基于视觉EPnP加权迭代算法的三维位移实时测量

摘要：

单目视觉三维位移测量的关键在于获取相机位姿参数,该问题可通过n点透视(PnP)算法求解.为提高PnP算法精度,提出一种改进的EPnP加权迭代算法(WIEPnP).WIEPnP通过对标志点设置权重系数,再进行迭代计算,从而降低标志点深度和图像噪声对算法性能的影响.用MATLAB仿真实验对比研究了6种PnP改进算法,结果表明,WIEPnP算法能有效降低标志点深度的影响并有效降低图像高斯噪声对算法结果的影响,且算法精度和耗时均满足现场应用需求.WIEPnP的有效性同样在样机实验中得到了验证:样机在x、y方向的测量误差均小于1 mm;在z方向,WIEPnP算法有效降低了深度变化的影响,使z方向的绝对误差也不大于3 mm.可见提出的WIEPnP算法在实时性和误差性能方面都具有较好性能,能够满足大多数三维位移实时测量要求.

关键词：计算机视觉、三维位移、EPnP、加权迭代、锅炉膨胀

所属期刊栏目：41

分类号：TP391.41;TH86;TM(计算技术、计算机技术)

资助基金：国家自然科学基金面上项目51475337

在线出版日期：2020-09-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：166-175