计算机视觉在无人机着陆中的应用

介绍了计算机视觉的定义和视觉系统的软硬件组成，总结了视觉导航在旋翼无人机着陆方面的研究现状，并对视觉导航在固定翼无人机着陆中的应用给予初步分析和介绍。     

基于旋转搜索的相机位姿估计和对应点匹配

传统的同步位姿计算和对应点匹配（SPCD）算法采用两阶段交替迭代的方式计算相机位姿，求解精度较低。除此之外，传统SPCD算法依赖于局部搜索策略，无法保证找到全局最优解。为提升求解SPCD问题的精度和全局收敛能力，推导出了一种新的基于点和点约束的SPCD问题求解模型。基于新模型从角度距离出发构建优化目标函数，并利用分支定界搜索的方法寻找最优相机位姿和3D/2D匹配关系。实验证明：相比于传统SoftPOSIT算法，本文算法具有更高的求解精度和收敛率，并且可适用范围更广。     

基于机器视觉的目标识别分类方法

工业现场生产的产品批量小、更新快、品种多,存在工作效率低、检测或识别质量得不到保证等问题。为了解决此问题,提出了一种基于机器视觉的目标识别分类方法。采用线阵相机,通过控制产品运动,获取产品表面完整的信息图像,利用多层感知器对图像拼接和处理后的字符进行识别,确定产品型号及批次,引导机器人完成产品的准确分类。实验结果表明,方法识别时间18 ms,识别准确率98%,可有效解决人工作业的各种问题。     

基于立体视觉的无人机位姿测量方法

现有的无人机位姿视觉测量方法大多基于诸如关键点等几何尺寸在图像和模型间的对应关系完成位姿计算；然而，在复杂情况下易出现关键点图像坐标定位失效的问题，而针对特定机型的算法设计泛化性不佳。针对这一问题，本文提出了一种基于立体视觉的固定翼无人机位姿测量方法，通过立体视觉重建目标无人机三维点云，基于无人机组件三维点云拟合鲁棒地完成位姿测量。首先，使用一种二维、三维数据结合的方式，利用卷积神经网络完成组件的分割。其次，分别利用机翼和机身点云拟合无人机坐标系的z轴和x轴，进而完成目标无人机位姿的计算。整个计算过程无需已知具体机型或尺寸。经试验验证，本文方法在10m的范围内达到了1.57°和0.07m的位姿测量精度，具有较高的精度和鲁棒性。     

基于轴线投影精确模型的弯管立体视觉测量方法

利用立体视觉技术测量弯管轴线需精确计算弯管轴线在图像上的投影位置,现有方法将弯管图像轮廓中心线近似为空间轴线在像平面上的投影,这种近似计算存在误差。为获得弯管轴线的精确投影位置,提高三维测量精度,对弯管成像特征进行了深入研究。首先对弯管任意横截面建立透视投影模型,探索截面图像边缘点与空间轴线投影点间的几何关系,进而提出轴线上任意一点在像平面上投影位置的精确计算方法。采用双目视觉系统对某一航空管件进行重构测量。试验结果表明,相较于现有方法,采用本文方法计算轴线投影位置后,管件测量的重复性精度与前者相当,而测量精度平均提高14.5%。说明本文方法对轴线投影位置计算正确,可有效提高弯管轴线视觉测量精度。     

航空发动机孔探中立体视觉技术研究

介绍了基于立体视觉的发动机孔探技术，建立了平行光轴双目机器视觉模型并采用MATLAB语言实现了摄像机标定，通过图像分析提取出发动机损伤的有效区域，并且运用双目匹配的方法计算出区域的面积及特征点的空间坐标，实现了航空发动机缺陷的定量测量。     

基于视觉识别的电解加工多孔表面评定方法研究

针对电解加工多孔表面特点,提出表面形貌评价指标,获取多孔表面图像并对其进行预处理,提取腐蚀率、不均匀度、灰度等特征参数,揭示各特征参数与电解加工多孔表面形貌的相关性,并通过实例证明该方法适用于电解加工多孔表面的测量。     

基于机器视觉的裂纹缺陷检测技术

介绍了一种机器视觉应用于某零件表面裂纹缺陷的自动检测技术。其搭建采集系统对待测零件进行图像采集,应用图像校准,图像比较和区域描述技术进行缺陷的识别和分析。实验证明该方法能很好地实现零件表面裂纹缺陷的自动判别和定量检测。     

基于视觉六自由度分拣机器人 视觉图像坐标变换的研究

针对机器人定位分拣问题,研发了一种基于视觉的六自由度分拣机器人系统,深入研究了视觉图像坐标引入到机器人控制系统后的坐标变换,并对机器人的分拣动作进行规划,实际运行结果表明,该系统可以实现机器人的定位分拣问题,并且可靠性高,在分拣搬运领域具有较高的应用价值.