为了降低多光谱人脸图像中出现的非刚性形变、噪声和离群点等因素对配准结果的准确性和稳健性的影响,提出一种综合考虑特征点的空间几何结构和局部形状特征两方面信息的多光谱人脸图像配准方法。所提方法首先通过基于内部距离的形状上下文描述子来表述点集的局部特征信息,建立可见光和红外图像相似性测度函数。然后利用Student's-T分布混合模型来表示图像特征点集配准过程中变换模型估计问题,并采用期望最大化算法对模型进行求解。仿真数据表明在点集存在非刚性形变、噪声和离群点的情况下,所提方法仍可以实现点集间的精确配准。可见光和红外人脸真实图像数据表明所提方法的平均匹配误差和运算效率都优于对比算法,配准融合后的多光谱人脸图像可以提高后续的人脸检测和识别性能。

为了克服传统机器人手眼标定方法求解手眼关系及机器人坐标系与世界坐标系方位关系对标定参照物的依赖，提出一种基于二阶锥规划的无标定参照物手眼标定改进方法，并搭建相关实验系统进行验证。首先，利用运动恢复结构算法解算定义在一个尺度因子基础上的相机运动矩阵; 然后，引入对偶四元数理论参数化标定方程中的旋转矩阵和平移向量; 最后，通过二阶锥规划方法同时求解相机运动矩阵尺度因子、手眼关系及机器人坐标系与世界坐标系方位关系的最优解。仿真和实测结果表明，在没有标定参照物作为测量基准的情况下，标定结果中旋转参数相对误差为3.998%，平移参数相对误差为0.117%。与其他标定方法相比，该方法提高了无标定参照物模式下机器人手眼标定精度，扩展了手眼标定方法的应用范围。

为了实现机器人在弱纹理场景中的避障和自主导航, 构建了由双目相机和激光投点器构成的主动式双目视觉系统。对立体视觉密集匹配问题进行了研究: 采用激光投点器投射出唯一性和抗噪性较好的光斑图案, 以增加场景的纹理信息; 然后, 基于积分灰度方差(IGSV)和积分梯度方差(IGV)提出了自适应窗口立体匹配算法。该算法首先计算左相机的积分图像, 根据积分方差的大小确定匹配窗口内的图像纹理质量, 然后对超过预设方差的阈值与右相机进行相关计算, 最后通过遍历整幅图像得到密集的视差图。实验结果表明: 该视觉系统能够准确地恢复出机器人周围致密的3D场景, 3D重建精度达到0.16 mm, 满足机器人避障和自主导航所需的精度。与传统的算法相比, 该匹配方法的图像方差计算量不会随着窗口尺寸的增大而增加, 从而将密集匹配的运算时间缩短了至少93%。

数字散斑照相术通常测量刚体的面内位移。从基本原理着手, 研究了基于散斑照相术的两种常用方法, 即数字图像相关法和傅里叶变换法。论述了数字图像相关法中的亚像素梯度算法, 讨论了如何选择子区的大小, 优化测量结果；傅里叶变换法通过对散斑图进行傅里叶变换和数学形态学等一系列操作, 获得精确的条纹间距, 从而更好地计算面内位移。实验结果表明, 傅里叶变换法的测量精度要高于数字图像相关法。

针对大视场摄像机标定中高精度大尺寸靶标加工困难，小尺寸靶标标定精度不高的问题，提出了一种二维柔性拼接标定方法。二维柔性拼接靶标由多个小平面标定板(又称为子标定板)组成，每个子标定板平面上分为匹配区和扩展区，其中匹配区由编码点组成，多个子标定板通过编码点进行匹配，虚拟拼接成一个大面积的平面靶标(又称为母标定板)，通过计算可以得到母标定板上的坐标值及其相应的像点，从而可以标定出摄像机的内参数。仿真和实验结果表明，该方法和大面积的靶标标定的精度相当，当大面积标定板上的标志点和子标定板扩展区标志点数相同时，其标定相对误差为2%左右。该方法的优点在于制备标定板灵活方便，可以无限制地扩展标定面积。

提出了一种目标点全视场自动定位方法,该方法利用回光反射标志点的强反射特性和目标点特征,采用粗精两级定位自动获取目标点中心.实际操作中只需预先设定相关的阈值参量,可快速获取图像中的所有目标点的图像坐标,极大地提高了视觉测量的效率和自动化程度.对于3 008×2 000 pixel大小、包含约140个目标点的RGB图像,利用该方法定位所有目标点的用时为14.9″,定位准确度为1/10 pixel.

为了进一步提高机器视觉的重建精度,对相机站位和重建精度之间的关系进行了分析,并在此基础上估计权值,将加权的最小二乘算法应用于机器视觉系统的三维重建算法中。利用参数方程描述了机器视觉系统,推导了空间点三维重建的参数方程解法。利用误差传递原理,分析了从相机像平面上协方差到物空间协方差的传递过程,给出了误差传递和相机布局的直接关系。然后,利用得到的物空间协方差估计加权最小二乘算法的权值,最后进行解算。仿真和实验结果表明:加权最小二乘算法总体上优于普通的最小二乘法,当噪声方差比较小时,两种算法的区别不大。但是当噪声方差＞0.5时,拍摄像片数量少于30幅的情况下有更优的精度;对距离为37.031 0,24.970 4,26.015 3 cm的测量中,和普通最小二乘算法比较,加权最小二乘算法提高的精度平均为0.4 cm。

针对现有线结构光传感系统标定过程中对设备要求高、标定过程繁琐等问题,提出一种基于三点透视模型的快速标定方法。引入一个可自由移动的平面靶标,靶标上只需要共线且相互位置确定的3个特征点,利用共线三点建立三点透视数学模型,根据3个特征点以及光条纹在摄像机像面的成像信息,获取了光平面上标定点在摄像机坐标系下的坐标。平面靶标在视觉范围内任意移动几个位置,得到光平面上多个标定点坐标,从而确定光平面方程。实验证明,该方法平均相对测量误差约为0.72%,标定时不需要昂贵的辅助调整设备,也不需要求解坐标系之间的转换矩阵,简单、快速,适合现场标定。

为了实现大型自由曲面的三维面型测量,提出了采用光学定位跟踪技术的数据拼接方法。平面靶标作为中介,固定在测量系统上,靶标上的特征点在测量坐标系中的坐标通过中介坐标转换法获得。利用双目立体视觉构建跟踪定位系统,并以跟踪坐标系为全局坐标系,获取平面靶标上特征点的三维全局坐标,求得测量坐标系到全局坐标系的转换矩阵。将测量传感器在不同位置下所测的各子区域的三维数据统一到全局坐标系下,完成大型自由曲面的全局测量。实验结果表明:单次测量精度为0.11 mm;对10 cm×10 cm的平面靶标上100个点进行两次测量,拼接均方误差为0.34 mm。该方法操作简单、可行,并可满足要求。

图像测量系统中,已有的调焦评价函数当被测工件图像中边缘在高度上不共面时将无法正确调焦定位。研究了一种基于特征边缘跟踪的调焦评价方法,首先确定测量图像中被测边缘,进行跟踪获得边缘点,对每个边缘点在边缘方向上一定范围内进行梯度平方和运算,所有被测边缘点的值求和作为调焦评价值,达到极大值时认为该边缘正焦。采用透射式照明图像测量系统对一种图像中边缘在高度方向上不共面的工件进行了调焦实验,结果表明,该调焦方法能够对图像中各边缘在高度上不共面时对被测边缘对焦。