长安大学道路施工技术与装备教育部重点实验室, 陕西 西安 710064
为解决现有利用左右图像总残差的均值来评价双目立体视觉标定不够精确的问题,提出一种基于对极约束的双目立体视觉标定精度评价方法。该方法充分考虑双目立体视觉中左右图像特征的约束关系及相机标定参数的全局性特征。遵循最小匹配代价原则,该方法利用尺度不变特征变换立体特征匹配法来进行角点检测和匹配。通过左右图像平面上实测角点与其在相对图像平面上对应极线的匹配程度来评价双目立体视觉标定精度,并将这种算法加入到标定算法中,实现了在标定实验过程中对相机标定精度的实时评价。实验表明,该方法比总残差均值法精度更高,精度最高提高了54.0%。
机器视觉 立体视觉 摄像机标定 对极约束 精度评价 激光与光电子学进展
2019, 56(23): 231504
1 军械工程学院导弹工程系, 石家庄 050000
2 装备学院重点实验室, 北京 101416
结构化场景图像的纹理较为单一, 可提取的局部特征较少。在宽基线情况下, 基于图像局部特征的匹配方法很难获取正确匹配, 导致匹配精度降低。为此, 提出了一种以图像局部特征匹配为基础进行配扩展的方法。匹配扩展时, 将图像中线段的两端点作为匹配的基元, 利用线段两端点在不同视点间的共线性和对极约束限定候选匹配的搜索空间, 剔除错误匹配, 进行匹配关系的传播。实验结果表明: 当图像存在一定的尺度和视点变化以及明显的光照变化时, 该方法能够有效地增加匹配的数目, 为精确的极线几何估计和三维重建奠定了良好的基础。
图像处理 图像匹配 匹配扩展 共线性约束 对极约束 image processing image matching matching extension colinearity constraint epipolar geometry
1 首都师范大学三维信息获取与应用教育部重点实验室, 北京 100048
2 首都师范大学空间信息技术教育部工程研究中心, 北京 100048
利用计算机视觉进行三维点云获取是一种实用方便的三维信息提取方法,在工业检测和三维建模等领域应用广泛。鉴于传统固定相机方法中存在着灵活性差,适用范围小的问题,提出了一种手持单相机的三维点云获取方法。实验结果表明,该方法在室外场景点云获取应用中较传统方法在灵活性方面具有非常明显的优势。
计算机视觉 对极约束 SIFT匹配 本征矩阵 computer vision epipolar constraint SIFT match essential matrix
1 吉林大学南岭校区辊锻研究所,吉林,130025
2 吉林大学南岭校区机械工程学院,吉林,130025
根据立体视觉原理，针对自由曲面视觉测量的实际情况，文中将多种方法融合为一体用于立体匹配，提出一种亚像素级的立体精匹配方法。首先利用投影光栅，在曲面上形成变形条纹，采用小波变换检测出像素级的离散边缘点；在此基础上，提出搜索式无监督聚类拟合匹配算法，将边缘点按实际边缘情况分为不同组别，并用三次B样条将离散的边缘点拟合成连续曲线；根据对极约束特性，实现亚像素级的立体精匹配，解决了交向摆放姿态的双目立体视觉系统的匹配问题。
小波变换 聚类 立体匹配 对极约束 B样条 Wavelet transform Clustering Stereo matching Epipolar constraint B-spline
