北京航空航天大学仪器科学与光电工程学院，北京 100191
在现阶段的智能制造过程中，精密产品及仪器表面的零划痕质量要求不断提高，基于机器视觉的划痕检测方法因其无损高精度的特点具有重要的研究意义。综述了基于机器视觉的划痕检测技术的发展现状，将目前主流的划痕检测方法分为手工设计特征方法和深度学习方法。基于手工设计特征的划痕检测方法包括灰度分布统计法、变换域法和高低维空间映射法，基于深度学习的划痕检测方法包括有监督学习方法和无监督学习方法，总结了每种方法的优缺点和适用场景，阐述了基于机器视觉的划痕检测技术的发展趋势。
机器视觉 划痕检测 数字图像处理 深度学习 激光与光电子学进展
2022, 59(14): 1415009
北京航空航天大学仪器科学与光电工程学院, 北京 100191
为了扩大镜像双目视觉传感器的视场范围,采用球面反射镜替换平面反射镜成为一种有效方案。但利用凸球面镜进行反射成像,将会导致图像质量和清晰度的下降,为此研究单相机镜像双目视觉传感器的光学特性。以离轴非中心式球面镜反射为研究对象,建立不同光学特性的成像模型,通过仿真和实验来定量分析球面镜参数对视场范围、分辨率和景深的影响,在给定工业相机和光学镜头参数的情况下给出双球面镜参数的设计方法。搭建基于单相机和双球面镜的视觉传感器,该传感器可以实现镜像双目视觉成像。通过分析基于球面镜反射的视觉传感器的光学特性,为新型镜像双目视觉传感器的设计提供了依据。
机器视觉 镜像双目 成像系统 折反射 光学分析 光学学报
2022, 42(10): 1015003
1 北京航空航天大学仪器科学与光电工程学院, 北京 100191
2 中国科学院遥感与数字地球研究所遥感科学国家重点实验室, 北京 100101
3 中国电子科技集团公司第五十四研究所航天信息应用技术重点实验室, 河北 石家庄 050081
综述了镜像双目视觉测量技术的发展现状,从测量原理及传感器、测量模型及标定、测量精度及评价等方面分析了镜像双目视觉测量结构模型,主要包括基于平面折反射的镜像双目结构和基于曲面折反射的镜像双目结构,总结了现有镜像双目测量结构在结构模型、图像获取和对应匹配等方面的优缺点,阐述了镜像双目视觉精密测量技术的发展趋势。
机器视觉 双目视觉 精密测量 折反射
Author Affiliations
Abstract
1 Key Laboratory of Precision Opto-mechatronics Technology, Ministry of Education, Beihang University, Beijing 100191, China
2 Department of Electronic Information Engineering, Foshan University, Foshan 528000, China
In order to solve the problem of low measurement accuracy caused by uneven imaging resolutions, we develop a three-dimensional catadioptric vision sensor using 20 to 100 lasers arranged in a circular array called omnidirectional dot maxtric projection (ODMP). Based on the imaging characteristic of the sensor, the ODMP can image the area with a high image resolution. The proposed sensor with ODMP can minimize the loss of the detail information by adjusting the projection density. In evaluating the performance of the sensor, real experiments show the designed sensor has high efficiency and high precision for the measurement of the inner surfaces of pipelines.
140.3290 Laser arrays 140.3560 Lasers, ring 150.0155 Machine vision optics 280.3420 Laser sensors Chinese Optics Letters
2016, 14(11): 111403
北京航空航天大学精密光机电一体化技术教育部重点实验室, 北京 100191
传统宽视场三维测量常采用多传感器构建的测量系统实现，传感器的同步和多传感器测量坐标系的统一两大难点导致测量精度与测量速度难以兼容。为了实现更宽视场范围内目标物的实时三维测量，设计了1种由单摄像机和2个四棱锥反射镜构成的全向立体视觉传感器。2个四棱锥反射镜对称摆放，顶部相对，下四棱锥顶端安装高分辨率工业摄像机。四棱锥反射镜成像形成4对虚拟摄像机，等效于传统双目视觉传感器的1对摄像机同时采集同名特征点，从而由4对虚拟摄像机实现水平4个方向的同步测量。解决了传统双目视觉传感器体积大、视场狭小、图像采集不同步等问题，且有效保证了图像的透视投影不变性，避免了曲面镜成像产生的图像畸变，减小了后续工作难度。
机器视觉 宽视场 折反射立体视觉 单摄像机 传感器
Author Affiliations
Abstract
Key Laboratory of Precision Opto-mechatronics Technology, Ministry of Education, Beihang University, Beijing 100191, China
The existing two-dimensional vision measurement methods ignore lens distortion, require the plane to be perpendicular to the optical axis, and demand a complex operation. To address these issues, a new approach based on local sub-plane mapping is presented. The plane calibration is performed by dividing the calibration plane into sub-planes, and there exists an approximate affine invariance between each small sub-plane and the corresponding image plane. Thus, the coordinate transformation can be performed precisely, without lens distortion correction. The real comparative experiments show that the proposed approach is robust and yields a higher accuracy than the traditional methods.
150.0150 Machine vision 150.1488 Calibration Chinese Optics Letters
2015, 13(12): 121501
北京航空航天大学 精密光机电一体化技术教育部重点实验室, 北京 100191
为了准确分割货车制动梁, 实现货车运行故障图像动态检测系统(TFDS)的故障自动识别, 提出了灰度投影、离散小波变换和自适应分割相结合, 利用灰度分布特征与位置相关性实现分割的方法。计算图像的垂直灰度投影, 采用离散小波变换分析投影曲线, 选择表示制动梁边缘的特征点, 拟合其中心线。结合制动梁先验信息, 将投影区域旋转相应角度并计算灰度投影, 设置自适应阈值选择曲线上的特征波峰, 实现不同角度制动梁的分割。实验结果表明, 制动梁分割准确率为99%, 处理一幅图像的平均时间21.7ms, 可以准确地分割不同曝光条件下的图像, 为后续的故障检测提供有力的保障。
图像分割 复杂背景 灰度投影 降维分析 离散小波变换 自适应分割 image segmentation complex background gray projection dimension reduction discrete wavelet transform adaptive segmentation
北京航空航天大学 仪器科学与光电工程学院,北京 100191
建立单摄像机虚拟鼠标的数学模型,提出一种虚拟鼠标的现场标定方法。以二维实体靶标为中介,利用计算机屏幕生成的虚拟靶标,确定摄像机坐标系到屏幕坐标系的变换,建立空间三维控制点图像坐标到鼠标指针的映射,实现了单摄像机虚拟鼠标的现场标定。提出的方法无需高成本的辅助设备,现场操作简单。在30 cm作用距离内采用640 pixel×480 pixel图像中50个特征点,当图像噪声方差达到1 pixel时,试验中控制点映射为屏幕坐标的均方根(RMS)误差小于3 pixel。该方法应用于研发的虚拟鼠标演示程序,表明切实可行,适用于虚拟鼻尖鼠标的现场标定。
机器视觉 虚拟鼠标 单目视觉 标定 鼻尖鼠标
北京航空航天大学 精密光机电一体化技术教育部重点实验室,北京 100083
针对机器人手臂上装载的工件等对象与摄像机之间空间关系的标定问题,本文在传统机器人手眼标定的基础上提出了机器人延伸手眼标定的概念,将机器人手眼关系拓展为延伸手眼关系。该方法通过引入辅助摄像机,利用平面标定靶标以及由机器人延伸手上的矩形特征衍生出的大量标定特征点,实现了机器人延伸手眼标定。实验结果表明,该算法可有效的解决机器人延伸手眼标定问题,标定精度取决于机器人延伸手的几何尺寸精度和获得特征点的精度,文中实验结果的RMS为0.113mm。
延伸手眼标定 辅助摄像机 标定 交比 机器人 extended-eye-in-hand calibration assistant camera calibration cross ratio robot
针对货车运行故障动态图像检测，提出无故障目标识别工作模式，解决货车枕簧丢失故障的自动识别问题。利用Haar特征提取枕簧特征信息，基于AdaBoost算法选取特征并构建层叠分类器，等比缩放搜索窗口检测货车图像，最终分选出无故障的枕簧图像，从而大大地减少了待识别图像的数量，显著地提高了人工识别效率。实验表明，该算法使用的特征简单，搜索策略高效，不受枕簧位置、缩放和旋转的影响，抗噪能力强，对分辨率低、局部遮挡、光照不足或过度曝光等质量较差的图像仍具有很强的适应性，所提出的方案能够满足全天候条件下的货车枕簧目标识别，为货车故障动态图像检测的工程化应用奠定了基础。
目标识别 货车枕簧 Haar特征 Adaboost算法 动态图像 object recognition sleeper springs Haar features adaboost algorithm dynamic images
