工业机械臂辅助机器视觉的工件识别与定位

传统的工业机器人系统由于缺乏感知判断能力,很难适应目标种类和位置的变化,而现代工业需要生产不同种类和规格的产品。为此,以多品种小批量生产的零件为背景提出了一种机械臂辅助机器视觉系统,该系统能够实现对工件的图像采集并进行预处理,通过改进的Canny轮廓的提取算法与基于Hausdorff距离的模版匹配完成对不同种类工件进行识别和定位。最后经实验的验证该系统的定位精度在0.35 mm内,基本满足了在实际生产中对小批量生产、不同形状且没有固定夹具的目标工件的抓取、搬运与检测等要求。

基于特征点的全自动无缝图像拼接方法

提出了一种基于特征点的全自动无缝图像拼接方法。该方法采用对于尺度具有鲁棒性的SIFT算法进行特征点的提取与匹配,并通过引导互匹配及投票过滤的方法提高特征点的匹配精确度,使用稳健的RANSAC算法求出图像间变换矩阵H的初值并使用LM非线性迭代算法精炼H,最终使用加权平滑算法完成了图像的无缝拼接。整个处理过程完全自动地实现了对一组图像的无缝拼接,克服了传统图像拼接方法在尺度和光照变化条件下的局限性。实验结果验证了方法的有效性。

基于改进SIFT特征和图转换匹配的图像匹配算法

针对SIFT特征在纹理丰富的图像中提取较多的伪点和不稳定的点而影响图像匹配的问题,提出了一种基于Harris阈值准则的局部不变特征图像匹配算法。该算法在提取SIFT不变特征的基础上,利用Harris阈值准则对所提取到的不变特征进行选择,剔除了图像区域中大量可区分性较差的特征点,从而得到了相对稳定和可区分性较好的特征点。其次,结合不变特征矢量与图转换匹配(GTM)的方法对提取到的稳定特征点进行了精确匹配。实验对比结果表明,用取得稳定的特征点,进而结合一种好的匹配策略,能够更加增强图像匹配的高效性和鲁棒性。

实现物体360°轮廓测量的新型轮廓拼接方法

提出一种新型轮廓拼接技术用来实现复杂物体的360°几何轮廓的测量。应用光栅投射三维轮廓技术使被测物绕旋转轴进行多次旋转,获得能覆盖整个物面的多个单视角的三维坐标,利用坐标变换将这些数据转换到统一的坐标系下,然后应用正负方向掩膜矩阵法拼接合成物体360°轮廓。实践表明,应用该方法物体只需在4个角度0°、90°、180°、270°进行旋转,就能快速得到物体360°轮廓,它不仅可以用于普通连续面形的测量, 又可以用于含有间断的面形即自由曲面的测量。

改进的匹配点提纯算法mRANSAC

针对当前图像匹配算法中匹配点提纯环节不能有效提取正确匹配点的问题,提出了多变换矩阵mRANSAC(multi-RANSAC)方法.由于数字图像离散采样的原因,匹配点不能准确对应,存在一定的误差,由其拟合出的变换矩阵也各不相同,因而一个变换矩阵不能包含所有的正确匹配点.通过对RANSAC的研究发现,在抽样计算结果非最大内点数组中,只要内点数足够多,也是正确的,这也可以通过不同图像匹配点数不同来客观印证.因而提出使用多变换矩阵增加匹配点数,提高提纯效率,并提出并集法、减集法、自适应内点数阈值法三种策略.结果表明,mRANSAC提纯结果比RANSAC方法多出60%～300%.通过对mRANSAC阈值的设置和调整,可以达到近似100%的提纯率.该方法也可应用到其他有类似提纯问题的领域中.

机载三维成像激光雷达实时探测精度分析

为了提高机载增益调制型三维成像激光雷达系统实时探测时的测距精度,推导了该激光雷达的测距公式,可以得出距离精度与探测器探测到的光强密切相关,机载实时探测时各种运动引起的像移会通过强度图来影响测距精度和成像质量。基于光学成像原理和坐标变换矩阵原理,分析了该激光雷达实时探测时飞行器姿态变化对成像质量的影响,分析结果显示,飞行器姿态变化对z方向的位移影响最大为0.0298个像素,可以忽略不计,而对x,y方向像移影响比较大。研究了飞行器同一个姿态变化对地面点的像移影响,研究结果表明,像移会随着地面物点对光轴的夹角和飞行方向的夹角改变而改变。

基于像面旋转的画幅遥感相机姿态像移计算

以一种机载斜视画幅遥感相机为例,介绍了基于该相机建立像移数学模型的全过程。为交流方便,采用飞行力学国家标准的符号和转角正负,并选择与飞机相关的坐标系;提取相机几何模型,并将机体坐标系建立在相机适当位置,将目标航迹速度经飞机姿态矩阵、相机俯角矩阵、光学系统变换矩阵转换为像面坐标系下的像移速度,由此得到视场中心像移矢量计算公式。定性、定量地分析了像面旋转与姿态像移之间的关系;基于异速像移产生的原因,论证了像面旋转机构在姿态像移补偿过程中的作用。

基于点云与图像匹配的自动化喷涂系统坐标变换

针对当前个性化定制产品的喷涂工作需求,研发了一套自动化喷涂系统。为了实现系统中的坐标变换功能,提出一种基于点云与图像匹配的坐标变换方法。利用摄像机和三维扫描仪分别获取喷涂对象的二维图像和三维点云,并将点云进行投影获得点云投影图像;通过改进canny算子提取二维图像和点云投影图像的闭合边缘;计算得到边缘各点的曲率并将其展开为曲率链码的形式进行匹配,建立了点云坐标系与机器人坐标系的变换关系。通过实验验证了该方法的可行性。

基于特征点的图像拼接方法

提出了一种基于特征点匹配的全景图像拼接方法.该方法首先利用sift算法提取各图像中的特征点并利用Harris算法对图像特征点提取进行了优化,然后采用基于K-d树的BBF算法查找和确定初始匹配点对,完成特征点的粗匹配,再根据图像配准结果使用稳健的RANSAC算法对粗匹配的特征点进行筛选,计算出图像间变换矩阵H,最后采用渐入渐出的加权平均的融合算法对两幅图像进行无缝拼接,形成一幅完整的全景画面.实验结果验证了该方法的有效性,拼接效果较好.

基于最小生成树和TPS变换模型的图像拼接

本文针对图像拼接方法中的特征点匹配和变换参数求解问题,提出了一种基于最小生成树和TPS变换模型的图像拼接算法。该算法在每次迭代过程中,利用最小生成树的Laplace矩阵获取待拼接图像中特征点的匹配关系,然后估算待拼接图像之间的TPS(thinplatespline)变换参数,再利用这些参数使特征点集相互逼近,最终获得匹配关系和精确的TPS变换参数,实现图像的拼接。实验结果验证了该算法的有效性。

一种改进的透视不变匹配算法

针对透视尺度不变特征PSIFT匹配算法穷举采样带来模拟影像冗余、海量特征匹配造成计算效率低下等问题,提出一种改进的PSIFT算法。首先对待匹配影像进行透视模拟重采样,在模拟影像上提取SIFT特征并匹配,计算初始近似单应矩阵;然后利用近似单应矩阵对待匹配影像进行单应变换以消除部分透视变形,再次提取特征和匹配,并采用随机抽样一致（RANSAC）方法提纯粗匹配。实验结果表明,该算法计算效率高,对视角变化鲁棒,与PSIFT相比,匹配正确率是其2~5倍,计算速度快5~9倍。

改进仿射尺度不变特征变换算法的图像配准

为了更好地处理匹配效率、重复纹理匹配和仿射不变性匹配等问题,对完全仿射不变特征变换(ASIFT)算法进行两方面改进。匹配框架中特征提取的改进提高了ASIFT算法的匹配效率;利用优化随机采样算法(ORSA)结合以单应矩阵为几何线性约束模型的随机抽样一致性(RANSAC)改进匹配算法,提高了匹配精度和重复纹理结构的适应能力。实验结果表明,提出的改进算法能较好地匹配高度相似纹理,计算量小,计算速度快且精度高。

一种基于动态模板和等角变换的遥感影像地面控制点匹配算法

传统的基于影像灰度的控制点匹配算法,存在着运算量大,识别精度较低,约束条件多等不足。为解决上述问题,本文对传统算法进行了优化,主要思路是:在利用遥感影像先验知识确定搜索子区的基础上,首先采用动态模板进行不等距搜索,然后利用灰度相关系数双阈值和等角变换对目标控制点进行判别,最后结合控制点间的空间位置关系对未识别出的控制点进行定位。本文给出具体的实施流程,并结合ASTER和TM两种成像差异显著的图像数据,对优化前后的匹配算法均进行了试验,给出了试验结果和对比分析。结果表明,采用动态模板结合等角变换的匹配算法,无论在运算效率上,还是在控制点识别精度上,都较之传统匹配算法有明显优势,具有较强的适应性和应用价值。

基于SIFT二次匹配方法的同名像点识别

将尺度不变特征变换(SIFT)二次匹配方法用于IRS-P5立体像对的同名像点识别。引入全局几何约束与唯一性约束,剔除误匹配,获取用于初始定位的匹配样本,完成初始匹配。根据初始定位点,获取小区域子图像,在小区域内调整SIFT匹配阈值,在唯一性约束基础上,引入偏移坐标差值约束,完成二次匹配。通过实验验证,相比于将SIFT算法直接应用于遥感影像同名像点识别,SIFT特征二次匹配算法在严格阈值下,匹配对数可增长23.07倍,可获取更密集可靠的同名像点。

多幅X射线旋转图像轮廓对应点坐标提取和匹配方法研究

针对基于电力设备X射线数字图像三维重建问题,提出一种多幅X射线旋转图像轮廓对应点坐标提取和匹配新方法。首先对X射线图像预处理,并运用Canny算子对X射线图像进行边缘检测,得到目标图像的轮廓线;其次通过改进的8领域遍历追踪法,对目标图像轮廓点进行搜寻并将曲线上每个像素点的二维坐标保存;然后在多幅X射线图像上选择感兴趣的轮廓线,获得同一轮廓线在不同角度图像上的二维坐标矩阵,并提出一种像素均分插值轮廓点匹配方法,根据轮廓线走势插入轮廓点,实现不同图像上同一轮廓线的对应点匹配;最后运用旋转图像点的坐标变换矩阵对已获得的旋转图像对应点坐标进行逆求解,得到轮廓线点的三维坐标,实现轮廓的三维重建。通过零件实物与重建模型进行对比,从模型形状和模型尺寸两方面验证该方法的可靠性。

场景判断增强SURF影像匹配算法

SURF特征匹配算法进行特征匹配操作时,会受到边缘线上大量相似点特征等因素的影响,特征匹配结果往往不会达到预期的效果,在纹理特征复杂的场景区域,其匹配精度会变得更低。为了实现在复杂场景中连续影像帧之间高质量的特征匹配,本文提出了一种基于场景判断的改进SURF影像匹配算法。该方法以GC-SURF特征匹配算法为基础,在初始匹配与几何对应匹配阶段增加了变换矩阵评估机制。首先,采用本文算法构建两帧影像间的变换关系模型,求解基础矩阵与单应矩阵;然后,通过变换矩阵评估策略,对上一步求得的基础矩阵与单应矩阵进行评估,判断影像场景的立体程度,根据场景立体程度选择相应的变换矩阵;最后,根据选择的变换矩阵进行后续几何对应匹配。对ICL-NUIM数据的综合试验表明,本文算法能够取得更高质量的匹配效果。

一种基于特征的全自动图像拼接算法

提出了一种基于特征的图像自动拼接算法,本算法采用Harris角点检测算子提取特征点,并对特征角点进行初始匹配与求精,利用最小中值法去除局外点,使变换矩阵计算精确。最后进行颜色融合,生成无缝拼接图像,在大多数情况下,算法可自动完成,实验结果表明,该算法取得了理想的拼接效果。

关于SIFT算法降噪阈值的分析研究

SIFT（尺度不变特征变换）算法对特征点进行检测采用的是DoG（高斯差分）算子，而其对检测到的边缘不稳定特征点进行滤除是用的海森矩阵。在对滤除过程分析后发现：当对降噪阈值设定不同的值时，获取的特征点数目也随之发生相应变化。据此可知为降噪阈值选定何值，才使该算法能够提取出数目稳定的特征点。针对此问题通过实验对降噪阈值与特征点数目的关系进行了细致研究。实验结果表明，当降噪阈值设定在30左右时，该算法能够提取出数目稳定的特征点，这在一定程度上规避了盲目选取降噪阈值带来的低效性，同时也能够获得较合适的特征点匹配对数，从而可使图像匹配达到较好的效果。

运动图象序列的整合

文章研究了不同视点下图象平面投影的坐标关系,给出了摄像机旋转和平移运动产生的序列图象间的匹配公式,提出了运动序列图象的整合方法。该方法有以下优点:整合图象满足透视几何关系,保证了整合图象的真实性;不需要事先知道摄像机的内外参数;整合算法计算量小,整合实时性好。实验证明了该方法具有广泛的应用价值。

基于灰度组合矩阵的景像匹配算法

介绍了景像匹配算法的定义和分类.在分析了现有的灰度匹配算法的基础上,提出了基于灰度组合矩阵的匹配算法,该算法具有一般的灰度匹配算法的优点:抗噪声能力强,具有一定的抗几何畸变的能力.同时,该算法具有很强的抗灰度变换的能力,甚至可以抗灰度反转.大量实验表明,该算法具有比传统的NCC算法更优越的性能.