为了充分利用多目视觉系统的冗余信息,提高系统对同名物点世界坐标的解算精度,提出了一种基于加权Levenberg-Marquardt(LM)非线性优化的定位算法。该算法充分考虑拍摄距离对物点计算精度的影响,利用矩阵论中的广义正交投影法求解多相机约束下物点世界坐标初值,结合深度信息对目标函数进行加权,提高近距离相机的置信度,根据加权处理的LM算法对物点世界坐标进行迭代计算以获得最优解。在8 m×6 m×3 m的测量空间对4种算法进行了实验,实验结果表明,所提加权LM算法相比传统算法及近年提出的算法在精度与效率方面均有不同程度的提高,可为多目视觉系统的高精度定位提供一定的参考。
机器视觉 多目视觉系统 高精度定位 非线性优化 广义正交投影 加权LM算法 激光与光电子学进展
2021, 58(24): 2415006
渤海大学信息科学与技术学院, 辽宁 锦州 121013
低成本立体摄像机需要高精度的标定和定量的精度评定才能应用于三维重建。推导了同步解算摄像机间的平台参数和摄像机内部参数的自检校光束法平差模型。利用全部标定参数及其协方差矩阵，建立了基于相对定向的立体摄像机标定精度的定量评价理论模型。利用低成本网络摄像机构建立体摄像机系统，对其实施标定和精度定量评定。实验表明，同步标定立体摄像机的内部参数、平台参数可以提高标定的精度和稳健性。考虑参数相关性的定量评价模型，能够更稳健地反映立体摄像机的标定精度。
机器视觉 摄像机标定 误差传播 多目视觉 三维重建 激光与光电子学进展
2016, 53(2): 021503
1 四川大学物理科学与技术学院微电子学与固体电子学系, 成都 610064
2 中国科学院光电技术研究所, 成都 610209
3 中国科学院重庆绿色智能技术研究院, 重庆 401122
本文提出了一种简单、实用, 基于人工复眼成像的三维定位系统, 给出了人工复眼系统高精度定位机理, 建立了人工复眼成像三维定位系统设计方法。系统采用平面阵列相机作为系统成像主体结构, 每个子相机作为复眼的子眼, 子眼以正四边形阵稀疏方式排布, 采用平行光轴设计, 构造出稳定可靠的光学结构, 使计算结果更为精确。通过多重方向视差关系得出几何约束条件, 采用多方向性、选择性立体匹配算法, 建立计算模型, 实现高精度定位。制备了 1套子相机数目为 9的原理样机, 完成了三维定位测试实验, 实验获得定位精度为 2.53×10-4 rad。
人工复眼 三维定位 高精度 立体匹配 多目视觉 artificial compound-eye three-dimensional orientation high precision stereo matching multi-camera vision
西安工业大学 光电工程学院, 陕西 西安 710021
针对人工接触式硅棒参数检测中存在的耗时、低效、误检等问题, 提出一种采用四CCD机器视觉系统作为硅棒参数实时检测的非接触式测量方案。系统基于多目视觉检测原理, 以四CCD多目视觉检系统作为机器视觉检测前端数据采集模块, 拍摄待测硅棒表面轮廓图像信息。相邻两CCD构成正交双目交汇数据采集子模块, 子模块基于正交双目交汇测量原理实时采集两路含有目标空间信息的数字图像数据并保存到上位机。上位机图像处理系统读取采集图像, 完成多目相机标定, 特征点提取、同名点匹配以及视差计算后提取出目标特征点三维坐标。该检测技术有效避免了人工主观因素造成的漏检、错检, 满足实时在线检测要求, 实现了硅棒特征点空间三维坐标高精度检测的目的。
三维坐标 多目视觉 双目交汇 硅棒 特征点 3D coordinate multi-camera vision binocular intersection silicon rod characteristic points
为了精确识别人手姿态用于机器手控制,文中讨论一种基于计算机视觉的手势立体姿态检测的新方法。该方法利用多目视觉之间的配合,有效地解决了检测识别时手部关键节点互相遮挡的关键问题。采用了自适应阈值分割、harris角点检测、外极线约束等几种合理、有效的点的匹配算法,对不同摄像机拍摄到的手部关键节点进行排序,这样不仅解决了特征点的位置归属问题,也解决了图像与对应点的匹配问题。通过实验表明:对手部关键节点的检测达到了满意的结果。
计算机视觉 手势姿态 多目视觉 harris角点检测 极线约束 computer stereovision hand gesture multi-camera system harris corner detection epipolar constraint
天津大学精密测试技术及仪器国家重点实验室，天津300072
多目视觉检测技术是通过多个CCD传感器，从不同角度获取同一目标的不同角度的图像，并对多幅图像进行匹配、分割、相减等处理技术获取目标信息的一种图像处理技术.多目视觉检测技术能够比单目视觉检测技术获得更多的图像信息，这就降低了后继处理的复杂程度，提高检测系统的测量精度、抗干扰能力以及测量效率.然而，由于需要获得不同的图像信息，这就使得它对图像的质量，照明系统和照明方式的要求比单目视觉系统的要求更高.根据实验要求，主要设计了多目视觉检测技术中的照明系统，实现了平行光照明技术在多目视觉检测中的应用，并搭建实验平台完成实验.验证了光源的种类、光源的照明结构、照明方式以及被测物体的光学特性、背景特性等是影响多目视觉检测的重要因素，为该技术的应用、推广提供了实验依据.
多目视觉检测 平行光 照明方式 multi vision detection parallel light lighting way
Author Affiliations
Abstract
Department of Optoelectronics, Sichuan University, Chengdu 6100642 China Academy of Space Technology, Beijing 100094
A robust view selection algorithm for multiview stereo matching is presented. Different from the existent view selection algorithms which pick only the believable views for matching, this method assigns an adaptive weight to each target view based on the dissimilarity between it and the reference view. So it can utilize the information of all views more sufficiently. The algorithm has been evaluated with different real images to demonstrate its robustness.
多目视觉 视点选择 自适应权重 100.0100 Image processing 100.5010 Pattern recognition 150.0150 Machine vision 150.6910 Three-dimensional sensing Chinese Optics Letters
2009, 7(3): 03198
