作者单位
摘要
浙江农林大学光机电工程学院,浙江 杭州 311300
基于视觉的光学三维重建技术得益于对场景干预少、获取信息丰富等优点,在探测范围有限、非接触的场合得到了广泛应用。首先,主要介绍了基于主动视觉下的结构光法、莫尔法、飞行时间法、激光扫描法和基于被动视觉下的立体视觉法、运动恢复结构法,并分析了这些技术的优缺点;其次,总结并讨论了光学三维重建技术在农作物信息感知研究中的应用现状;最后,对光学三维重建的未来研究进行了展望。
光学三维重建 主动视觉 被动视觉 农作物 信息感知 
激光与光电子学进展
2024, 61(4): 0400004
作者单位
摘要
大连海事大学 自动化研究中心,辽宁 大连 116026
提出了一种基于主动视觉的光平面标定方法实现对线结构光传感器的自动标定。与以往求取光平面上标定点后拟合平面的方法不同,该方法通过控制传感器做若干平移运动分两步完成标定。首先,经多次平移运动得到光平面中相互平行直线在摄像机中的投影,经计算消影点完成光平面法向的标定。然后,控制传感器沿设定的与光平面法向垂直的方向做2次平移运动,使其满足三点透视模型(P3P),完成摄像机坐标系原点到光平面距离信息的标定。实验结果表明:该标定方法具有较高的准确性,平均绝对测量偏差为0.015 4 mm,相对误差为0.183 0%。该方法本质上属于自标定方法,标定过程无需使用标靶,降低了标定成本,且操作灵活方便,适合现场标定。
线结构光传感器 光平面标定 消影点 三点透视模型 主动视觉 line structured light sensor light plane calibration vanishing point Perspective-three-point(P3P) active vision 
光学 精密工程
2012, 20(2): 256
孙泽林 1,2,*王昭 1李明 2
作者单位
摘要
1 西安交通大学 制造系统与质量工程研究所, 陕西 西安 710049
2 中国人民解放军63870部队, 陕西 华阴 714200
为了高精度测试火炮稳定精度, 建立了基于CCD与标准靶板的图像测试系统。介绍了测试系统的组成结构与工作原理, 研究了系统采用的图像预处理、模板匹配、靶标十字中心定位和系统标定等关键算法。为消除分划板十字线对靶板十字识别的干扰, 采用了开关中值滤波算法; 在选取灰度变换算法提高图像对比度的基础上, 分析选取了模板制作与匹配算法; 然后, 介绍了靶板十字中心的像素级和亚像素级定位; 最后, 引入基于主动视觉的标定方法确定了系统的像素角分辨率。试验结果表明: 提出的系统测试精度优于0.07 mil, 满足实际测试需要, 实现了带有稳炮功能的现代火炮系统的稳定精度靶场测量。
图像测试系统 火炮 稳定精度 主动视觉 image test system gun stabilization accuracy CCD CCD active vision 
光学 精密工程
2012, 20(1): 157
作者单位
摘要
1 北京航空航天大学机械工程及自动化学院, 北京 100191
2 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 100037
基于单点激光的三维扫描坝体监测系统可直接获取空间三维信息,对坝体平移、裂缝、溃坝和塌方等灾害进行实时高效监测,自动化程度高,操作简便,可长期野外作业,具有广阔的应用前景。进行了基于单点激光的三维扫描系统开发研究,设计了系统集成方案,进行了核心传感器的选型及控制系统的开发,搭建实验样机;对系统输出参数可能值进行统计分析,分别建立数据球和长方体边界模型来探讨系统集成机理;针对因传感器原点不一致造成的数据失真问题,提出了坐标归一算法完成系统标定;通过实验验证了系统标定算法的正确性与必要性。
成像系统 主动视觉 三维扫描系统 单点激光 系统标定 边界模型 
光学学报
2011, 31(s1): s100312
作者单位
摘要
天津大学 精密测试技术及仪器国家重点实验室,天津 300072
提出了一种快速高精度的摄像机主动视觉标定方法,建立了摄像机模型并详细分析了其各项参数的求解算法。标定时,令摄像机作一组二维的平移运动,采集圆孔靶标件的图像并计算圆心的像点坐标,同时记录摄像机的移动距离,得到标定所需的特征点。利用这些特征点计算摄像机标定参数,标定精度可达到0.005 mm。利用该方法定制的标定模块实现了摄像机的自动标定。该方法对摄像机运动的限制条件较少,并基本实现了摄像机模型参数的线性求解,为主动视觉系统的摄像机标定提供了一种有效的解决方案。
机器视觉 摄像机标定 主动视觉 镜头畸变 
光学学报
2010, 30(5): 1297
作者单位
摘要
北京航空航天大学 仪器科学与光电工程学院 精密光机电一体化教育部重点实验室,北京100083
设计了一种基于TMS320DM642 的单目主动视觉运动目标自动跟踪系统,该系统采用了一种期望极大化(Expectation Maximization, EM)自适应窗口的运动目标跟踪方法。本方法以考虑了像素空间位置信息的混合高斯模型建立目标的灰度特征模板,然后通过EM 算法迭代估计出使每帧似然函数最大化的分布参数值,这些参数不但可确定出跟踪目标在图像序列中的位置和形状尺寸,而且为单目摄像机的自动变焦和基于分区逻辑的摇摆运动提供了控制信息。实验表明:系统可以自动而稳定地跟踪具有复杂运动状态的目标,对320 pixels×240 pixels 的图像可实现平均约20 frame/s 的跟踪速度。
运动目标跟踪 主动视觉控制 期望极大化算法 高斯混合模型 moving object tracking active visual control expectation maximization algorithm Gaussian mixture model 
光电工程
2009, 36(2): 6
作者单位
摘要
合肥工业大学,仪器仪表学院,安徽,合肥,230009
要用一幅图像在三维欧氏空间中重构三维场景,尤其是动态的三维场景,常用的点结构光、线结构光扫描法不能满足要求.一个有效的方法是采用伪随机编码结构光照明主动视觉技术:用编码结构光照明被测场景,因为伪随机编码阵列中任一子窗口阵列都唯一,所以通过对场景图像中编码窗口的查寻,可以确定图像中编码点在编码阵列中的位置,从而使场景被测表面每一个特征点都具有唯一的代码,能唯一被辨识,并最终得以重构.
主动视觉检测 伪随机阵列 伪随机序列 彩色编码 编码图像 
光电工程
2004, 31(z1): 141

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!