基于立体视觉的车辆尺寸参数测量系统研究

本文利用双目立体视觉原理，提出基于数码相机阵列的车辆尺寸参数三维非接触测量系统，并对其进行可行性研究。系统以双目相机为基本测量单元，通过合理布置多个数码相机的位置，使得不同的基本测量单元负责车辆不同关键部位的测量，从而获取特征点的三维空间坐标，进而获得车辆尺寸参数。本文就其中的摄像机单目标定算法，双目标定算法以及三维重建算法进行相关的研究，并提出相应的实现算法。实验数据表明该测量系统的可行性和有效性，具有一定的应用前景。     

基于计算机视觉的汽车整车尺寸测量系统

针对汽车尺寸测量的应用背景，根据双目视觉原理开发了一套基于计算机视觉的汽车整车尺寸测量系统。论述了该双目视觉测量原理及传感器模型，利用图像差值法实现车身目标检测，并在此基础上利用Sobel算法、阈值化等技术实现特征点提取。结合特征匹配与区域匹配技术实现立体匹配，并完成自动测量。试验结果表明，该系统可以实现汽车整车尺寸的自动、快速、准确测量。     

基于双目视觉的目标测距

随着计算机技术的发展,无人驾驶技术的研究也受到了越来越多的关注,环境感知技术在其中占据着重要的地位,双目立体视觉技术以其特有的优势成为了环境感知技术中的主要内容。在研究了双目立体视觉标定、校正、匹配等技术的基础上,文章设计了基于MATLAB与OpenCV相结合的双目立体视觉测距系统。利用MATLAB calibration toolbox进行标定试验,并且将标定结果导入至OpenCV中进行后续校正、匹配、距离恢复工作以求出目标的三维深度信息。实验表明,该系统在一定的距离范围内能够达到高精度要求。     

立体视觉坐标测量技术在车身生产线中的应用

介绍利用双目立体视觉坐标测量技术对汽车车身关键质量控制点的三维坐标进行测量的工作原理,论述了基于该项技术的多传感器激光视觉检测站和视觉测量机器人的工作模式。在对以上两种视觉测量系统的技术特点进行对比的基础上,分析了二者在国内外汽车车身生产线中的应用情况和发展趋势。     

双目视觉技术在目标测量中的应用

给出了一种用于目标空间三维距离、方位信息探测的立体视觉系统实现方法。该系统根据双目视觉原理,利用预制三维标定物对图像获取系统的内、外参数进行标定,求出投影变换矩阵,根据图像识别结果运用灰度模板、连续性假设和对极几何约束进行识别目标的特征匹配,进而获得目标的三维信息。试验结果表明,该方法可以有效地获取目标周边环境的信息。     

3D电视产业的发展态势

上世纪五十年代，在研究基於双目视差立体三维显示机理的立体电影的同时，业界对立体三维电视也开展了大量的研究，提出了众多双目视差式立体三维电视的方案。作为一种新型显示技术，立体电视能显示出景物在三维空间申的位置，即景物的高度，宽度及深度，故也称其为三维电视（3DTV，Stereoscopic Televison）。     

双目视觉技术在城市道路路面裂缝检测中的应用

针对传统城市道路路面裂缝检测效率低下、成本过高等问题,提出了一套基于双目视觉与数字化图像处理的自动化检测方法。用一对CCD工业相机同时采集道路表面裂缝,再对图像进行数字二值化处理以提取裂缝特征点,根据双目视觉理论计算特征点的坐标,由此计算路面裂缝的最大宽度和最大长度,从而实现对城市道路路面裂缝的快速自动化测量。计算结果表明:被测路面裂缝的最大宽度与最大长度测量误差分别控制在10%和1%以内,符合相关技术标准要求,且检测耗时大为缩短。     

基于深度学习与圆检测的实时双目测距算法研究

针对基于学习的双目测距算法实时性不足的问题,在Loop-Net的基础上进行改进,提出一种新的双目测距模型。以编码-解码为框架,使用卷积神经网络构建模型,使用U-Net提取特征得到1/4特征图后通过3D卷积层融合特征信息提取左、右目视差特征,并加入扩张卷积层以充分提取特征。设计损失函数时充分考虑不同输入对应的不同噪声参数,并设计了基于圆检测的物体定位算法对目标物体进行定位。试验结果表明,模型在移动终端JN-IndustriPi的运行帧率为15～17帧/s,相比于现有模型提高约15%,且精度相近。     

基于双目立体视觉安全车辆间距测量技术研究

基于双目立体视觉原理,提出了一种安全车辆间距测量方案.该系统根据目标车辆在左右摄像头所获得的立体图像对应的不同坐标,计算出目标车辆到摄像头的距离.试验结果表明,该测距方案测量精度高、测量范围广,能满足智能交通中车辆安全距离测量的实际需要,是一种有效的前方车距测量方案.本文的研究方法,同样适用于对车辆前方其他目标物的距离测量.     

一种快速建立道路整体模型的方法

在系统分析了现有的道路三维模型构建方法的基础上,提出了一种将道路设计面模型与地形表面模型融为一体的整体模型构建方法,该方法基于约束Delaunay三角网内插入点和约束边的理论,利用逐点插入算法原理和Windows文件映射技术,快速实现了道路设计面与地形表面的整体建网。应用道路整体模型可以实现道路景观的三维漫游,评价三维立体线形以及与周围地形的配合情况。     

基于着陆器帮助的月面巡视探测器定位方法研究

提出了以着陆器为基站,采用立体视觉测量技术以及彩色图像分割的方法,进行跟踪测量的月面巡视探测器定位方法,能够对惯导系统加里程计的定位方法进行修正,减小月面巡视探测器的计算工作量。在定位方法的研究中,采用彩色图像分割方法,能够适应各种光照条件的影响,并且运算速度快,能够达到实时图像伺服控制的目的。通过月面巡视探测器上制作特征点及采用模式识别技术,提高了图像匹配概率。通过卡尔曼滤波技术,能够满足任意时刻的月面巡视探测器定位要求。     

基于室内标志的视觉定位方法

为解决室内交通场景中智能汽车和移动机器人进行定位计算的问题, 利用室内场景中已存在的各类标志, 引入BEBLID算法, 提出1种视觉定位方法。对BEBLID算法进行改进, 赋予其对图像整体进行特征表征的能力。将定位过程分解为离线阶段和在线阶段, 离线阶段构建场景标志地图。在线阶段中, 首先通过全局特征匹配, 引入KNN方法确定最近节点和最近图像。通过局部特征匹配获得特征点一一对应关系。利用场景特征地图中存储的标志坐标信息, 进行度量计算, 获取当前位置信息。在教学楼、办公楼和室内停车场场景进行实验, 实验中对场景标志的正确识别率达到90%, 平均定位误差小于1 m, 与传统方法相比, 同一样本下识别精度相对提升约10%, 实验验证了算法的有效性。      

基于描述符辅助光流跟踪匹配的数据关联方法

针对采用多状态约束卡尔曼滤波(MSCKF)的视觉惯性里程计定位精度易受特征点匹配异常值影响问题, 提出了1种基于描述符辅助光流跟踪匹配的数据关联方法。该方法采用金字塔LK光流对序列图像中特征点进行跟踪匹配, 计算每一对匹配点的rBRIEF描述符, 根据Hamming距离对描述符的相似度进行判断消除异常匹配点。在实验中从特征点匹配主观效果以及定位精度2个方面评估本文方法的有效性, 结果表明: 所提出方法能够有效滤除动态场景下图像特征匹配的异常值, 使用该方法处理后的图像进行MSCKF运动解算, 位置结果漂移率小于0.38%, 相较于未剔除异常匹配值的MSCKF算法结果, 改善了54.7%, 单帧图像处理时间约为39 ms。      

基于多特征的纹理特征提取方法研究与应用

纹理是图像的1种重要视觉特征,常用于识别和区分图像。纹理特征的提取则是其应用需首先解决的问题。通过总结分析目前较为常用的纹理特征提取方法,基于灰度共生矩阵(GLCM )算法、局部二值模式(LBP)算法和小波变换(DWT )算法的特点,提出基于多特征的纹理特征提取算法,即将各算法提取的特征进行融合。融合中使用权重对参数进行配置。论文设计了1种图像检索实验,通过图像检索实验比较了各算法提取的特征对纹理的描述能力。结果表明,对于Co rel图像库,笔者提出的多特征的纹理特征提取算法检索的平均查准率相对于GLCM 算法提高了20%,相对于LBP算法提高了9%,相对于DWT算法提高了10%,相对于徐少平等人提出的特征融合方法提高了15%。证实了文中所提出的算法能够兼顾各算法的优点,并具有较好的旋转不变性和尺度不变性。其不足之处是需要同时提取GLCM 算法,LBP算法,DWT 算法下的纹理特征,计算所需时间是后3种算法时间之和,使算法的实用性受到了一定的限制。      

基于ASIFT与RANSAC算法的岩体结构三维重建方法研究

隧道开挖过程中岩体结构面信息获取的快慢和准确程度直接影响隧道施工的安全,针对三维重建算法效率低的问题,提出一种基于ASIFT与RANSAC算法的岩体结构三维重建方法和策略。首先采用普通数码相机快速获取一系列真实描述岩体结构的数字影像;然后针对岩体影像比例尺与倾斜角变化大、纹理相对贫乏的特点,采用ASIFT匹配算法与RANSAC误匹配点剔除算法来保证立体影像之间稀疏匹配的效率和可靠性;最后采用光束法联合平差方法对系列影像之间的相对位置与姿态进行求解,并综合利用核线几何约束、半全局匹配、多视最小二乘匹配等策略实现岩体影像的密集匹配,最终提取出岩体的三维信息。工程实践表明:基于ASIFT与RANSAC算法的岩体结构三维重建方法可以方便地实现工程岩体结构面完全非接触式测量,有效提高测量效率,避免测量人员暴露于未支护岩体下的危险。     

公路隧道火灾初期视频火焰检测

为了有效探测公路隧道火灾初期火焰并预警,针对传统的感温型火灾火焰探测器在公路隧道等大空间环境存在反应速度慢等问题,通过研究失控火焰在图像中呈现的静态和动态特征,提出一种基于火焰图像多特征和AdaBoost算法的公路隧道火灾初期火焰识别方法。利用帧间差分算法提取运动前景,根据火焰在RGB和Lab空间的颜色统计模型分割疑似火焰区域,用从疑似区域中提取的H分量一阶矩、圆形度和LBP一阶矩特征值构成特征向量,作为AdaBoost静态特征模型的输入向量,用在一个检测周期提取的疑似区域质心跳动频率归一化特征值和AdaBoost静态特征模型识别结果中火焰帧数占周期总帧数的比值构成特征向量,作为AdaBoost综合特征模型的输入向量,并优化选取AdaBoost模型的参数。采用公路隧道火焰视频和公用视频对训练得到的AdaBoost静态特征分类器和AdaBoost综合特征分类器进行试验测试。结果表明：该方法能够实现公路隧道环境火灾初期的火焰识别,并能有效排除伪火焰车灯等干扰引起的误报警。     

自适应阈值分割的图像边缘检测方法研究

边缘是图像视觉中的一种重要信息,是图像最基本的特征之一.在边缘检测过程中为了消除传统分水线算法引起的过分割现象,给出了一种新的过分割区域合并算法,该方法能把复杂的目标图像分割成为一系列反映目标基本结构特征的简单区域.然后利用轮廓提取算法去除图像内部的像素点,经最后处理得到的部分即是图像的边缘.     

基于最大相关准则图像分割的结构化道路路径识别和跟踪算法

为提高基于视觉导航的智能车辆对结构化道路车道标识线的识别和跟踪精度,同时消除车流、阴影和光照不均匀等不利因素的影响,提出一种基于最大相关准则的图像分割算法及基于感兴趣区域的车道标识线跟踪算法:首先,对图像进行滤波和光线补偿等前期处理,采用最大相关准则的图像分割算法对道路图像进行阈值分割;然后,根据车道的结构特征及先验知识提取车道标识线的特征点,并运用最小二乘法对特征点拟合,得到车道模型的参数;最后,通过建立感兴趣区域(ROI)的方法实现对车道标识线的准确跟踪。试验结果表明,该算法具有很好的准确性、实时性和鲁棒性。     

智能车辆非结构化路面障碍检测

为在非结构化路面条件下进行有效障碍检测,提出一套利用雷达和图像进行一般障碍特征提取的算法和一种利用多层技术专门适用于负障碍检测的轮廓提取方法.然后讨论通过双传感器融合进行障碍物识别的方法和框架.最后通过实车试验验证整套检测算法的准确性和可靠性.     

基于新能源汽车大数据的事故特征模式匹配追踪分析

针对传统新能源汽车事故分析存在受限因素多、相互关联复杂度高、资源消耗大、事故原因较难下定论的问题,以新能源汽车全生命周期数据为例,提出一套事故数据模式特征匹配追踪的方法。通过构造高斯高阶导数滤波器,对模板信号的高阶微分特征进行抽取并形成多维特征模板,再用滤波器组与目标信号作卷积,将两者作相关性运算,计算其相关系数,把相关系数理解成概率并作为匹配程度的度量,计算联合概率最终完成模板信号的匹配程度计算,实现目标信号的匹配追踪。验证表明该方法科学有效,能够区分正常车辆和事故车辆,可以为新能源汽车安全预警提供有效依据。