薄板焊缝轨迹图像处理方法研究

针对航空发动机关键部件的薄板对接、搭接焊缝的自动焊接问题,以CCD(Charge coupled device)摄像机直接拍摄为手段提取焊缝轨迹,提出了一种比较通用的算法和思路,包括边缘点的检测和边缘线的提取,并在几个关键环节对其进一步改进.实验表明,此算法具有较强的适应性,也为解决焊缝轨迹提取这一焊接自动化和弧焊机器人的智能化领域的关键技术提供一定的技术参考.     

一种新的刀具磨损面图像边界提取方法

介绍了一种新的基于机器视觉的磨损区域几何尺寸的测量方法。该方法在人工指定含有边缘的某一微小区域后,通过一系列窗口对磨损区域的边缘进行跟踪以实现对磨损区域的几何描述。所有的图像处理仅在含有边缘的窗口中进行,减少了噪声对边缘提取的干扰,也减少了数据处理量,因此具有良好的鲁棒性和较高的处理效率。该方法的测量精度与图像分辨率有关,本文的测量精度优于5μm。     

月球探测器着陆中基于被动图像的着陆场搜索及斜坡估计

在无人探测器月面软着陆技术研究中,因为月球表面障碍物对探测器着陆 安全构成的威胁,所以首先需要解决的是安全着陆区域确定及其坡度估计的问题。从被 动图像角度出发,研究了基于灰度变化的着陆区域确定和基于两视图几何的候选着陆区域坡 度估计的方法。首先,研究了一种基于多尺度窗口区域内灰度变化标准差的安全着陆候选区 域确定方法;其次,为了计算基础矩阵F和单应矩阵H,本文利用SIFT算法和RANSAC策略 进行特征点检测和跟踪;最后,本文利用平面单应H和基础矩阵F的相容性原理,提出了一种 斜坡坡度估计方法。和同类方法相比,该方法无需探测器位姿转移参数。利用该方法得到的 斜坡估计结果和其他方法的结果比较后可知：本文提出的方法检测出的坡度误差能够满足着 陆过程中斜坡检测的要求。     

一种光栅式双目立体视觉传感器光条匹配方法

光栅式双目立体视觉传感器的难点之一在于光条的准确匹配.基于编码方式的光条匹配方法往往需投射多幅图像,或限制最少可见光条数,更严重的是在被测对象深度变化较大时,常出现误匹配.为此,将光栅式双目立体视觉传感器看作两个已经过标定统一的光栅结构光视觉传感器,由这两个光栅结构光视觉传感器测得各光条中心点的三维坐标,并搜索光条中心点集之间距离最小且模型编号相同的光条即为匹配光条.实验表明该方法有效实现了光栅光条的准确匹配.     

基于平行直线的摄像机标定方法

针对视觉测量中摄像机镜头畸变对精度的影响问题,提出一种基于平行直线求解镜头畸变系数及摄像机标定的方法.考虑到空间直线在理想摄像机模型下的成像仍然是直线的特点,根据畸变对直线的影响,利用径向畸变的数学模型和参数分解的方法对径向畸变系数进行线性求解;仅存在切向畸变的点和理想点到主点距离相等,采用非线性拟合直线确定理想点的方法求解出切向畸变系数.对标靶点进行畸变校正,计算出摄像机内外方位参数.实验结果表明,该方法得到了准确可靠的标定参数.     

一种月球车视觉系统的匹配算法

 对采用双目视觉来实现月球车自主导航提出了一种快速匹配的方法。首先,对相机的内外参数进行精确地标定,通过两相机的外参数对图像进行核线纠正,生成消除上下视差的核线;然后,在核线图像上,采用相关系数法进行由少到多的粗匹配,对匹配结果进行多重的检验,接着用最小二乘方法进行亚像素的精确匹配;最后,在匹配的像点间构建Delaunay三角网,建立两图像重叠区域的匹配关系,实现稠密匹配。对该方法进行了多组实验,实验结果表明:该方法可以快速、可靠地实现稠密的图像匹配。     

基于合作目标和视觉的无人飞行器全天候自动着陆导引关键技术

 GPS受他国控制和易受干扰对基于该导航系统的无人飞行器导航和着陆具有潜在危险,为了使其安全自动着陆,提出通过在着陆跑道(广场或公路)上预设具有受控发射红外光的地面合作目标,实现无人飞行器的视觉全天候自动精确着陆新技术。首先研究得到切实可行的工作过程;然后研制了合作目标,通过理论分析和实验得出,无论能见度高低,8~12 μm中远红外视觉系统探测到的合作目标图像质量远优于可见光视觉系统,研究得到合作目标和背景的温差在170~200 ℃时,成像效果最好。在识别研究中发现,基于传统的不变矩算法对合作目标的识别可靠性稍差,为了进一步准确地识别合作目标,又提出了基于方向链码的合作目标识别算法,该方法的耗时为不变距的96%,但是识别的可靠性比前者有显著提高。     

无人机自动着陆中的机器视觉辅助技术

设计了一套辅助无人机自动着陆的机器视觉系统。该系统由机载硬件设备和用户开发软件共同组成,用以完成数字图像处理任务和无人机运动参数估计任务。系统传感器包括一个单目摄像机和机载惯性陀螺;数字图像处理使用的主要算法有图像的轮廓提取、角点检测和模版匹配。基于角点处各个方向上灰度差变化较大的特征,依据最小核值相似(SUSAN)算法和角点几何结构分析,提出一种改进的角点特征提取算法;根据任务开发的位置参数估计算法依据摄像机透视投影理论,运用摄像机成像标定方法导出了一种高精度的位置测量模型。通过计算机仿真表明,所提出的计算机视觉位置参数估计算法可以达到无人机着陆过程的精度要求。     

未知环境下移动机器人单目视觉导航算法

提出了一种未知环境下移动机器人单目视觉导航算法,算法包括障碍物检测、单目视觉测距和局部路径规划3部分.为减小光照等环境因素对基于特征的障碍物检测的影响,对彩色图像在HSI颜色空间中用基于像素的直方图比较进行分割,获取障碍物轮廓序列的图像坐标点集.在单目视觉测距中,通过几何关系推导法建立图像坐标系和机器人坐标系间的变换关系,进而实现由障碍物图像位置计算其与机器人间的实际距离.局部路径规划对摄像机梯形视场区域转换后的矩形区域建立模型划分栅格,由障碍物轮廓序列图像坐标和单目视觉测距计算构建障碍物栅格图,并用提出的栅格搜索算法搜索障碍物栅格图,得到机器人安全行驶路径.实际环境中进行的实验结果表明,算法能有效减小反光、阴影等的影响,在未知环境中正确规划出机器人局部可行路径实现导航.      

一种基于目标特征点的姿态角测量方法

充分利用空间目标的几何先验知识,提出了一种基于目标特征点提取的单摄像机确定空间目标姿态角的方法,避免了多站图像的立体匹配。在M atlab2006 a的环境下对算法进行了验证,表明该方法的准确度较高,是一种简洁有效的测量方法。