点云分割是点云处理的一个关键环节,其分割质量决定了目标测量、位姿估计等任务的精确与否。提出了一种采用空间投影的深度图像(RGB-D)点云分割方法,在分析了相机模型、RGB-D数据特征以及图像阈值与目标点云关系的基础上,建立靶标坐标系与点云区域的模型,进一步地结合靶标坐标系和图像阈值,把点云变换至靶标坐标系以突出目标区域、弱化背景区域,并用图像形态学处理所投影的像素值以及分割图像以获得所对应的点云区域。建立3种测试场景以获得3组不同的点云数据,采用4种方法对点云进行分割对比,其中采用空间投影的方法能获得较高的点云分割质量;对空间投影中的膨胀元素、数值与分割质量的关系进行测试分析,结果表明了采用空间投影的方法对RGB-D点云分割的有效性和可行性。

针对人工检测效率低、暖血器表面灰度值变化平缓以至缺陷提取受限的问题, 提出一种基于图像处理的暖血器缺陷检测方法。首先合理搭建视觉检测平台, 对采集图像进行灰度化、直方图均衡化等预处理; 其次改进阈值分割算法, 对灰度映射变换直方图进行拟合并引入判断条件, 对单峰灰度图直接进行自动阈值分割, 将双峰、多峰灰度图分解为多个部分并运用迭代求取最佳阈值T; 最后运用形态学提取侧面轮廓信息, 完成缺陷分类。实验结果表明, 该方法与常用方法相比, 能够有效区分缺陷种类, 并将准确率提升至99.33%, 满足企业实际检测要求。

为了提高多相机一维标定的精度,提出了一种基于归一化算法的分层逐步标定法,由基本矩阵获得射影投影矩阵,进而转换成度量投影矩阵。对标定物图像特征点的坐标进行归一化预处理,以提高标定精度,同时又保持线性方法快速、易实现的优点。在所提标定方法中,一维标定物可自由运动,不受场地环境约束,使用灵活。通过仿真和真实实验,验证了归一化特征点坐标可以显著提高标定结果的精度和稳健性。

针对室内空间的三维重建, 采用双二维激光雷达, 提出精确标定两雷达相对位姿的方法, 实现三维空间的可连续采集, 并获得准确的三维轮廓点云。利用静态标定靶标的扫描数据, 建立靶标参数求解数学模型, 得到双雷达坐标系相对位姿的补偿矩阵, 并转化为精确矩阵。建立仿真平台, 模拟标定实验,实现靶标参数的扭曲校正, 初步验证该标定方法可行, 并进行模拟采集实验, 获得的点云分离程度小于等于7 mm。搭建了硬件实物平台, 标定后进行室内轮廓采集实验, 最终得到了无畸变扭曲的三维轮廓点云。实验结果表明,双二维激光雷达相对位姿的标定精度可以满足室内场景三维重建的要求。

基于摄像机位姿估计的数学模型, 提出了一种检测摄像机位移前后目标图像特征点的方法, 通过求解摄像机发生位移前后的相对位姿矩阵来解决应用视觉图像获得点云的初始配准问题。首先, 介绍了摄像机位姿估计模型, 包括本质矩阵、旋转矩阵以及平移矩阵; 然后, 介绍了SURF算子的特征点检测、描述和匹配的方法, 在此基础上面向双目视觉和单目结构光系统, 分别提出了摄像机位移前后目标图像SURF特征点匹配和深度估计模型; 最后, 分别进行双目视觉和单目结构光系统点云的获取、位移前后目标图像特征点检测匹配和深度估计实验, 应用摄像机位姿估计模型求解旋转矩阵和位移矩阵, 并对位移矩阵进行统计分析剔除粗差。实验中采用基于点云空间特征点和基于图像的方法进行对比, 点云对应特征点均方误差缩小至12.46 mm。实验结果验证了方法的可行性, 表明本文的点云初始配准方法能较好地获得点云精确配准初值。

双目视觉作为一种非接触三维(3D)测量技术, 其位姿标定结果的好坏将直接影响3D物体测量的精度。基于迭代最近点(ICP)算法获得两组点集之间平移和旋转参数的原理, 提出了一种在传统双目位姿标定结果的基础上补偿双目标定矩阵改善精度的方法。介绍了摄像机模型、双目视觉测量模型和ICP算法的基本思想。用双目摄像机标定的外参数和相同的靶标坐标系获得双目视觉位姿矩阵, 在此提出基于ICP算法获得两组点集的旋转平移矩阵补偿双目位姿矩阵的方法, 以及相应的靶标角点坐标投影误差分析模型。双目摄像机采集9组5×7个角点的靶标标定图像, 应用ICP算法补偿双目位姿矩阵, 并采用误差模型对9组标定结果进行了分析, 双目结构光标定改进实验结果表明, 应用ICP算法补偿双目标定模型能显著地提高双目标定的精度。

由于传统测量方法及仪器设备无法满足在机实时检测工件三维尺寸的要求, 本文基于双目立体视觉视差原理, 搭建了一套可在车间现场操作的在机测量工件三维尺寸的视觉系统。首先, 介绍了改进的基于平面圆靶标的双目视觉测量系统标定方法。然后, 用阈值分割算法从背景中识别出待测工件, 采用Canny算子和多边形逼近法提取工件轮廓和轮廓关键特征点, 并在极线约束的特征点匹配算法基础上, 提出一种基于灰度相关的密集型精匹配算法, 获得了工件边缘轮廓关键特征点云的三维坐标数据。最后, 对匹配所得特征点云进行数据处理和特征拟合计算, 得到了工件的关键尺寸。在车间数控机床上对有斜面及孔结构的工件进行了在机测量实验, 结果显示, 该系统检测精度达±1.3%以上。