资源描述：
《基于计算机视觉的汽车整车尺寸测量系统》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、22交通与计算机2006年第3期第24卷总130期*基于计算机视觉的汽车整车尺寸测量系统11112翟乃斌苏建刘玉梅陈友谊欧阳新(吉林大学1长春130022)(大庆石油管理局装备制造集团2大庆163453)摘要针对汽车尺寸测量的应用背景,根据双目视觉原理开发了一套基于计算机视觉的汽车整车尺寸测量系统。论述了该双目视觉测量原理及传感器模型,利用图像差值法实现车身目标检测,并在此基础上利用Sobel算法、阈值化等技术实现特征点提取。结合特征匹配与区域匹配技术实现立体匹配,并完成自动测量。试验结果表明,该系统可以实现汽车整车尺寸的自动、快速、准确测量。关键词整车尺寸;计算机视觉;三维测量;
2、立体匹配中图法分类号:U467.5文献标识码:A同一点W的图像点(称w1,w2为点W的同名像0引言点),则W点的空间位置可由Q1w1与Q2w2两直车辆整车尺寸参数是汽车通过性参数及运行线的交点惟一确定。安全检测的重要内容之一。目前,我国汽车检测机构普遍采用的测量器具有卷尺、角度尺、外径卡规、标杆,以及光学式和电磁式检测仪等。传统的三维测量方法多为人工检测,劳动强度大、效率低。工业用的三维检测设备主要有全站仪、三坐标测量机,它们结构复杂、对测量条件要求苛刻,价格昂贵,不利于在汽车检测领域进行推广。笔者利图1双目视觉用双目立体视觉技术,研究汽车整车尺寸参数非设A与B摄像机的投影矩阵为A
3、i(i=1,2),接触快速检测系统,实现车辆整车尺寸参数的准其中:iiii确测量。a11a12a13a14iiiiAi=a21a22a23a24(1)1双目立体视觉技术iiia31a32a331双目立体视觉作为计算机视觉的重要分支,则由不同位置的2台或者1台摄像机经过移动或旋Xxi转拍摄同一幅场景,通过计算空间点在两幅图像Ywyi=Ai(2)中的视差,来获得该点的三维坐标。在利用立体视Z1觉获取物体的三维几何信息之前,首先需要对视1觉传感器进行标定,计算摄像机的内外参数。摄像式中:(x1,y1,1),(x2,y2,1)分别为w1(x1,y1)、机标定过程是根据世界坐标系中已知1组控
4、制点w2(x2,y2)在各自图像中的齐次坐标;(X,Y,Z,1)[1]为W(X,Y,Z)点在世界坐标下的齐次坐标;w的坐标和图像坐标系中的相应坐标来确定的。i为k双目视觉如图1所示,O1、O2分别为摄像机非零参数;amn(k=1,2;m=1,2,3;n=1,2,3,4)为A、B的镜头中心。对于空间物体表面任意一点,投影矩阵Ai(i=1,2)中的元素,表示摄像机平移、旋转和投影参数。根据被测点W的像面坐标w1W(X,Y,Z)确定在A摄像机图像上的点w1(x1,(x1,y1)、w2(x2,y2)和式(2),就可以求出未知点y1)与在B摄像机图像上的点w2(x2,y2)是空间W的世界坐标
5、(X,Y,Z):iiiiii收稿日期:2006-03-27(a11-a31xi)(a12-a32xi)(a13-a33xi)×*教育部博士点基金项目资助(批准号:20030183032)(aiiiiii21-a31yi)(a22-a32yi)(a23-a33yi)基于计算机视觉的汽车整车尺寸测量系统——翟乃斌苏建刘玉梅陈友谊欧阳新23Xi片,一幅为未含有车的背景图,另一幅为含有车的xi-a14Y=(3)前景图,在图像处理中可以利用两幅图之间的相关iyi-a24[3]Z信息做差影,去除背景,实现车身目标的检测。3.1.1差值模型2传感器模型选择当车辆在检测车间内测量时,由于光线、照明
6、根据汽车检测线实际测量的要求及现场情的原因,图像包含很多阴影信息,而且背景相对复况,本系统选择的传感器模型如图2所示。车顶摄杂,从灰度图像中提取感兴趣的目标有时变的非像机1、2对称固定,组成1对双目视觉传感器,主常困难。彩色图像包含有比灰度图像更丰富的信要用来测量车厢高度和宽度。摄像机3、4可以分息,为了满足系统的需要,对彩色图像分割很有必别横向移动特定距离,基于同一摄像机在不同位要。在普通RGB的3通道图像中,当光线发生变置实现双目视觉测量,这里主要考虑当车身较长化时,划分结果易受到影响,原因在于3个通道之时,固定的摄像机的视野不能涵盖整个车身。间相关性很强,因此本文采用式(1)
7、来实现RGB图像中色度和明度的分离,通过3个两两互相独立的色度坐标来描述图像的颜色特征,算法简单实用,不易受亮度变化的影响。r=255R/(R+G+B)g=255G/(R+G+B)(4)b=255B(R+G+B)式中:r,g,b分别为红、绿、蓝3原色的色度坐标值。笔者提出的彩色图像差值模型,如式(5)所列。图2传感器模型设f1(x,y),f2(x,y)分别为背景差值法中参系统设计之初,曾考虑使用如图2(b)所示的与减法运算的背景图像和前景图像,大小均为(M传感器模型,
