐标信息,而且不受视点的影响。因此,三维视觉能对场景目标作出更为精确的识别、定位和测量。文章综述了目前有关三维机器视觉中三维坐标重建、三维目标的识别这两个方面的研究情况。

利用EPID图像金球位置自动跟踪算法研究

目的:建立一种全新的算法,并利用EPID(Electronic Portal Imaging Device)图像实时读取预埋于体内金球的投影位置,自动重建金球在体内的投影位置坐标。方法:利用所编算法和Matlab软件进行EPID图像读取和处理金球投影位置并自动重建金球在体内的位置坐标。即取通过图像处理和圆曲率识别各自获得的金球投影位置坐标集合的交集为真实的2D坐标,并依此反推到病人体内获得金球位于靶区当中真实的3D重建坐标。结果:本研究共进行了三组实验,每组为两个交角拍摄的EPID片。每组所有EPID片上的金球投影位置探测成功率分别为94.44%,93.75%,94.44%。算法重建的和利用CT扫描在TPS中重建的金球位置的三维坐标最大偏差为2.2 mm,最小偏差为0.1 mm。该算法于所使用的PC上完成一组(两张交角EPID图像)图像处理和重建的运行时间<1s。结论:对于多组相交角度拍摄的含金球投影位置的EPID图像,所编算法金球探测成功率比较高,平均为94%,算法重建出的靶区周围金球三维坐标同CT扫描重建出的坐标相比较,偏差在可以接受的范围内。但是该程序参数调节较复杂,而且EPID板接缝处剂量会影响探测成功率,还需要进一步开发自动参数计算程序和消除EPID板接缝处剂量影响。

基于FPGA的双摄像头定位系统的设计与实现

系统分析摄像头得到的图像,分辨出物体的标识点,显示在VGA中,利用SoPC重建物体的三维坐标,并通过USB演示在上位机程序中。系统通过修改提供的IP核,设计了环状RAM,实现了视频图像的连续传输;设计了纯硬件USB接口,实现了FPGA与PC机之间的通信;通过采用双核和自定义指令满足了系统实时的要求。

基于双靶X线球管的双束X射线的金标成像实时跟踪可行性

目的:探究新型双靶X线球管的最优靶间距并建立一种基于此球管的双束X射线的金标记成像实时跟踪算法,实现实时CBCT图像引导放疗。方法:将植入金标记的模体置于医科达Synergy加速器治疗床的床面上,利用该加速器配置的CBCT获取金标记的kV-X射线零度投影图像。在同一机架角,平移模体在床面上的位置,使其处于间距为2~12 mm的等差对称位置,分别得到金标记的两次kV-X射线零度投影图像。然后从叠加的金标投影图像中提取模体两个位置处的金标记的2D投影位置。将相应的2D金标投影位置反向投影至模拟的双靶靶点位置。利用两条投影线相交的几何原理,重建出金标记在模体中的3D坐标,实现靶区内金标记位置的跟踪。结果:模体位于床面上间距在2~12 mm的对称位置时,对应于靶间距为2~12 mm的双靶X线球管的双束平行X射线。当模体位置相距7 mm及以下时,无法成功从叠加投影图像中检测出金标记的2D投影坐标,无法重建金标记的3D位置;仅当模体位于8 mm及以上的对称位置时,金标记2D投影坐标才得以检测到,检测精度为(±0.176、±0.140)mm,此时重建3D坐标的检测精度平均可以达到(±0.242、±0.392、±1.036)mm。结论:当双靶的靶间距大于等于8 mm时,根据金标记投影图像能较精确地重建出金标记的3D坐标。

面向桥式起重机运行状态检测DCNN边缘云系统

桥式起重机械是现代工业生产不可或缺的特种生产设备,需检测及监测起运行状态。提出面向桥式起重机运行状态检测DCNN边缘云系统,包括边缘端DetectNet部件定位网络、云端多任务Mask R-CNN识别网络,对起重机关键部件定位、分割及关键点精确提取,结合基于PnP问题求解的坐标重建技术,获得部件关键点坐标,完成基于深度学习与图像传感器运行状态量小车位移、吊具倾斜角度的定量测量。以一种通用式吊钩桥式起重机为试验对象,展示DCNN边缘云系统的识别效果,以测量工具所测结果为约定真值分析小车位移、吊具倾斜角度测量误差,结果表明小车位移测量相对误差为2.80%,吊具倾斜角度测量绝对误差平均值为0.0698 rad,满足工业监测准确度需求。

基于单纯形加速法的消除重建坐标轴误差

将一个坐标系平移、旋转到第二个坐标系位置,以建立坐标系的三个点九个坐标为自变量,应用单纯形加速法优化,通过调整步长,最大程度地消除建轴误差。

三维测量系统中线性CCD相机的直接线性变换

多组线性电荷耦合器件 (CCD)相机的直接线性变换 (DL T)中的每组 7个系数用于惟一确定对应相机的 8个内外方位元素对三维坐标解算有重要意义。分析了多组一维成像单元的标志点三维坐标重建原理。每个成像单元实际上只有 7个可用的内外方位元素 ,且与 DL T方程中系数的数目相符合 ,消除了可能由于系数和相机物理参数个数不等引入的重建误差。在自行研制的系统上进行了静态标志点的测试。结果表明 :在 70 0 m m× 76 0 mm× 5 0 0 mm的测量范围内 ,X、Y、Z坐标误差值都小于 1mm。