针对目前轨道交通市场上的一些以人工智能为主的地铁车辆列检产品在车辆变速时检测精度不高的问题，提出一种基于计算机视觉的地铁测速方法。首先，通过图像透视变换获取校正后的地铁图像，在校正后的图像基础上，利用深度学习目标检测方法定位车身区域。其次，对相邻两帧图像定位到的车身区域进行特征点检测，并采用区域最强特征点匹配方法获取匹配点对。然后，根据匹配点对计算出地铁移动的平均像素距离，结合像素尺寸换算出实际移动距离，再通过已知的相邻两帧图像时间差即可获取当前地铁实时速度。最后，根据实时检测的速度信息实时调整线扫相机行频，尽可能减少地铁车辆变速或者停车时产生的图像畸变，进一步提高地铁列检产品在车辆变速时的检测精度。在上海地铁17号线朱家角站的实际测试结果表明，由该技术获取的地铁车辆线扫图像不会因车速的变化而产生明显畸变，而且测速频率高，测试误差在1.2 km/h以内。

针对指针式仪表图像特点及现有读数识别方法存在的局限，提出了一种基于轻量级图像语义分割模型的读数全自动识别方法。首先，以轻量级语义分割网络CGNet为基础进行改进，通过增加通道注意力模块SENet进行特征增强和融合，同时适当加深分类层，从而预测更准确的刻度线、指针、量程数字等语义信息；接着，根据刻度线语义分割结果拟合椭圆，建立与标准圆的透视变换关系校正倾斜畸变的图像；然后，在校正图像中通过极坐标变换、图像细化、垂直投影等后处理操作精确提取刻度线、指针，并通过optical character recognition技术识别量程数字；最后，根据刻度线与指针相对位置关系及量程信息确定仪表读数。为验证该方法的有效性，构建了指针式仪表图像数据集。实验结果表明，该方法在图像语义分割精度上与现有轻量化方法相比有较大提升，对测试集图像读数识别的平均相对误差约为0.63%，可满足实际应用需求。

针对计算机绘制车道线地图的过程中，需要在移动背景下精准追踪车道线的功能需求，提出一种结合帧差法和窗口搜索的车道线跟踪方法。首先，对广角镜头拍摄的图像进行棋盘格矫正，再利用逆透视变换(IPM)将包含车道线的感兴趣区域转换为鸟瞰图，再使用色度,饱和度,纯度(HSV)、红绿蓝(RGB)分别将白色、黄色像素筛选出来。其次，利用车道线与垂线的夹角对车道线进行修正，根据修正后图片的像素密度，选出车道线的起始点，并采用滑动窗口搜索的方法提取整个车道线。最后，采用改进的帧差法，对车道线进行跟踪，并根据车道线标准对车道线像素进行规范化补充。由大量的实际道路行驶测试表明，该算法的准确率为94.97%，能够较为精确地完成车道线的追踪。

在幻影成像系统中，投影式成像装置具有制造成本低、成像系统操作便捷的优点，但由于投影光线发散和光源处光束偏轴角的存在，投影图像照射到四棱锥斜面时会发生几何畸变，导致三维模型失真。针对该问题，提出一种投影图像局域几何畸变的校正方法。通过提取投影图片，分析并建立投影图像形状和三维模型失真程度的映射关系，利用透视变换，构建投影图像局部几何畸变的矫正模型，实现三维模型的失真补偿。实验结果证明，校正后图像边长误差从34.4%降低到3.3%，角度误差从18.3%降低到3.3%，验证了该方法的有效性和可行性。

现有的解码算法在识别具有复杂3D失真(比如柱面失真)的快速响应(QR)码时会遇到困难,导致数据无法被提取。为此,提出了一种低成本而高效的3D柱面失真QR码的修复算法。所提算法包括三个阶段:首先,通过逆向透视变换还原出3D真实世界的柱面失真QR码;然后,失真的QR码被展开成平面;最后,使用与第一阶段超参数相同的透视变换获得修复QR码。实验结果表明,所提算法可以处理不同柱面失真的QR码,并且仅使用少量的相机内部参数即可工作。

提出一种基于全变分投影和空洞修复的光场图像透视变换算法。该算法可估计输入光场图像每个子视点的视差图,通过图像反向投影和重投影优化生成指定虚拟相机位置和姿态的光场图像,接着使用基于视差优先级的图像修复方法修复透视变换后的中心子视点图像,再通过中心子视点向水平和垂直方向进行内容传播,依次修复其他子视点图像。实验结果表明,所提方法生成的透视变换光场图像满足需求,可正确填充被遮挡区域,可以应用于多种光场图像编辑。

为解决现有线结构光大尺度测量标定复杂、精度不高的问题, 提出了一种基于多视觉线结构光传感器的大尺度、高精度测量方法。多视觉线结构光传感器含1个激光器和多个等间距并排的相机（一主多从）, 相互间有1/3左右重叠视场(OFOV), 光束覆盖所有相机视宽。传感器标定只需简易的棋盘格靶标, 按张氏标定法采集靶标图像、标定传统参数; 此外, 考虑相机视角的不变性, 利用OFOV内标定图像的已知特征角点, 经图像配准可预标定相邻相机图像拼接的变换矩阵。变换矩阵的逐步连乘得到任意从相机图像转换到主相机成像平面的透视变换模型(PTM)。该方法通过各相机同步采集大尺度物体的局部光条图像, 再利用PTM将所有局部光条快速拼接成完整的光条图像, 最终经光条坐标提取、换算得到光条位置的三维坐标。实验结果表明: 与已有方法相比, 该方法使用简便、精度更高, 重构模型平均构造深度与真实模型仅差8.3%。

为提高球形靶标中心在像平面上成像点的定位精度, 研究了球形靶标成像理论及球心成像点定位方法。建立了空间球在摄像机系统下的投影模型, 结合空间解析几何理论, 证明了球形靶标的透视投影特性。推导出了球心成像点坐标的精确表达式, 并结合测量实际给提出了球心成像点的高精度定位方法。利用仿真实验建立了球心投影畸变误差模型并分析了相关影响因素。最后, 结合陶瓷标准球进行了视觉系统位姿参数标定实验。结果表明, 该定位方法求得的空间球球心重投影误差比传统的球心成像坐标定位方法产生的重投影误差平均减少了36%, 位姿参数稳定性相对提高了40%。得到的结果验证了该球形靶标中心成像点定位方法精度高, 鲁棒性强, 可应用于基于球形靶标的视觉标定或测量中。