【摘 要】
：
机器视觉是一种利用机器代替人眼来做测量和判断工作的技术,具有低成本、高效率、非接触式等优点,被广泛应用于视频监控、工业制造、医疗成像等领域。相机标定技术是机器视觉中的重要组成部分,其标定精度影响了视觉检测工作误差大小,研究如何改进相机标定方法具有重要意义。圆模式平面标靶具有制造简单和对图像质量要求低等优点,是一种常见的标定工具,然而基于圆模式平面标靶的相机标定方法存在椭圆特征点坐标提取方法精度易受
论文部分内容阅读
机器视觉是一种利用机器代替人眼来做测量和判断工作的技术,具有低成本、高效率、非接触式等优点,被广泛应用于视频监控、工业制造、医疗成像等领域。相机标定技术是机器视觉中的重要组成部分,其标定精度影响了视觉检测工作误差大小,研究如何改进相机标定方法具有重要意义。圆模式平面标靶具有制造简单和对图像质量要求低等优点,是一种常见的标定工具,然而基于圆模式平面标靶的相机标定方法存在椭圆特征点坐标提取方法精度易受光照等因素影响,镜头畸变和投影偏差会产生椭圆偏心误差,使用Levenberg-Marquardt（LM）优化算法进行相机参数优化时容易陷入局部最优等问题,会导致相机标定精度降低。论文根据椭圆几何特征的属性以及相机模型的特点对相机标定方法做出了改进,完成了以下工作:（1）根据对偶二次曲线的基本性质,通过椭圆边缘的梯度矢量场,拟合椭圆对偶二次曲线参数,避免了提取椭圆轮廓点集合的过程,利用对偶二次曲线对椭圆特征点坐标进行精确提取。在实验中与其它椭圆拟合方法进行了比较,椭圆圆心坐标的欧氏距离误差降低了94.9%,验证了该方法具有抗噪性强、准确性高的特点,实现了对椭圆圆心的高精度检测。（2）通过校正标靶图像的透视投影与镜头畸变,使图像中倾斜的椭圆校正回近似标准圆,随后对近似标准圆重新拟合,通过迭代可以得到更精确的圆心成像点坐标,实现了迭代标定的偏心误差补偿,降低了偏心误差的影响,从而得到更高精度的标定结果,避免了建立偏心误差模型的过程。相比于传统标定方法,标定精度提高了81.8%,且通过四次迭代即可收敛,验证了该方法具有准确性和快速性的特点。（3）针对相机参数的优化,使用改进的灰狼优化算法,选择混沌序列改善灰狼种群的初始化结果,将线性的收敛因子改进为非线性,加入适应度权重来改进位置更新方程,从而降低算法陷入局部最优的概率。实验结果表明该优化算法能够合理地应用于相机参数优化,相比于LM优化算法,标定精度提高了52.6%,并且多次重复实验的结果波动较低,验证了该方法具有较高的精确性和稳定性。
其他文献
现代工业过程日趋复杂,故障类别日益增多,一旦发生故障,不仅会降低经济效益,还可能造成严重的人员伤亡事故。随着计算机技术和数据采集设备的发展,一些工业过程积累了丰富的过程数据,使得基于数据驱动的故障检测技术不断进步,成为保证工业安全运行的重要关键技术。多块建模策略通过对整个工业过程建立多个子块检测模型,能够及时有效地检测规模庞大和具有复杂工况的工业过程,相较于全局模型具有一定的优势。本文在多块建模策
电子废弃物（e-waste）包括生活中常见的移动电话、平板电脑、电脑、电视机、冰箱、空调和其他产品。电子废弃物在固体废物中具有独特的环境和资源性质,拥有铜、铝、铁、金、银、钯、聚合物等数十种可回收材料,是具有较高利用价值的大型“城市矿山”。另一方面,电子废弃物含有重金属和有机污染物,如果处理不当,将对区域生态和人体健康产生严重的负面影响。因此,电子废弃物的回收利用对我国的环境和经济效益具有重要的意
信息物理系统（Cyber physical system,CPS）是一个融合传感装置、通讯设备和计算单元,实现物理设施与信息过程交互的系统,已广泛应用于无人驾驶、交通运输等关键基础设施中。近年来,信息物理系统中频发的攻击事件引起学术界对信息物理系统安全问题的关注。重放攻击是信息物理系统中常见的攻击形式。重放攻击者只需要具有窃听与修改传输数据的能力就可以成功发动攻击而不被检测出。因此,及时高效地检测
在现代工业生产中,控制系统对提升产能有着至关重要的作用,但在实际工程中控制系统的性能良莠不一,即使有好的性能,也会随时间推移逐渐下降,从而影响企业效益。基于方差指标的控制性能评估技术重在利用系统运行时的过程数据对控制系统的方差性能进行评估,通过评估结果可以时刻掌握控制系统性能状态,并为性能不好的回路提供参考基准。论文在分析现有控制性能评估技术的基础上,主要研究内容如下:1)针对单变量系统控制性能评
车间调度是制造业数字化转型的重要技术节点。由于工厂产品生产工艺的日渐复杂,柔性生产车间中的不确定因素也日益增多,使得获取准确的生产参数变得越发困难。依靠传统调度方法不能很好地解决具有不确定生产参数的柔性作业车间调度问题。随着模糊集合理论的发展,利用模糊数表示柔性作业车间中不确定的生产参数,有助于提高调度方案的合理性与可靠性。因此,如何寻找解决此类柔性作业车间模糊调度问题的有效方法,已成为学术界和工
中国即将进入深度老龄化社会,老年人的养老问题越来越受到国家重视,同时伴随着国家城镇化和城乡一体化进程的快速推进,农村年轻人进城务工弱化了传统的家庭养老方式,农村老年人的养老问题更加突出。在积极应对人口老龄化国家战略背景下,需要探索一种新型养老方式来弥补农村家庭养老的弱化,解决农村老年人的养老问题,对此,农村互助性养老模式逐渐受到学界和国家的重视,一致认为农村老年人之间互助能够拓宽养老服务供给渠道,
视觉单目标跟踪作为计算机视觉基础任务之一,在智能视频监控、无人驾驶等领域有着广泛的应用。近些年,基于全卷积孪生网络的目标跟踪算法SiamFC（Siamese Fully Convolutional）由于其在跟踪精度和运行速度都取得较好水准,获得了极大的关注。本文以此为基础研究视觉单目标跟踪,其表现形式为在初始帧给定任意的单个待跟踪目标的信息,在视频的后续帧中预测待跟踪目标的实际位置和尺度大小。本文
迭代学习控制（Iterative Learning Control,ILC）是一种适用于执行重复性任务的智能控制方法,通过对已完成批次的历史信息进行学习,修正当前批次的控制信号,从而逐步改善系统的运行效果。随着通信技术的发展,网络环境下的迭代学习控制研究日益广泛,而量化是降低网络通信与无线传输负载,提高系统运行效率的有效方法。将迭代学习控制与量化相结合解决具有重复运行特性网络系统或无线控制系统的轨
现代工业过程日益复杂,一旦发生安全问题,将造成难以估量的损失,如何快速有效地监测工业过程的运行状态,以保证生产过程的安全可靠运行,一直是工业界和学术界的研究热点之一。随着分布式控制系统和工业互联网的发展,海量的过程数据得到采集和应用,因此基于数据驱动的过程监测技术具有极大的工业应用价值和研究意义。然而目前基于数据驱动的过程监测研究中面临着数据量大、有价值信息稀疏、类别不平衡、有标记信息短缺、甚至无
目标检测任务作为计算机视觉基础任务之一,在无人机航拍、遥感图像、无人驾驶汽车等领域得到了广泛的应用。当前在目标检测中大目标的检测效果已经取得了较高水平,而小目标由于其分辨率低,包含的特征信息较少,且在卷积神经网络的传播过程中容易丢失信息,导致其检测效果较差。为了解决小目标检测过程中存在的上述问题,本文以SSD（Single Shot Multi Box Detector）目标检测网络模型作为基础展