基于多视图几何约束的大尺寸视觉测量技术研究
基于计算机视觉的测距算法研究
电子科技大学 2012级本科毕业设计（论文）开题报告表
只有这样计算机才能运行。为使更多的人能使用复杂的计算机，必须改变过去的那种让人来适应计算机，来死记硬背计算机的使用规则的情况。而是反过来让计算机来适应人的习惯和要求，以人所习惯的方式与人进行信息交换，也就是让计算机具有视觉、听觉和说话等能力。这时计算机必须具有逻辑推理和决策的能力。具有上述能力的计算机就是智能计算机。 智能计算机不但使计算机更便于为人们所使用，同时如果用这样的计算机来控制各种自动化装置特别是智能机器人，就可以使这些自动化系统和智能机器人具有适应环境，和自主作出决策的能力。这就可以在各种场合取代人的繁重工作，或代替人到各种危险和恶劣环境中完成任务。 3、课题研究内容 将计算机视觉和图像处理技术应用到车辆驾驶辅助系统当中可以有效地为车辆行驶提供安全保障。而在计算机视觉中，利用视觉信息感知环境，由单幅二维投影图像确定目标与装载摄像机物体之间距离信息的研究，是目前智能交通系统(ITS)和智能车辆系统(IVS)的关键技术之一。本文主要研究针对ITS和IVS的单目视觉测距方法。基于单目视觉的测量技术是从计算机视觉领域中发展起来的新型非接触测量技术，它是一种结合图像处理技术，把图像当作检测和传递信息的手段或载体而加以利用的测量方法。本文利用投影几何原理和图像处理方法研究了单目测距算法，重点研究了摄像机标定技术、图像预处理方法、障碍物体检测及计算障碍物体距离的算法。本文首先采用了一种在照、摄像机内外部参数未知的条件下，利用图像平面中的平行线，以及它们形成的消隐点具有几何约束关系来实现摄像机标定的新方法。该方法与以前方法相比，计算复杂性不高，但相对而言，准确性和鲁棒性较高，且无须在使用前标定相机，更符合实际需要(因现今的照、摄像机都是变焦距的)，从而具有广泛的推广价值。其次，对多种图像预处理方法进行了分析、比较和选择，采用的方法兼顾了图像处理效果和实时性要求。最后，在分析道路特征的基础上建立了道路几何模型，并利用改进的Hough变换提取出道路边缘曲线模型。并在现有单一道路模型测距算法的基础上做了改进，提出了混合几何模型的单目测距算法。模拟试验结果表明该算法对视觉测距领域的研究有一定的借鉴意义。 4、关键问题及研究目标 本次研究目标主要是通过对已有基于计算机视觉的测距算法的实现和评估。关键问题在于如何用OpenCV实现这些算法并对其进行合适的评估。 5、研究特点 基于计算机视觉的距离测量主要是单目测距和多目测距，它们都有各自的优点，也
视觉测量系统技术及应用
视觉测量系统技术及应用 1 引言 基于计算机的视觉检测系统是指通过计算机视觉产品将被摄取目标转换成图像信号，传送给图像处理系统，图像处理系统再根据像素分布和亮度、颜色等信息，转变成数字化信号，计算机图像系统对这些信号进行复杂运算来抽取目标的特征，进而根据判别的结果来控制设备动作。它具有非接触、速度快等优点，是一种先进的检测手段，非常适合现代制造业。可用于视觉检测的试验原理很多，如纹理梯度法、莫尔条纹法、飞行时间法等，然而诸多测试原理中，尤其基于三角法的主动和被动视觉测量原理具有抗干扰能力强、效率高、精度合适等优点，非常适合在线非接触测量。本文主要从视觉测量系统在实际中应用出发，展示视觉检测技术在制造业中的广阔应用[1-4]。 2 视觉测量系统技术的应用 2.1 汽车车身视觉检测系统 在汽车制造过程中，车身上总有很多关键的三维尺寸进行测量，采用传统的三坐标测量机只能离线抽样检测，效率低，更不能满足现代汽车制造在线检测的需要，而视觉检测系统能很好的适应该需要，典型的汽车车身视觉检测系统如图1所示[5]。 图1 车身视觉检测系统 车身检测系统主要依靠的是数个视觉传感器，其中还包括传送机构、定位机构，计算机图像采集、网络控制部分。每个传感器对应一个被测区域，然后通过传输总线传至计算机，通过计算机对每个视觉传感器进行过程控制。 汽车车身检测系统的测量效率很高，精度式中，并且可以在完全自动情况下完成，这个包含几十个测点的系统都能再几分钟内测量完成，因此可以适应汽车制造的在线检测。而且传感器的布置可以根据不同车型来布置，增加了应用要求，
因此减少了车身视觉系统的维护费用。 2.2 拔丝模孔形视觉检测系统 使用计算机视觉检测技术开发出的拔丝模孔形检测系统由光学成像系统、工业用摄像机图像采集卡、计算机及监视器组成，可以解决生产实际中的模具孔形检测问题．工作原理如下：先采用注入硅胶方法获得反映待检拔丝模尺寸及形状的硅胶凸模，然后把硅胶凸模放在光学系统的载物台上．硅胶凸模经光学成像放大，成像于CCD像面上，然后用图像采集卡采集CCD图像信息，最后由计算机视觉检测软件完成对孔形尺寸的自动计算，此时图像采集时需要配置特殊的光照系统．系统实现了自动数据采集、处理，实现采样、进样、结果一条龙，形成检测的自动化． 2.3 无缝钢管直线度和截面在线视觉检测 无缝钢管是一类重要的工业产品，在反应无缝钢管质量中，钢管直线度及截面尺寸是主要的几何参数。现代工业已经可以实现无缝钢管的大批量大规模生产，并且并无成熟的直线度、截面尺寸高效率的检测系统，主要原因为：无缝钢管空间尺寸大，需要很大的测量空间，一般的检测手段很难实现如此大尺度的检测。然而视觉检测却非常适合无缝钢管及截面尺寸的测量，其测量原理图如图2所示。 多个传感器组成了视觉检测系统，传感器的结构光所投射的光平面与被测钢管相交，从而得到钢管的部分圆周，传感器测量圆周在传感器三维空间位置，每一个传感器实现一个截面圆周测测量，然后通过拟合得到截面的圆心和其空间位置，从而实现对无缝钢管截面和直径的测量。 图2 无缝钢管在线检测 2.4 视觉测量在逆向工程中的应用 逆向工程是针对现有的工件，利用3D数字化测量仪准确快速地测量出轮廓坐标值，并建构曲面，经过编辑、修改后，将图形存档形成一般的CAD/CAM系统，再由CAM所产生刀具的NC加工路径送至CNC加工机制所需模具，或者以快速成型将物品模型制作出来。视觉测量一般使用三种激光光源：点结构光、线结构光、面结构光，图3为使用线结构光测量物体表面轮廓的结构示意图[6]。
机器视觉测量技术
机器视觉测量技术 杨永跃 合肥工业大学 2007.3
目录第一章绪论 1.1 概述 1.2 机器视觉的研究内容 1.3 机器视觉的应用 1.4 人类视觉简介 1.5 颜色和知觉 1.6 光度学 1.7 视觉的空间知觉 1.8 几何基础 第二章图像的采集和量化 2.1 采集装置的性能指标 2.2 电荷藕合摄像器件 2.3 CCD相机类 2.4 彩色数码相机 2.5 常用的图像文件格式 2.6 照明系统设计 第三章光学图样的测量 3.1 全息技术 3.2 散斑测量技术 3.3 莫尔条纹测量技术 3.4 微图像测量技术 第四章标定方法的研究 4.1 干涉条纹图数学形成与特征 4.2 图像预处理方法 4.3 条纹倍增法 4.4 条纹图的旋滤波算法 第五章立体视觉 5.1 立体成像
5.2 基本约束 5.3 边缘匹配 5.4 匹域相关性 5.5 从x恢复形状的方法 5.6 测距成像 第六章标定 6.1 传统标定 6.2 Tsais万能摄像机标定法 6.3 Weng’s标定法 6.4 几何映射变换 6.5 重采样算法 第七章目标图像亚像素定位技术 第八章图像测量软件 （多媒体介绍） 第九章典型测量系统设计分析9.1 光源设计 9.2 图像传感器设计 9.3 图像处理分析 9.4 图像识别分析 附：教学实验 1、视觉坐标测量标定实验 2、视觉坐标测量的标定方法。 3、视觉坐标测量应用实验 4、典型零件测量方法等。
第一章绪论 1.1 概述 人类在征服自然、改造自然和推动社会进步的过程中，面临着自身能力、能量的局限性，因而发明和创造了许多机器来辅助或代替人类完成任务。智能机器或智能机器人是这种机器最理想的模式。 智能机器能模拟人类的功能、能感知外部世界，有效解决问题。 人类感知外部世界：视觉、听觉、嗅觉、味觉、触觉 眼耳鼻舌身 所以对于智能机器，赋予人类视觉功能极其重要。 机器视觉：用计算机来模拟生物（外显或宏观）视觉功能的科学和技术。 机器视觉目标：用图像创建或恢复现实世界模型，然后认知现实世界。 1.2 机器视觉的研究内容 1 输入设备成像设备：摄像机、红外线、激光、超声波、X射线、CCD、数字扫描仪、 超声成像、CT等 数字化设备 2 低层视觉（预处理）：对输入的原始图像进行处理（滤波、增强、边缘检测），提取角 点、边缘、线条色彩等特征。 3 中层视觉：恢复场景的深度、表面法线，通过立体视觉、运动估计、明暗特征、纹理 分析。系统标定 4 高层视觉：在以物体为中心的坐标系中，恢复物体的完整三维图，识别三维物体，并 确定物体的位置和方向。 5 体系结构：根据系统模型（非具体的事例）来研究系统的结构。（某时期的建筑风格— 据此风格设计的具体建筑） 1.3 机器视觉的应用 工业检测—文件处理，毫微米技术—多媒体数据库。 许多人类视觉无法感知的场合，精确定量感知，危险场景，不可见物感知等机器视觉更显其优越十足。 1 零件识别与定位
大尺寸物体测量方法国内外研究现状
大尺寸物体测量方法国内外研究现状 随着现代工业的发展，对测量要求越来越高，尤其是大尺寸的目标测量，一般要求其测量范围大、测量精度高或者需要实现动态测量。文章针对大尺寸物体的尺寸测量问题，研究了国内外的发展现状，对如今接触式测量和非接触式测量的技术做了简单介绍，较详尽地描述了非接触式测量中的视觉测量。 标签：大尺寸；尺寸测量；视觉测量 1 概述 由于经济的迅猛发展，现代化工业对大尺寸物体测量需求日益升高，例如铸造行业、钢铁企业、船舶与航天企业等，大尺寸物体的测量逐渐成为国内外研究的热点。如今国内外较传统成熟的测量方法主要分为两类，接触式测量和非接触式测量。主要包括计算机视觉测量技术、超声波测量、激光测量、室内全球定位系统等测量技术。 2 国内外研究现状 首先接触式测量中，超声波测量中接触式测厚仪由主机和探头两部分组成，在被测物体内应用超声波脉冲的反射原理进行[1]。该方法虽然成本较低但精度容易受影响，例如测量物体表面不光滑、环境温度偏高等都容易影响测量精度。典型的接触式测量还有三坐标测量机，测量时测量机的测头接触被测工件，系统自动记录被测量点的三围坐标信息，进而根据多个空间点坐标信息计算出被测物体几何尺寸或者位置等[2]。该方法虽然精度较高但满足不了实时性无法实现动态测量。激光跟踪测量系统根据目镜返回的光束来实现动态测量目标的距离[3]。该方法效率及成本都较高，并且激光也极易受周围大气温度等的影响。 非接触式测量有很多种，例如射线法、激光法、结构光测量法、视觉测量法、漏磁法等。文献[4]应用了漏磁法，漏磁法对被测物体的材质要求较高，一般要求物体能够被磁化。X射线本质上其实是一种电磁波，其对环境有较高的适应能力，文献[5]便将射线法应用于钢板尺寸的测量。国外研究领域，法国Mensi公司生产的扫描仪可以轻松实现被测物的三维重构，Mensi S25利用了平面三角法[6]。结构光三维测量方面如德国GOM公司的ATOS三维扫描仪为工业测量提供了一种非接触式的三维光学测量。文献[7]基于结构光光栅投影，利用傅里叶变换轮廓测定法来实现三维物体形状的自动测量。测厚仪器的研究方面如德国IMS 公司提供的X射线测厚仪是一种以X射线为载体的非接触式厚度测量系统，在未接触条件下对带钢的厚度完成测量，测量精度高达1‰。并且在全世界第一次成功地把轧机的厚度测量和速度测量系统紧凑地装在一个测量框架上，厚度测量系统采用IMS公司单一通道X光测厚装置，速度测量采用VLM 200 SD 装置，在许多轧机上成功使用[8]。CCD测宽方面如加拿大KELK公司的ACCUBAND系列测宽仪[9]性能较好，该仪表用两个线阵CCD的摄像头看带钢。带钢的每个边缘都能被两个摄像头从不同的角度看到。用带钢边缘在CCD阵列
大尺寸测量检测设计方案
大尺寸测量检测设计方案 设计方案案例 本方案为某轨道交通行业工艺研究所，大零部件尺寸测量检测，基于接触式测量及精密机械技术。 1.内径测量原理 1)量具校准 百分表(或者千分表)和加长杆安装好，放在标准件校准，使百分表读数为零。示意图如下： 2）内径测量 将百分表和加长杆放在待测工件上，观察百分表读数，该读数就是待测工件尺寸同标准件的差值，由此得出待测尺寸，示意图如下： 2. 外径尺寸测量 1）量具校准：将百分表和加长杆安装好，放在标准件校准，使百分表读数为零，示意图如下： 2）外径尺寸测 将百分表和加长杆放在待测工件上，观察百分表读数，该读数就是待测工件尺寸同标准件的差值，待测尺寸由此测得，示意图如下： 3. 测量技术原理： 大尺寸精密检测是机械行业的难题，我们采用一个经过精密校准的基准尺寸（标准件或量块）同待测尺寸比较。用百分表和加长杆测量待测尺寸，当待测尺寸同基准值差值为零时，则待测尺寸等于基准值，从而精密地测出了待测尺寸。如待测尺寸同基准值差值不为零，该差值就是待测尺寸实际偏差。 此方案的优点： 1）高精度，例如2000mm的尺寸，可以达到±0.01mm 2）可以长时间保持高精度 龙霖公司简介 龙霖科技有限公司是一家工业产品快速自动化检测、光电检测及图像影像测量解决方案提供商。公司总成光、机、电、计算机一体化等多种复合测量检测技术，业务范围涉及：自动化检测设备及项目研发，光电检测设备及项目研发，机器视觉系统集成及项目研发，专用三维测量设备开发，自动化及机电一体化设备及项目研发，高精度计量、检测设备及工具设计与制造等等。应用领域遍及轨道交通、军工、航空航天、重工船舶、汽车制造、机床模具、加工设备等装备制造业。 龙霖科技以强大技术优势引领中国自动化检测设备，测量仪器和专用测量设备的高端市场，研发技术支持来源于资深行业专家及高级工程师、国内的大学和研究所设计院。我们拥有自己在自动化技术和光电学技术领域整合能力，完善的工业检测解决方案设计能力及快速检测能力。打造为客户定向开发及个性化需求定制的新模式。提供机械设计、生产制造、品质控制等制造业的计量检测解决方案。 公司将最先进测量检测技术为中国的制造业服务，解决计量测量检测难题；致力于发展轻、精、快计量检测设备而奋斗。 服务范围 自动化检测设备及项目研发 现代计量检测行业，传统接触式已远远不能满足测量检测要求，会越来越多采用非接触式光电检测技术等综合检测技术手段，配置在装配组装过程控制生产线从而实现现场在线快速自动化，朝着快速、精准、有效的高端测量检测方向发展。 公司承接以下业务： 1．光学，声学快速测量检测技术 1)基于机器视觉检测技术设备项目研发 2)基于CCD成像检测技术设备及项目研发 3)基于影像检测技术设备及项目研发
单目视觉图像深度测量方法研究
单目视觉图像深度测量方法研究 相机与其它传感器相比,具有能够直观反映客观世界、数据量大、信息丰富等特点,而且通常价格较低、配置方便,是自动化装置和机器人感知环境传感器中的优先选择之一。但由于普通相机在拍摄时获得的是被拍摄场景投影到成像平面上的二维图像,丢失了场景的深度信息,这使得机器无法通过图像直接得到场景中物体的远近、大小和运动速度等信息,因此需要从二维图像中恢复深度信息,即深度测量。深度测量在工业自动化、智能机器人、目标检测和跟踪、智能交通、三维建模和3D视频制作等领域都有广泛的应用。深度测量方法有很多种,其中基于单目视觉的图像深度测量方法具有设备简单、成本低廉、操作方便等特点而成为研究热点,并且单目相机体积小,重量轻,在一些有空间大小或载荷限制的特定场合以及手眼系统等应用中,需要或只能使用基于单目视觉的图像深度测量方法,而目前该测量方法还很不成熟,有必要对其计算原理、技术方法等方面进行研究。 因此本文对基于单目视觉的图像深度测量方法开展研究,主要工作和创新点如下:(1)提出一种基于熵和加权Hu氏不变矩的目标物体绝对深度的测量方法。该方法用普通单目相机拍摄同一场景的两幅图像,拍摄时保持相机的参数不变,将相机沿光轴方向移动,分别在物距间隔为d的前后两处各拍摄一幅图像,然后采用LBF模型的方法分割出图像中的物体,并求出各个目标物体像的面积,再将物体像的熵的相对变化率和加权Hu氏不变矩结合起来实现图像内物体的自动匹配,最后运用本文推导的公式计算出各个目标物体的绝对深度。文中采用真实场景图像对该方法进行了实验验证并与其他方法进行了对比,结果表明了该方法的有效性。(2)提出一种基于SIFT特征的目标物体绝对深度的测量方法,该方法同样需要按照上面的方法获取同一场景的两幅图像,然后分别对这两幅图像进行图像分割和SIFT特征点提取,并进行图像中的目标物体匹配,接着用凸包和几何形状约束从匹配物体中选出一对最佳直线段,最后根据光学成像原理利用直线段长度计算出场景中静态目标物体的绝对深度信息。 由于是通过被测量物体上的两个SIFT特征点所成的直线段长度来计算出物体的绝对深度信息的,所以该方法鲁棒性较好,不受场景中被测量目标物体部分遮挡或缺失的限制,对比实验表明该方法测量精度高于现有其他方法。(3)提出一种基于梯度信息和小波分析的单幅图像相对深度测量方法。该方法首先利用图像
基于单目视觉的车辆测距系统研究
基于单目视觉的车辆测距系统研究 【摘要】本文，针对智能汽车单目视觉提出了通过镜头跟随汽车移动导致图像放大倍数的改变，然后根据图像大小的变化和移动距离来计算车辆与前方障碍物之间距离的方法，有效提高了车距测量的精确度。 【关键词】单目视觉;汽车测距系统 随着现代汽车智能化程度不断提高，利用机器视觉获取路况环境信息，进而对汽车实时控制是实现汽车智能化的重要方法之一，而通过单目视觉系统来监测本车与前方障碍物的距离是为汽车智能化纵向控制提供输入参数最常用的方法。 单目视觉系统通常使用对应点标定法来获取相关的参数，但由于汽车行驶过程中摄像机位置经常发生变化，进而引起系统参数发生变化，使得本方法的精确度经常发生变化。本文提出通过镜头跟随汽车移动导致图像放大倍数的改变，然后根据图像大小的变化和移动距离来计算车辆与前方障碍物之间的距离。 一、障碍物距离计算方法 本测量方法的理论依据是物体成像关系，汽车带动摄像头移动，摄像头对前方障碍物进行拍摄，拍摄图片由图像处理机处理，计算出障碍物距离。 假设汽车行驶在相对平整的路面上，我们采用计算机视觉中常用的透视投影，路况的光线均通过透镜的中心。经过透镜的中心且垂直于图像平面的直线可称之为光轴。下面我们分平行和垂直于光轴移动两种情况计算障碍物的移动。 1.障碍物平行于光轴移动的计算 图1 障碍物向镜头移动成像图 障碍物在AB位置时成像为CD;随着障碍物与摄像头距离变化后，障碍物在A’B’位置成像为C’D’;C’D’/CD=k;k为障碍物的图像放大率。假设障碍物在AB位置时的物距为U，像距为V，障碍物在A’B’位置时的物距为U’，像距仍然为V，则有式①和式②。 ①② ②式除以①式得： ③ 因为AB=A’B’，由③式得：
基于机器视觉的轴承内外径尺寸检测系统_雷良育
2005年3月 农业机械学报 第36卷第3期 基于机器视觉的轴承内外径尺寸检测系统 雷良育 周晓军 潘明清 【摘要】 开发了适应大批量流水线生产和检测需要的轴承内外径机器视觉检测系统。对系统的机械及运动控制部分以及光学成像系统等进行了设计,提出了一种利用多项式插值精确测量轴承边缘点位置的方法,分析提出了将锐化图像进行再滤波的技术,优化了轴承图像内外径尺寸的边缘获取的技术路线。检测结果表明,系统具有非接触、在线实时、速度快、精度合适、现场抗干扰能力强等优点,能实现产品的零废品生产的目标。 关键词:轴承 直径 自动检测 机器视觉中图分类号:T P 391;TH 13313 文献标识码:A M ach i ne V ision System for I nner and Outer D i am eters I n spection of a Bear i ng L ei L iangyu Zhou X iao jun Pan M ingqing (Z hej iang U n iversity ) Abstract A m ach ine visi on system fo r in specti on of inner and ou ter diam eters of bearings w as developed fo r a p i peline p roducti on and in sp ecti on .T he m echan ical and m ovem en t con tro l un its ,as w ell as its op tical i m aging system ,w ere designed .A p recisi on m easu ring m ethod w ith po lynom ial in terpo lati on w as develop ed to m easu re bearing edges . B esides ,a re 2filtering techn ique w as adop ted to op ti m ize the techn ical rou te .T he m easu ring resu lts show ed that the system had advan tages of non 2con tact ,on 2line ,real ti m e and rap id speed ,as w ell as app rop riate p recisi on and strong an ti 2jamm ing . Key words B earing ,D iam eter ,A u tom atic m easu ring ,M ach ine visi on 收稿日期:20030922 雷良育 浙江大学现代制造工程研究所 博士生 副教授(江苏技术师范学院),310027 杭州市周晓军 浙江大学现代制造工程研究所 教授 博士生导师潘明清 浙江大学现代制造工程研究所 博士生 引言 目前,我国大多数轴承生产厂家在轴承尺寸精度的检测方面还是依靠机械式、光学式等测量仪器,手段比较落后。这种依靠人力的随机抽样检测方法检测效率低、精度低、易于引进人为误差。随着现代制造业的发展,传统的检测技术已不能满足其需要,现代制造强调实时、在线、非接触检测,因而对轴承尤其是精密轴承的测量提出了越来越高的要求。为了适应轴承制造业生产批量大、质量要求严格、检测任务繁重的特点以及自动化流水线作业、实现产品100%检测目标的要求,需要研究新型的产品检测技 术。机器视觉检测技术具有非接触、速度快、精度合适、现场抗干扰能力强等突出的优点,能很好地满足现代制造业的需求,在实际中显示出广阔的应用前景。应用机器视觉检测技术,研制了基于机器视觉的轴承内外径尺寸检测系统[1～4]。 1 系统工作原理与设计 111 工作原理 轴承内外径机器视觉检测系统由线阵CCD 传感器、光学系统、计算机图像采集和处理系统、机械运动工作平台等部分组成,其系统结构框图如图1所示。 系统的工作原理:被测轴承在机械运动工作平
机器视觉测量技术
机器视觉测量技术杨永跃合肥工业大学 2007.3 目录 第一章绪论 1.1 概述 1.2 机器视觉的研究内容 1.3 机器视觉的应用 1.4 人类视觉简介 1.5 颜色和知觉 1.6 光度学 1.7 视觉的空间知觉 1.8 几何基础 第二章图像的采集和量化 2.1 采集装置的性能指标 2.2 电荷藕合摄像器件 2.3 CCD 相机类 2.4 彩色数码相机 2.5 常用的图像文件格式
2.6 照明系统设计 第三章光学图样的测量 3.1 全息技术 3.2 散斑测量技术 3.3 莫尔条纹测量技术 3.4 微图像测量技术 第四章标定方法的研究 4.1 干涉条纹图数学形成与特征4.2 图像预处理方法 4.3 条纹倍增法 4.4 条纹图的旋滤波算法 第五章立体视觉 5.1 立体成像 2 5.2 基本约束 5.3 边缘匹配 5.4 匹域相关性 5.5 从 x 恢复形状的方法 5.6 测距成像
第六章标定 6.1 传统标定 6.2 Tsais 万能摄像机标定法 6.3 Weng ’ s 标定法 6.4 几何映射变换 6.5 重采样算法 第七章目标图像亚像素定位技术第八章图像测量软件 (多媒体介绍 第九章典型测量系统设计分析9.1 光源设计 9.2 图像传感器设计 9.3 图像处理分析 9.4 图像识别分析 附:教学实验 1、视觉坐标测量标定实验 2、视觉坐标测量的标定方法。 3、视觉坐标测量应用实验 4、典型零件测量方法等。
3 第一章绪论 1.1 概述 人类在征服自然、改造自然和推动社会进步的过程中,面临着自身能力、能量的局限性, 因而发明和创造了许多机器来辅助或代替人类完成任务。智能机器或智能机器人是这种机器最理想的模式。 智能机器能模拟人类的功能、能感知外部世界,有效解决问题。 人类感知外部世界:视觉、听觉、嗅觉、味觉、触觉 眼耳鼻舌身 所以对于智能机器,赋予人类视觉功能极其重要。 机器视觉:用计算机来模拟生物(外显或宏观视觉功能的科学和技术。 机器视觉目标:用图像创建或恢复现实世界模型,然后认知现实世界。 1.2 机器视觉的研究内容 1 输入设备成像设备:摄像机、红外线、激光、超声波、 X 射线、 CCD 、数字扫描仪、超声成像、 CT 等 数字化设备 2 低层视觉(预处理 :对输入的原始图像进行处理(滤波、增强、边缘检测 ,提取角点、边缘、线条色彩等特征。 3 中层视觉:恢复场景的深度、表面法线,通过立体视觉、运动估计、明暗特征、纹理分析。系统标定
三维尺寸视觉测量系统
现代计量测试1999年第1期 三维尺寸视觉测量系统 邾继贵 王 王 仲 叶声华 (天津大学精密测试技术及仪器国家重点实验室,天津 300072) 摘要:视觉测量技术是一种先进的非接触测量手段,具有系统组成灵活、工作空间大、精度合适、自动化程度高等特点,非常适合工业现场的在线测量与质量监控。本文分析视觉测量的原理及视觉测量系统的组成,研究了一个实际的视觉测量系统。 关键词:三维尺寸 视觉测量 0 引言 视觉测量是采用摄像机作为传感器件,借助计算机强大的数据处理能力实现对物体(物点)空间位置的测量。较大规模的视觉测量系统一般由多个视觉传感器组成,以完成大空间范围内的测量,要解决的主要问题有视觉传感器的设计、传感器的局部标定和系统全局标定等。如果被测空间较小,一个传感器应可以组成视觉测量系统,此时局部标定和全局标定是统一的。 视觉传感器的具体结构很灵活,由被测对象来决定,但它们的测量原理是一致的。 1 视觉测量原理 111 视觉传感器测量原理 本质上讲,视觉传感器是基于三角测量原理的,图1示出了光条传感器的测量原理。 图1 光条传感器测量原理由投射器投射出一个光平面,它与被测物体表 面相交形成光条,将物体表面与光条相交的某点记 为P w ,该点在摄像机象面上象点为P i 。设摄像机坐 标系为OXYZ ,P i 在象面上的坐标为(x i ,y i ),P w 在 OXYZ 中的坐标为(x w ,y w ,z w ),图1中存在下列关 系x i =f x (x w ,y w ,z w )y i =f y (x w ,y w ,z w )(1)式中f x ,f y 是由摄象机成像模型所决定的函数。如 果选择透视成像模型,则 f x =x w z w f f y =y w z w f 其中,f 为摄像机焦距。 此外,因为P w 在光平面内,所以存在如下约束
【CN110031829A】一种基于单目视觉的目标精准测距方法【专利】
(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910311557.X (22)申请日 2019.04.18 (71)申请人 北京联合大学 地址 100101 北京市朝阳区北四环东路97 号 (72)发明人 刘宏哲 王永森 (74)专利代理机构 北京思海天达知识产权代理 有限公司 11203 代理人 刘萍 (51)Int.Cl. G01S 11/12(2006.01) (54)发明名称 一种基于单目视觉的目标精准测距方法 (57)摘要 一种基于单目视觉的目标精准测距方法属 于计算机视觉计算领域，主要应用于智能驾驶场 景感知中前方车辆目标测距技术中。该方法主要 分为相机标定、目标测距关键点选取、目标测距、 误差修正四大部分。通过选取合适的测距关键 点，结合多种测距算法以及对测距误差进行修 正，最终得到目标的精准距离。该方法可以应用 在基于视觉计算的很多行业中，如应用于无人驾 驶汽车前方车辆目标测距，城市交通车辆检测与 行为意图分析，智能机器人目标测距等应用中。 本方法较其他视觉测距方法精度更高。权利要求书2页 说明书4页 附图6页CN 110031829 A 2019.07.19 C N 110031829 A
1.一种基于单目视觉的目标精准测距方法，其特征在于，包括以下步骤： 步骤1：相机标定； 步骤1-1：打印一张用于相机标定的黑白相间的棋盘格，把它贴在一个平面上，作为标定物； 步骤1-2：使用需要标定的相机捕获棋盘格图像，要求整张棋盘格在图像内，每个棋盘格边长不能少于10个像素，并且捕获从不同角度拍摄的N张图像； 步骤1-3：打开MATLAB软件中相机标定模块，点击“add images ”，然后输入模板的方格大小d mm，选中步骤1-2中获取到的N张图像； 步骤1-4：添加完N张图像之后，选择“calibrate ”命令，出现标定结果统计图，点击保存calibration.mat文件，相机标定完成； 步骤1-5：从calibration. mat中取出内参矩阵其中，f x 、f y 分别是相机水平方向和垂直方向相对单位像素的焦距，(u 0,v 0)是光学中心坐标， 外参矩阵其中，分别是世界坐标到相机坐标的旋转 矩阵、平移矩阵； 步骤2：目标测距关键点选取； 步骤2-1：由已知的目标检测结果得到待测目标的矩形框位置(u v w h)，其中(u v)表示矩形框在图像中左上角顶点的坐标值，(w h)表示矩形框的宽度和高度像素值； 步骤2-2： 计算目标测距关键点C的像素坐标 步骤2-3：校验测距关键点坐标合法性，需要满足条件C＝{(x ,y)|0＜x＜W ,0＜y＜H}，其中W是图像总的像素宽度，H是图像总的像素高度； 步骤3：目标测距； 步骤3-1：选取世界坐标系，世界坐标系的坐标原点在相机正下方的水平路面上，x轴方向为正前方，y轴方向为正左方，z轴方向为正上方，符合右手定则； 步骤3-2：从步骤1中得到相机参数的内参矩阵K和外参矩阵P，从步骤2中得到待测目标的测距关键点C的像素坐标(u 1,v 1)， 其中令测距关键点C的世界坐标为(X w ，Y w ，Z w )，由于所计算的关键点C的世界坐标点位于水平地面上，所以Z w ＝0，最后通 过矩阵变换公式计算得到关键点C的相关性未知尺度因子s； 步骤3-3：根据步骤3-2所求的相关性未知尺度因子s ，关键点C 的像素坐标 权 利 要 求 书1/2页2CN 110031829 A
电子元器件外形尺寸机器视觉测量系统设计
Optoelectronics 光电子, 2020, 10(3), 84-89 Published Online September 2020 in Hans. https://www.360docs.net/doc/d42299309.html,/journal/oe https://https://www.360docs.net/doc/d42299309.html,/10.12677/oe.2020.103011 电子元器件外形尺寸机器视觉测量系统 设计 李超，许杰 盐城市计量测试所，江苏盐城 收稿日期：2020年8月24日；录用日期：2020年9月4日；发布日期：2020年9月11日 摘要 电子元器件是电路的基本组成部分，有着广泛的应用。传统的人工检测存在很多不足，机器视觉尺寸测量技术由此应运而生，机器视觉由于自身具备高灵敏度、高精度及高耐用性的特性，对于提高工业自动化水平和工业生产效率有极大助力。根据课题要求，以单片机芯片为研究对象，以检测单片机芯片二维平面上的长度与宽度为研究目标，设计了基于机器视觉的单片机芯片检测系统的硬件方案，硬件组成包括光源与照明方式的选择，以及相机与镜头的选择。完成硬件平台搭建后，同时制作了应用于相机标定的标定板并在调试完成的硬件平台上拍摄了三十张左右的标定图片。利用MATLABR2016A作为系统的软件处理平台，一方面应用MATLAB标定箱对标定图做相机标定，另一方面编写用于单片机芯片尺寸测量的图像处理代码及测量代码。其中，在图像处理环节主要包括图像滤波、二值化处理和边缘提取等步骤。单片机芯片的尺寸测量实验完成后将实验结果与真实尺寸的对比，可以看出构建的基于机器视觉的电子元器件外形尺寸测量系统满足了课题设定目标。 关键词 机器视觉，图像处理，相机标定，尺寸测量 The Design of Machine Vision Measurement System for the Dimension of Electronic Components Chao Li, Jie Xu Yancheng Institute of Measurement and Testing, Yancheng Jiangsu Received: Aug. 24th, 2020; accepted: Sep. 4th, 2020; published: Sep. 11th, 2020
提高工业视觉测量系统精度的途径.
提高工业视觉测量系统精度的途径 一、引言 工件三维曲面或三维轮廓测量技术广泛应用于工业、科研、国防等领域。汽车车身、飞机机身、轮船船体、汽轮机叶片等加工制造中的在线检测，特别是大型工件的曲面检测一直是生产中的关键技术难题。该类工件在车间条件下一般采用靠模法测量，但可测截面少，测量精度低；在计量室条件下采用三坐标测量机测量虽然精度较高，但数据采集速度慢，测量成本高，且难于实现在线测量。鉴于接触式测量方法的局限性，激光三角法、莫尔投影法、工业视觉测量法等多种非接触测量方法日益受到重视，其应用也渐趋广泛。 工业视觉测量技术（或称数字近场摄影测量技术）是一种立体视觉测量技术[1]，其测量系统结构简单，便于移动，数据采集快速、便捷，操作方便，测量成本较低，且具有在线、实时三维测量的潜力，尤其适合于三维空间点位、尺寸或大型工件轮廓的检测。 二、测量原理 利用CCD摄像机可以获得三维物体的二维图像，即可以实现实际空间坐标系与摄像机平面坐标系之间的透视变换。通过由多个摄像机从不同方向拍摄的两帧（或两帧以上）的二维图像，即可综合测出物体的三维曲面轮廓或三维空间点位、尺寸。 为便于说明，设物空间坐标系为O-XYZ，CCD像面的像平面坐标系为o-xy。 现以双摄像机为例说明系统的透视变换关系。如图1所示，P为任一空间三维物点，设该点的物空间坐标为P（X，Y，Z），其在摄像机Ⅰ和摄像机ⅡCCD像面上的像点坐标分别为P1（x1，y1）和P2（x2，y2）。 图1 物空间坐标系和双摄像机的像平面坐标系 对于摄像机Ⅰ，像点坐标与物点坐标的变换关系为[2] （1） 其中w1为非零参数，a1，a2，…，a11为系统变换矩阵的元素，与摄像机Ⅰ的安放位置及成像系统Ⅰ的参数有关，可通过系统定标来确定。 对于摄像机Ⅱ，像点坐标与物点坐标的变换关系为 （2）
新的大尺寸截面配对式视觉测量方法的研究
文章编号：１６７１—４５９８１２００９）０２—０２８９—０３中图分类号：ＴＰ３９１文献标识码：Ｂ 新的大尺寸截面配对式视觉测量方法的研究 韩庆龙，曲共华，张福民 （天津大学精密测试技术及仪器国家实验室，天津３０００７２） 摘窦：根据大尺寸测量系统的现状，从分析线结构光人手．提出了组建传感器对测量方法。使每对传感器具备差动测量能力，提高单点测量精度；利用坐标测量臂和激光跟踪仪的大尺寸测景能力，对传感器坐标系进行全局校准，提高校准的精度和效率；研究椭圆检测算法，提出利用椭嘲平行弦中点连线必过椭圆中心基本定理．求出椭圆中心坐标，拟合出椭圆形状；通过理论分析，该方法切实可行。 关键词：大尺寸截面Ｉ视觉测量；传感器对；校准；坐标测量臂 ＳｔｕｄｙｏｆＰａｉｒｉｎｇＶｉｓｉｏｎＭｅａｓｕｒｅｍｅｎｔｉｎＩａｒｇｅ－－ｓｃａｌｅＳｅｃｔｉｏｎ ＨａｎＱｉｎｇｌｏｎｇ，ＱｕＸｉｎｇｈｕａ，ＺｈａｎｇＦｕｍｉｎ （ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＰｒｅｃｉｓｉｏｎＭｅａｓｕｒｅｍｅｎｔＴｅｃｈｎｏｌｏｇｙａｎｄＩｎｓｔｒｕｍｅｎｔ， ＴｉａｎｊｉｎＵｎｉｖｅｒｓｉｔｙ，Ｔｉａｎｊｉｎ３０００７２，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｖｉｅｗｏｆｐｒｅｓｅｎｔｌａｒｇｅ—ｓｃａｌｅｍｅａｓｕｒｅｍｅｎｔｓｙｓｔｅｍ，ｗｅｐｒｏｐｏｓｅａｓｓｅｍｂｌｅｄｓｅｎｓｏｒｐａｉｒｓｂｙａｎａｌｙｚｉｎｇｌｉｎｅａｒｓｔｒｕｃｔｕｒａｌｌｉｇｈｔ，ｗｈｉｃｈｐｒｏｖｉｄｅｄｉｆｆｅｒｅｎｔｉａｌａｂｉｌｉｔｙｆｏｒｅａｃｈｓｅｎｓｏｒｐａｉｒｔＯｉｍｐｒｏｖｅｓｉｎｇｌｅｐｏｉｎｔｍｅａｓｕｒｉｎｇｐｒｅｃｉｓｉｏｎ．Ｔｈｅｇｌｏｂａｌｃａｌｉｂｒａｔｉｏｎｏｆ ｓｅｎｓｏｒｃｏｏｒｄｉｎａｔｅｉｓａｃｃｏｍｐｌｉｓｈｅｄｂｙｃｏｏｒｄｉｎａｔｅｍｅａｓｕｒｉｎｇａｇｌｎａｎｄｌａｓｅｒｔｒａｃｋｅｒｆｏｒｂｅｔｔｅｒｐｒｅｃｉｓｉｏｎａｎｄｅｆｆｉｃｉｅｎｃｙ．Ｔｈｅｂａｓｉｃｔｈｅｏｒｅｍｔｈａｔｔｈｅｌｉｎｅｊｏｉｎｅｄｂｙｍｉｄｐｏｉｎｔｓｏｆｐａｒａｌｌｅｌｃｈｏｒｄｓｍｕｓｔｃｒｏｓｓｃｅｎｔｅｒｏｆｅｌｌｉｐｓｅｉｓｏｂｔａｉｎｅｄｂｙｅｌｌｉｐｓｅｔｅｓｔａｒｉｔｈｍｅｔｉｃ。ａｎｄｔｈｅｎｔｈｅｃｅｎｔｅｒｃｏｏｒｄｉｎａｔｅｓｏｆｅｌｌｉｐｓｅｉｓｃａｌ—ｃｕｌａｔｅｄｆｏｒｆｉｔｔｉｎｇｔｈｅｆｉｇｕｒｅｏｆｅｌｌｉｐｓｅ． Ｋｅｙｗｏｒｄｓ：ｌａｒｇｅ—ｓｃａｌｅｓｅｃｔｉｏｎ；ｖｉｓｉｏｎｍｅａｓｕｒｅｍｅｎｔ；ｓｅｎｓｏｒｐａｉｒｓ；ｃａｌｉｂｒａｔｉｏｎｔｃｏｏｒｄｉｎａｔｅｍｅａｓｕｒｉｎｇ ａｒｎｉ； Ｏ引言 随着国家经济的发展和先进制造水平的提高，航空、航天、造船、石油天然气储运、钢铁、涡轮机、发电机等领域［１］大量需要进行大尺寸几何量的测量。目前，大尺寸几何量测量还主要以坐标测量技术为主，通过软件评定获取大尺寸工件的几何参数。由于大尺寸工件测量要求范围大、准确度高、现场测量，甚至动态测量和全姿态测量，现有的测量方法往往无法满足要求。本文借鉴分布式测量和工程测量中建立测量网的概念，与视觉检测技术相结合，建立大尺寸截面几何形状视觉测量模型。利用配对式视觉传感器组和高精度分布式并行测量，提高测量分辨率、单点测量精度；利用高精度集中校准，建立测量网系统；提高大尺寸几何形状整体测量精度。 １目前主要大尺寸测量系统 三坐标测量机［２］是一种高精度、高效率的大型测量仪器，其不足是属于接触式测量，对测量环境要求高、不便携、测量范围小。经纬仪测量系统［３］是由两台或两台以上的高精度电子经纬仪构成的空问角度前方交会测量系统，它的优点是测量范围较大、是光学、非接触式测量方式，测量精度比较高，在二十米范围内的坐标精度可达到１０弘ｍｌｍ；其不足是一般采用手动照准目标，逐点测量，自动化程度不高。全站仪坐标测量原理最为简单，是空间极坐标测量的原理。全站仪坐标测晕系统只需单台仪器即可测量，其优点是仪器设站非常方便和灵 收稿日期：２００８—０５—３１；修回日期：２００８一０６—２８。 基金项目：国家自然科学基金项目（５０５７５１５８），天津市自然科学基金项目（０６０３５００）。 作者简介：韩庆龙（１９８１一），男，黑龙江省同江市人，硕士研究生，主要从事精密浏试技术方向的研究．活，测程较远，特别适合于测量范围大的情况，且精度较高；缺点是它无法直接测量目标点测距同定误差的存在，使其在短距离（＜２０ｍ）测量时相对精度较低。 通过以上的多种大尺寸测量系统的介绍，可以看出视觉测试技术具有检测精度高、检测可在线、检测柔性好、使用方便、成本低等优点。 ２椭圆形大尺寸截面的测量系统及原理 ２．１基本原理 椭圆形大尺寸工件测量方法模型如图１所示。在研究车身视觉检测系统的基础上，提出使两个视觉传感器组成一对，用多对配对式（差分）传感器组对大尺寸工件截面进行投射，由ＣＣＤ摄像机接收大尺寸工件截面的特征点的图像，经过图像采集卡和网络送入计算机，经计算和处理求得每个特征点在自身传感器下的三维坐标，再把所有传感器坐标系都统一到一个基准坐标系中，进而计算椭圆一组平行弦的中点三维坐标值，根据一组平行弦中点连线必经过椭圆中心［４－ｓ３的基本原理得到椭圆的中心坐标，再通过最小二乘法拟合出大尺寸工件截面的几何形状。 图１多传感器视觉检测系统模型 中华测控网 ｃｈｉｎａｍｃａ．ｃｏｍ 万方数据
基于机器视觉的零件尺寸测量系统设计
龙源期刊网 https://www.360docs.net/doc/d42299309.html, 基于机器视觉的零件尺寸测量系统设计 作者：王保军 来源：《电子技术与软件工程》2017年第04期 摘要设计了一套基于机器视觉的零件尺寸在线测量系统。完成了硬件设备的选型和平台的搭建；采用Matlab语言实现了图像处理算法；采用Matlab GUI完成了测量系统软件的设计。实验结果表明：测量系统的测量精度可以达到2um以下，满足零件尺寸在线检测要求， 具有很好的应用前景。 【关键词】机器视觉 Matlab 图像处理尺寸测量 在工业生产中，测量是进行质量管理的手段，是贯彻质量标准的技术保证。机械零件的尺寸检测作为产品加工的一个关键环节，其检测结果不仅影响产品的质量，而且对后续零件的再加工和装配产生决定性的作用。目前，常规的零件尺寸测量手段主要采用游标卡尺、激光测量仪和轮廓仪等完成检测环节。以上零件尺寸测量方法要么受测量工具限制，其测量精度有限；要么检测仪器过于昂贵且操作复杂，同时其准确率往往受人为因素的影响。 鉴于当前机器视觉技术的快速发展以及其在工业检测方面的成功应用，论文构想利用摄像机替代人眼，让计算机替代人脑，从而研制出一套针对零件常规尺寸的自动化测量系统。 1 系统概述 在充分遵循系统的完整性、可靠性、经济性和实时性等原则的基础上，本文设计出了一套基于机器视觉的零件常规尺寸测量系统。该测量系统主要由图像摄取、图像处理、图像特征提取和分析、图像常规尺寸测量和结果输出几部分组成。其工作原理图如图1所示。 2 硬件设计 基于机器视觉的零件常规尺寸测量系统的硬件主要包括：照明装置、摄像机、计算机和透明工作台。各部件的主要功能是：照明装置主要为零件图像采集提供合适的光照环境；摄像机用来采集零件数字图像并传送到计算机，然后保存为相应图片格式；计算机通过系统软件实现对零件图像的预处理、边界提取、特征提取、相机标定和常规尺寸计算；透明工作台用来承载被测零件。 3 算法设计 图像处理算法对机器视觉测量系统会产生决定性的影响。为了能满足零件尺寸测量的要求，针对零件产品图像的特点，我们设计了一套合理的图像处理算法流程。其流程图如图2所示。
机器视觉之尺寸测量基础
上海嘉肯光电科技有限公司:机器视觉光源的研发https://www.360docs.net/doc/d42299309.html, 机器视觉之尺寸测量基础 在传统的自动化生产尺寸测量中，典型的方法是利用卡尺或千分尺在被测工件上针对某个参数进行多次测量后取平均值。这些检测设备或检测手段测量精度低、测量速度慢，测量数据无法及时处理，无法满足大规模自动化生产的需要。 工件检测的基本流程图 图像传感器可以将检查对象在平面上表现出来，通过边缘检测，测算位置、宽度、角度等。所谓边缘是指图像内明亮部位与阴暗部分的边缘。 如何进行边缘检测 （1）投影处理 投影处理是相对于检查方向进行垂直扫描，然后计算各投影线的平均浓度。 （2）微分处理 根据投影波形进行微分处理。可能成为边缘的、浓淡变化较大的部位，其微分值也较大。可以消除区域内浓度绝对值的变化所导致的影响。例：没有浓淡变化的部位的微分值是0，白色（255）→黑色（0）时的值是-255。 （3）通过校正使微分最大值达到100% 在实际生产线上，为了使边缘达到稳定的状态，通常会进行适当的调整以使微分绝对值达到100%。将超过预先设置的“边缘感度（%）”的微分波形的峰值作为边缘位置。根据浓淡变化峰值的检测原理，在照度经常发生变化的生产线上也可以稳定的检测出边缘。
上海嘉肯光电科技有限公司:机器视觉光源的研发https://www.360docs.net/doc/d42299309.html, （4）亚像素处理 对于微分波形中最大部分的中心附近的3个像素，根据这3个像素形成的波形，进行修正演算。以1/100像素为单位测算边界位置（次像素处理）。 边缘检测的代表性检测应用 （1）利用边缘位置的各种检查 在多个部位设置边缘位置模式，测量检测对象的X座标或Y 座标。 （2）利用边缘宽度的各种检查 利用边缘宽度的“外部尺寸”模式，检测金属板的宽度、孔洞的X方向/Y 方向孔径等。 （3）利用边缘位置圆周区域的各种检查 以圆周作为检测区域，检测切缺部位的角度（相位）。 （4）利用趋势边缘宽度的各种检查 利用“圆周”区域的“趋势边缘宽度”模式，扫描环状工件的内径、评价扁平度等。 上海嘉肯光电科技有限公司是一家专业从事机器视觉光源的研发、生产和销售为一体的高新技术企业。以工业检测、机器视觉、图像处理、科学研究等领域为主要研发及经营方向。此外，公司还代理工业镜头、工业相机、图像采集卡、图像处理软件和各类视觉附件。??上海嘉肯光电科技有限公司?将坚持“用心，创造未来”的企业经营理念，并持续不断地把最优秀、性价比最高的视觉产品提供给广大用户，以不断满足客户日益增长的要求。