一种高精度特征点检测和相机标定方法

针对特征点检测和相机标定精度问题,提出了一种亚像素级的角点检测和相机标定方法。该方法对角点的提取首先运用传统的方法得到初始值,并以此为初始值从棋盘格图像中搜索边缘,然后拟合边缘数据,并将拟合得到的曲线的交点作为角点的最终值,最后以这些角点作为标定相机的特征点对相机进行标定。实验结果表明,该方法提高了特征点提取的准确度和精度,以此提高了相机标定的精度。     

植物全景拍摄中相机旋转角度的估算方法

植物全景浏览需要估算相机的拍摄位置,根据浏览者位置变化实时的调取合适的图片,实现全方位观察植物标本的目的。提出了一种相机拍摄角估算的方法,首先利用SITF计算图片的特征点,其次利用FLANN对特征点进行匹配,然后利用棋盘格方法求解相机的内部矩阵,利用匹配的特征点,计算透射变化的基础军阵,最后使用相机内部矩阵和基础矩阵计算相机的旋转角度。实验结果表明,该方法能够获得相邻图片间相机的角度。     

基于机器视觉检测的轮廓提取算法的研究

本文依据扫描线步长自适应优化、边缘检测、平面轮廓图元识别图像大小的机器视觉检测系统的开发等问题进行了系统研究。然而,轮廓提取是机器视觉检测最重要的一环,必须先提取图像中重要物体的轮廓,让这些重要物体的图片能够清晰的呈现出来,使计算机能够更好地使用这些图片信息进行识别,以方便工业或者制造业等的检测。本文根据基于Windows的Visual C++6.0软件进行物体图像的轮廓提取算法的编写,将物体图像轮廓展示在了计算机上,通过实验,我们对本系统软件的稳定性和精度进行了大量的测试,测试结果表明本系统能够很好地完成工业要求的需要。     

基于MATLAB的GUI车牌图像识别系统设计

提出了一套基于Roberts算子和最大方差阈值算法的GUI车牌图像识别系统。针对相机或高清视频流所采集的照片,本文结合图片的预处理,采用梯度检测法进行边缘检测,基于像素点的先行后列的车牌定位方法,并用最大阈值方差法进行二值化处理,根据对二值边缘图像做积分Harr识别,把车牌信息从图像转化为文本输出。实验结果表明,该GUI系统能够正确实现识别车牌图像文本信息。     

基于投影法的非球面透镜面形检测

为了解决非球面元件在加工和检测上的困难,提出了投影法测量非球面透镜面形的方法。在测量过程中,投影图像轮廓提取的准确性直接影响到系统的检测精度。通过滤波、边缘检测后,利用最小二乘曲面拟合算法得到非球面面形方程。与轮廓仪测量结果相比较,与其结果能很好的吻合,并使曲面点坐标值精度达到像素级。     

基于OpenCV的物体轮廓尺寸测量

针对现有无人快递机器人对于快递物品进行尺寸测量的缺乏,提出了一种基于OpenCV的机器视觉测量方法,通过对图片进行预处理,利用Canny算法进行边缘检测,对物体的轮廓尺寸进行测量。通过添加修正系数对测量系统进行改进,通过前后两次测量数据对比,该测量系统精度得到显著提高,为无人快递机器人提供了更准确的测量方法。     

凸轮机构设计及其动态仿真

根据所要求的从动件运动曲线类型和相关基本参数得到对应的凸轮轮廓曲线,利用得到曲线在Solidworks中用插入坐标点曲线功能,快速生成凸轮实体,应用COSMOSMotion的运动仿真功能,再现了凸轮机构的运动过程,用图形输出的运动仿真结果与输入曲线的对比,可以检验机构的运动特性是否符合设计要求。     

一种检测物体轮廓缺陷的方法探索

本文提出将二维物体的轮廓图像坐标信息转换成基于质心距离的一维向量信息来进行检测。设计了基于双正交对称小波的去噪算法。实验结果表明,这种算法可以有效地去除噪声信号和缓变信号,保留缺陷的突变信息,是一种有效和实用的轮廓缺陷检测算法。     

基于PC的视觉解决方案在Delta机器人抓放中的应用

Basler相机在delta机器人抓放中的应用中,basler相机作为机器人的眼睛引导机器人快速抓放目标物体。从相机实时拍摄的图像中通过PC中的DA4图像处理软件能够识别当前目标物体在机器人坐标系下的坐标、种类、角度信息。由于外部环境中光照不均匀,造成图像中的目标物体不一致,首先需对图像进行预处理,使得相机在识别目标物体中具有较高的鲁棒性;其次,通过模板匹配方法查找目标物体;然后,通过模板查找的结果为整理数据,按照twincat规定的格式发送相适应的的数据;最后,建立PC与twincat通讯。结果显示,能够快速识别目标物体,并给出坐标、角度、属性参数,定位精度在2mm之内。     

利用相机标定进行的空间定位

研究者通过使用针孔相机模型及凸透镜成像原理,对手机相机进行模拟,仅利用一把直尺,即可计算手机相册中实际物体的三维位置,其中最重要的创新点就是对相机标定方法的改进.本文讲述了研究者所作创新实验的方法和步骤,最终通过固定小球位置,拍摄小球图像分析其位置,比较分析结果与实际坐标,发现二者误差均在5％以下.     

浅析应用宏程序车削非圆二次曲线轮廓

用户宏程序是数控系统及类似产品中的特殊编程功能。依托宏程序编程加工一些有规律变化的非圆曲线轮廓的产品,可以提高产品的加工效率和加工精度,满足现代工业产品的加工要求。所谓非圆二次曲线指椭圆、抛物线、双曲线、正弦曲线等的二次函数轮廓线,应用宏程序通过曲线轮廓的函数方程、宏变量编程、点坐标的计算而最终方便快捷地完成产品的加工。     

正道追求 特异创新——访浙江正特集团总经理陈能森

2005年,浙江正特集团在获得“台州市五十强民营企业”称号之后,又荣膺“浙江省诚信企业和绿色企业”的殊荣。这一年,正特的销售业绩全线飘红,纵身越过4.5亿元标杆,上缴税金和创造利润同比分别增长56%和37%。人们不禁要问:15年前的一个农机修配小厂,凭借什么走出了一条飞速发展之路呢?笔者采访了临海市政协委员、正特集团董事长兼总经理陈能森。产品创新:做好精品树品牌陈能森浓眉长脸,神态谦和,目光中透着机敏和干练。他告诉笔者,正特的发展有三个战略坐标点。第一个坐标点,打造产品优势;第二个坐标点,创出品牌效应;第三个坐标点,尝试资本运…     

数字摄影测量系统中非测量CCD相机标定算法

为了解决传统的相机标定方法,通常需要建立复杂三维标定块或高精度三维控制场这一实际问题,采用平面控制格网作为标定块,利用二维直接线性变换分解出相机的内外方位元素初值,然后采用改进的Hough变换算法检测标定图像中的格网直线并利用最小二乘法拟合出最佳直线,通过求直线的交点得到标定格网点的像坐标。最后利用自检校光线束法平差进行相机的精确标定。实际图像数据实验结果表明:主点和焦距的标定精度分别达到了0.2和0.3像素左右。可以满足高精度近景三维量测的要求。     

大型放样测量工程中的坐标读取程序

在测量放样工作中，获取待放样点坐标数据是最重要的基础工作。文章提出一种方法，即在获得cAD文档的基础上，利用AutoLisp自动读取坐标数据并生成放样表格，有效地提高坐标判读精度和判读效率。使用这种程序，可以在30分钟内完成该项工作，并能减少出错率，极大地提升工作效率。     

基于最小二乘法特征点的图像拼接方法应用研究

针对常用的图像拼接技术拼接效果有锯齿显现,边缘不圆滑等的问题,文章在精确获取图像特征点匹配对的前提下,采用基于最小二乘法拟合求取较优的变换矩阵拼接图像,获取完整的图片信息。通过实验,表明该方法拼接后的图像效果良好,边缘比较平滑。     

GPS点的测量及其数据处理研究

在一个新的项目要开工之前,全线要进行一下对已交桩的GPS(Global Position System)点进行复测,复测时尽量用GPS仪器重新进行全线的平面控制,核实一下交桩的GPS点是否满足施工精度要求。如为了节省前期复测时间,直接用全站进行线路闭合测量,如果测量的闭合差满足施工要求;同时,也可以认为业主所交桩的点是可以使用。但因为种种原因,如点埋设的时间较长、一致,使点发生沉降和平移、GPS点的坐标给错、或现场的GPS点丢失或点被损坏,这样会导致测量的结果与交桩所给的坐标存在一些误差甚至一些点的坐标不正确,为了使项目测量工作能顺利进行和对施工控制点坐标进行合理的修正。我们有必要用GPS仪器对交桩点进行重新测量,也可以顺便加密一下原来交桩GPS点平面控制网,并且能重新补上被损坏和丢失的GPS点。在国外进行GPS点测量后的想法和见解,希望能给相关测量人员提供一些帮助,也请有测量经验的人提出一些修改意见。     

混合交通流智能相机系统初探

本文研究了混合交通流智能相机硬件体系,从背景模型、摄像机参数、混合交通前景物体识别分类对智能相机检测软件系统进行了具体研究;利用智能相机原型系统采集交通视频图像,利用本文构建的软件算法对不同交通状况下的混合交通流检测实验,并对实验结果进行了分子与总结。     

基于小波变换在图像处理中的应用

小波变换被广泛接受的图像处理作为一种有效的和有前途的方法。本文根据遥感图像的多分辨率和多尺度特点,利用边缘提取对不同图像进行处理,并对上述结果对比分析认为:利用小波变换进行遥感图像边缘提取,须先对图像进行小波变换,然后用二进小波变换模的部分极大值来完成信号突变点位置及其异性大小,实现图像的边缘特征提取。本文中用多维度上二进小波变换图像边缘特征提取方法应用于遥感图像样本的仿真实验,获得了比较好的结果。     

基于Neyman-Pearson准则和小波模极大值的边缘检测

图像边缘是对图像进行进一步处理和识别的基础,边缘都是图像上灰度不连续的点或灰度变化剧烈的地方,所以说图像的边缘就是信号的高频部分,边缘检测就是检测信号的高频部分,是图像基本特征之一。但在实际的图像中,由于噪声的存在,边缘检测成为一个难题,所以本文提出了一种基于Neyman-Pearson准则和小波模极大值的边缘检测方法,该方法能很好地检测出图像的边缘。     

车牌自动识别技术研究

本文提出的车牌识别技术,在定位环节根据图像清晰度的不同采用不同的边缘检测算子,通过"角点提取"获取候选区位置,通过"模糊外轮廓的汉字识别"进行汉字提取。实验结果表明,本研究对全天候图像的整体定位率大约为97.7%,字符识别率大约为95.6%,整个车牌识别系统的识别率约为93.4%,平均识别时间约为0.5s/幅,识别率有较大的提高。