计算机视觉测量系统是计算机视觉技术在测量领域中的延伸,因此两者的结构基本相同。图1.8 典型的视觉测量系统......
2023-11-24
视觉测量系统把图像当做测量和传递信息的手段或载体加以利用,其目的是从图像中提取有用的信号。因此,如何准确得到目标点的位置,是视觉测量技术中的关键问题之一。具体来说,计算机视觉测量系统的关键技术主要包括光源照明技术、图像处理与分析技术、摄像机标定技术、三维测量技术、图像拼接技术和三维重构技术等。以下对光源照明技术、图像处理与分析技术和摄像机标定技术进行简单介绍。
1.光源照明技术
光源照明技术的好坏往往关系到整个测量系统的成败,它包括光源与照明方式两个部分。光源直接影响输入数据的质量和至少30%的应用效果。由于没有通用的计算机视觉照明设备,所以针对每个特定的应用实例,要选择相应的照明装置,以达到最佳效果。对于同一场景,照明光源的波长、光线入射角度、发光强度的大小及照射方式,都会对采集数据造成影响,最终决定图像测量结果。图像采集时,好的光源与照明方案并不是简单地照亮物体。光源与照明方案的配合应尽可能地突出物体特征量,使物体需要测量的目标与其他部分之间尽可能地产生明显的区别,增加对比度。同时,还应保证足够的整体亮度,使物体位置的变化不影响成像的质量。光源的选择必须符合所需的几何形状,照明的亮度与均匀度、发光的光特性也必须符合实际要求,同时还要考虑光源的光视效能(俗称发光效率)和使用寿命。应根据实际任务,选择和设计不同的光源形式。
总而言之,好的光源照明系统能够改善整个系统的分辨率,简化整个软件的计算。不合适的照明则会引起很多问题。例如,花点会隐藏很多重要信息,阴影会引起边缘的误测。信噪比的降低及不均匀会增加图像处理的难度等。由此可见,必须选用合适的照明装置。照明装置产生的效果随测量对象、测量目的、测量环境的不同而不同,应通过实验来确定。
2.图像处理与分析技术
个人计算机、视频游戏、手机是目前推动图像处理器向前发展的主要因素。而图像处理器的发展也为工业图像测量系统带来了新的机会和技术问题解决方案。特别是在处理大量数据的实时性方面,新的图像处理器为准确实时地处理大量的图像数据提供了稳定可靠的平台和可能性。特别是嵌入式系统的快速发展,DSP技术的不断提升,新的专用图像处理器的不断出现,使得实时处理能力得到了质的飞跃。很多专用的图像处理与分析算法可以应用FP-GA器件通过硬件来直接实现,这也使工业图像测量系统处理速度越来越快,实时性越来越好,应用领域不断扩展。图像分析与处理方法是保证测量精度和实时性的关键。(www.chuimin.cn)
图像处理与分析技术包括图像预处理、图像分割与特征提取及立体图像匹配、图像拼接等几个部分。图像预处理主要包括图像灰度变换、图像去噪和图像增强。图像特征提取得到匹配所需的特征点和边缘。图像特征提取的具体形式与匹配策略紧密相连。由于目前还没有一种普遍使用的图像特征检测理论,导致了立体视觉研究中图像匹配特征的多样性。在立体视觉研究中,图像特征提取的过程就是提取图像匹配基元的过程。由于图像对中不可避免地存在光度学和几何学畸变,所以选择图像匹配基元时要考虑基元的稳定性和敏感性。用于图像匹配的基元以图像特征为主,但还必须辅以在图像点周围的区域上抽取的测量信息。当空间三维场景被投影为二维图像时,同一个景物在不同视点下的图像会有很大的不同。而且场景中的诸多因素,如光照条件、景物几何形状和物理特性、噪声干扰和畸变等,都会被综合成单一图像中的灰度值。对于任何一种立体图像匹配方法,其有效性依赖于三个问题的解决,即选择正确的匹配特征,寻找特征间的本质属性及建立能正确匹配所选特征的稳定算法。
3.摄像机标定技术
摄像机是计算机视觉测量系统中的一个关键组件,其本质功能就是将光信号转变成为有序的电信号。摄像机标定是计算机视觉系统准确获取图像信息的前提和基础,是计算机视觉测量中需要解决的首要问题。摄像机标定是为了确定摄像机的位置,属性参数和建立成像模型,以便确定空间坐标系中物体点同它在图像平面上像点之间的对应关系。
摄像机标定就是计算摄像机的外部参数和内部参数。摄像机的外部参数表示摄像机的位置和方位相对于一个世界坐标系的坐标;内部参数表示摄像机的光学本质特性,包括图像中心点坐标,有效焦距长度和透镜的畸变失真系数。目前,常用的摄像机标定算法不需要特别的实验装置,其中大部分方法都是利用成像几何性质将需要标定的各个参数分解,然后分别进行计算。
有关视觉测量技术的文章
在众多基于区域分裂与合并的图像分割算法中,基于四叉树的方法是最常用的一种方法。下面以一个图4.46所示例子来说明区域分裂-合并法的基本步骤。根据每个区域的方差值可知,区域R1和R3满足方差相似性条件,不需要进行分裂;R2和R4则不满足方差相似性条件,需要进行进一步分裂。图4.47 区域分裂与合并方法示意由于R2和R4已经分裂到最小单位,为单个像素,因此不再进行分裂。......
2023-11-24
借鉴人类视觉的原理,计算机视觉技术研究的长远目标是建立通用的视觉系统。计算机视觉技术的优势不仅在于能模拟人眼的功能,还能完成人眼所不能胜任的工作。因此,对人脑视觉的充分理解将促进对计算机视觉更深入的研究,并对计算机视觉系统提供坚实的生物理论基础。......
2023-11-24
计算机视觉测量技术以图像传感器为手段检测空间物体的空间三维坐标,进而检测物体的尺寸、形状和运动状态等。美国、加拿大、日本等发达国家早在20世纪60年代后期就已经开始了计算机视觉测量技术的研究。直到20世纪90年代,随着计算机技术的发展成熟,计算机视觉测量技术逐渐成为一个研究热点。......
2023-11-24
下面简要介绍Marr视觉理论的基本思想和框架。图1.1 Marr视觉信息处理的三个阶段第一阶段是早期视觉处理,其目的是从输入的原始图像中抽取观察者周围景物表面的物理特性,如距离、表面方向、材料特性等,并构成要素图或基元图。表1.2 由图像恢复形状信息的表达框架3.Marr视觉理论的意义及不足Marr视觉理论是计算机视觉研究领域的划时代成就。图1.2 改进后的Marr视觉理论框架限于历史等因素,Marr没有研究如何用数学方法严格地描述视觉信息的问题。......
2023-11-24
系统标定等研究内容一般也在这个层次上进行。它要求图像技术工作在一个整体的框架下进行。图像处理是底层操作,它主要在图像的像素级上进行处理,处理数据量大。图1.3 图像工程的三层次示意......
2023-11-24
白色背景下的黑色普通标志是视觉测量或近景数字摄影测量常用的人工标志。工业数字摄影测量使用彩色标志是利用光的相减混色法。图2.51 白色光照射红色标志示意图通过相减混色可以有效地对彩色标志进行识别,不足之处是丢失标志的空间分辨率。如图2.51所示,白光照射红色标志,红色标志吸收的青色,只有红色光返回,在图像中形成红色标志图像。......
2023-11-24
单目视觉测量是指利用一台摄像机或数码相机拍摄图像进行测量工作。但由于标定精度弱和难以同时确定摄像机与被测物体之间的相对位置等问题,单目视觉的整体测量精度不如双目和多目视觉测量系统。单目视觉测量的理论基础和相关技术是双目测量乃至多目测量技术的基础。单目视觉测量能够满足某些应用场合实际测量的要求。基于单目视觉的测量方法主要包括几何相似法、光笔式三坐标测量法、几何形状约束法、几何光学法和结构光测量等。......
2023-11-24
相关推荐