-
公开(公告)号：CN112381885B
公开(公告)日：2022-02-22
申请号：CN202011270640.6
申请日：2020-11-13
Applicant: 湖南大学
Abstract: 本发明公开了一种基于多种群粒子并行结构算法的机器人相机标定方法，首先，在多种群粒子并行结构的基础上引入自适应变异粒子群优化算法，根据在更新迭代过程中局部最优粒子、全局最优粒子对整个过程的影响不同，提出基于粒距变化的惯性因子调整策略，同时依据自适应变异率，对种群粒子选择性变异，具有更强的大局观，在全局范围内寻找最优解；其次，在基于并行结构的多种群粒子优化算法基础之上，对其进行优化，解决了原算法过于冗余的问题，同时对3个粒子群组进行更新迭代，提高了算法鲁棒性；最后，利用多种群粒子并行结构优化算法在相机参数初始值的基础上对相机参数进行最优值求解，得到相机参数的最优值，提高了机器人相机的标定精度。
-
Patent Agency Ranking
公开(公告)号：CN112950723B
公开(公告)日：2022-08-02
申请号：CN202110244086.2
申请日：2021-03-05
Applicant: 湖南大学
Abstract: 本发明公开了一种基于边缘尺度自适应散焦模糊估计的机器人相机标定方法，先利用待标定相机获取棋盘格图片，并对所获取的棋盘格图片进行Canny边缘检测和角点检测；其次，根据Canny边缘检测值构造一个尺度一致的边缘图；然后，设定边缘检测的局部尺度值，同时设定两次重模糊图像的模糊值；再次对棋盘格图像分别进行高斯模糊，并求取两次重模糊图像的梯度比率；接着，计算出棋盘格原始图片每个角点的散焦模糊量；再以检测的角点为圆心，以散焦模糊量为半径作圆，同时设定相机标定能量方程的权值；最后，根据优化的相机标定能量方程，在所得到的圆范围内对能量方程进行迭代直至收敛，输出最优相机标定参数，可以极大提高相机标定的精度。
-
公开(公告)号：CN112991421B
公开(公告)日：2023-08-08
申请号：CN202110304658.1
申请日：2021-03-23
Applicant: 湖南大学
Abstract: 本发明公开了一种机器人视觉立体匹配方法，首先在代价计算部分，通过SAD和MCT匹配代价计算方式，可以在保证图像在弱纹理与重复纹理效果的同时，兼顾窗口像素点相关性与的全局性，避免引入噪声；其次在代价聚合阶段，引入基于图像梯度而改变尺寸大小与方向的自适应窗口，利用基于梯度变化的自适应窗口，充分的考虑到图像的梯度信息，即在梯度平缓区域窗口尺寸增大，梯度变化剧烈区域窗口尺寸减小，使图像的边缘部分得到最大程度的保持，同时，在自适应窗口内进行引导滤波以代价聚合，在此基础之上进一步使用多尺度聚合的方法，得到更优的代价聚合结果；最终在进行视差计算与视差优化，得到最优视差结果，具有机器人视觉立体匹配度高的优点。
-
公开(公告)号：CN112991421A
公开(公告)日：2021-06-18
申请号：CN202110304658.1
申请日：2021-03-23
Applicant: 湖南大学
Abstract: 本发明公开了一种机器人视觉立体匹配方法，首先在代价计算部分，通过SAD和MCT匹配代价计算方式，可以在保证图像在弱纹理与重复纹理效果的同时，兼顾窗口像素点相关性与的全局性，避免引入噪声；其次在代价聚合阶段，引入基于图像梯度而改变尺寸大小与方向的自适应窗口，利用基于梯度变化的自适应窗口，充分的考虑到图像的梯度信息，即在梯度平缓区域窗口尺寸增大，梯度变化剧烈区域窗口尺寸减小，使图像的边缘部分得到最大程度的保持，同时，在自适应窗口内进行引导滤波以代价聚合，在此基础之上进一步使用多尺度聚合的方法，得到更优的代价聚合结果；最终在进行视差计算与视差优化，得到最优视差结果，具有机器人视觉立体匹配度高的优点。
-
公开(公告)号：CN112950723A
公开(公告)日：2021-06-11
申请号：CN202110244086.2
申请日：2021-03-05
Applicant: 湖南大学
Abstract: 本发明公开了一种基于边缘尺度自适应散焦模糊估计的机器人相机标定方法，先利用待标定相机获取棋盘格图片，并对所获取的棋盘格图片进行Canny边缘检测和角点检测；其次，根据Canny边缘检测值构造一个尺度一致的边缘图；然后，设定边缘检测的局部尺度值，同时设定两次重模糊图像的模糊值；再次对棋盘格图像分别进行高斯模糊，并求取两次重模糊图像的梯度比率；接着，计算出棋盘格原始图片每个角点的散焦模糊量；再以检测的角点为圆心，以散焦模糊量为半径作圆，同时设定相机标定能量方程的权值；最后，根据优化的相机标定能量方程，在所得到的圆范围内对能量方程进行迭代直至收敛，输出最优相机标定参数，可以极大提高相机标定的精度。
-
公开(公告)号：CN112381885A
公开(公告)日：2021-02-19
申请号：CN202011270640.6
申请日：2020-11-13
Applicant: 湖南大学
Abstract: 本发明公开了一种基于多种群粒子并行结构算法的机器人相机标定方法，首先，在多种群粒子并行结构的基础上引入自适应变异粒子群优化算法，根据在更新迭代过程中局部最优粒子、全局最优粒子对整个过程的影响不同，提出基于粒距变化的惯性因子调整策略，同时依据自适应变异率，对种群粒子选择性变异，具有更强的大局观，在全局范围内寻找最优解；其次，在基于并行结构的多种群粒子优化算法基础之上，对其进行优化，解决了原算法过于冗余的问题，同时对3个粒子群组进行更新迭代，提高了算法鲁棒性；最后，利用多种群粒子并行结构优化算法在相机参数初始值的基础上对相机参数进行最优值求解，得到相机参数的最优值，提高了机器人相机的标定精度。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
