红外与激光工程
2022, 51(7): 20210611
光子学报
2022, 51(11): 1112001
1 南京航空航天大学机电学院, 江苏 南京 210016
2 南京景曜智能科技有限公司, 江苏 南京 211100
为提高标定精度,提出一种基于直线空间变换的光平面标定方法。首先利用互相关模板与5点滑动平均法提取激光条纹中心,然后采用正交回归法拟合图像中的光条直线方程。通过平面单应性变换获得靶标面光条直线方程,进一步再将靶标坐标系中的直线方程转换成Plücker矩阵形式。根据位姿转换关系得到相机坐标系下的直线方程,并建立超静定线面共面约束方程组,使用奇异值分解(SVD)求解光平面方程参数。所提方法测量的标准台阶块长度方均根(RMS)为0.065mm,平均误差小于0.030mm,圆柱直径的测量平均误差与RMS小于0.050mm。结果表明,利用光条自身整体信息拟合光平面,所提方法可实现较高的标定精度且标定过程简单,同时避免对每个特征点进行单独求解。
测量 机器视觉 光平面标定 Plücker矩阵; 单应性矩阵 线结构光 图像处理 激光与光电子学进展
2021, 58(2): 0212001
提出通过构造光刀平面,采用单应性矩阵的计算方法,完成线结构光系统标定。该方法通过在相机景深范围内平移标定靶,获取不同位置的光刀图像和靶标图像,从同一位置的两幅图中提取出特征点图像,构成一个光刀平面。按照相机针孔成像模型,可以建立光刀平面与相机系统的单应性矩阵关系,并计算出该矩阵,从而完成标定。在测量时,只需根据提取出的光刀图像像素坐标,结合单应性矩阵即可得到待测物体坐标,再结合平移设备,便可完成对整个物体的测量。实验证明,线结构光系统标定最大残差小于0.05 mm,标准差小于0.02 mm,两个面之间的测量距离相对误差低于1.3%。整个系统标定过程简单,适用于快速标定线结构光系统和工业化测量。
机器视觉 线结构光 单应性矩阵 标定 光刀平面 machine vision line-structured light homography matrix calibration light plane
1 中国科学院 长春光学精密机械与物理研究所, 吉林 长春130033
2 中国科学院大学, 北京 100049
3 中国科学院国家天文台长春人造卫星观测站, 吉林 长春 130117
为了解决多目偏振相机在获取图像中需要进行准确配准的问题, 本文提出了一种基于子图像的相位相关算法。算法首先对图像进行噪声减弱与细节增强, 并进行粗配准。之后在将图像分割为多个子图, 对每个对应区域的子图进行配准, 并剔除配准误差较大的子图, 以减少它们对于最终配准结果的不良影响。最后根据这些子图的配准参数来计算单应性矩阵, 完成最终的配准。实验结果表明, 对于3种不同场景的图像, 相比于传统方法, 本文方法的配准结果归一化互信息值均有所提高, 至多提高0.067%且图像细节更清晰。与传统算法相比, 本文算法对于低清晰度、大噪声的图像具有更好的配准效果。
图像配准, 相位相关, 子图, 单应性矩阵, 偏振图像 image registration phase correlation sub-graph univariate matrix polarization image
1 上海大学 机电工程与自动化学院, 上海 200072
2 山东理工大学 机械工程学院, 山东 淄博 255049
针对含有遮挡区域、深孔及凹槽等特征的多面体或回转体物体, 设计了一套基于立体定向靶标的探针式多视场三维视觉测量系统。首先, 基于近景摄影测量技术建立立体定向靶标的6个单元模型, 计算靶标各侧面角点在各自单元模型内的坐标, 单元模型的链接和光束平差, 获取全部角点的精确全局坐标, 作为立体定向靶标的全局控制点。然后, 设计了利用共面角点辅助定位的探针, 仍基于近景摄影测量技术解算出角点和测头在探针坐标系中的精确坐标。最后, 利用共面的棋盘格角点与其像平面之间的单应性矩阵, 推导全局坐标系、探针坐标系各自与相机坐标系的位姿关系, 进而求得探针测头的全局坐标。以量块(量棒)的标准长度作为评价指标, 在2 m×1.5 m的视场范围内测量精度优于0.1 mm。测量实验表明, 多视场三维视觉测量系统用于测量具有回转体结构特征的水壶, 能够获取水壶表面全部区域的点云数据。
三维视觉测量 立体定向靶标 探针 多视场 近景摄影测量 单应性矩阵 3D vision measurement three-dimensional orientation target probe multi-view field close range photogrammetry homography matrix
北京理工大学光电学院精密光电测试仪器及技术北京市重点实验室, 北京 100081
提出了一种基于双目视觉的深度图像拼接方法。利用预先标定好的双目深度传感器,通过运动采集到具有一定重叠区域的两张深度图,深度图与左目图像的像素点一一对应,对左目图像进行特征提取并匹配,计算出单应性矩阵,进而对两幅深度图进行拼接,并结合单应性矩阵对深度图深度进行矫正,得到最终深度图拼接结果。仿真和实验结果表明,所提方法可以有效扩大双目深度传感器的视场,得到的拼接深度图与单传感器采集到的基本相同。
图像处理 双目视觉 深度图 单应性矩阵 拼接 激光与光电子学进展
2018, 55(12): 121013
陆军工程大学 无人机工程系, 河北 石家庄 050003
针对提高无人机侦察视频的拼接速度与效果的问题, 提出一种改进模型估计的无人机侦察视频快速拼接方法。首先, 基于自适应鲁棒性尺度不变的特征检测子对视频各帧进行基于点的特征匹配。其次, 提出改进的随机抽样一致性算法进行模型估计, 并去除误匹配点。最后, 提出侦察影像快速拼接算法, 计算各影像变换到正射拼接图的单应性矩阵, 完成视频序列拼接。实验结果表明: 改进的随机抽样一致性算法在保证鲁棒性的同时, 提高了执行速度; 侦察影像快速拼接算法提高了拼接速度, 同时改善了拼接效果。
视频拼接 随机抽样一致性 拼接策略 内点抽样 单应性矩阵 无人机侦察 video mosaic RANSAC mosaic method inliers sample homograph matrix UAV reconnaissance 红外与激光工程
2018, 47(9): 0926003