针对现有矿井机车障碍物检测和测距方法存在测距精度低、测量范围小及成本高等问题,提出了一种基于单目视觉的矿井机车障碍物检测与测距方法。该方法首先对CCD摄像机采集的图像进行预处理,然后根据障碍物的特点进行特征提取得到准确的障碍物区域,最后利用基于摄像机内部参数和几何关系的单目视觉测距方法得到机车与前方障碍物之间的距离。测试结果表明,该方法能有效检测机车前方障碍物,且测距精度在有效误差范围内。

c++版本代码，对应环境Ubuntu20.04、OpenCV 4.5.3版本。 images1、images2分别是两组不同摄像头拍摄的棋盘格图片，我们分别对它们进行标定，其实就是实验重复了两次。 images1文件夹中的图片是网上下载的，尺寸为480*640，OpenCV计算起来非常快，每张0.3s左右。 images2文件夹中的图片是我自己借助海康摄像头拍摄的，尺寸为1440*2560，非常大，OpenCV计算起来很慢，每张80s左右。 images1_demo、images2_demo是这两组图片的棋盘格检测结果。 images1_undist、images2_undist是这两组图片的校正结果。 camera_Calibration1.cpp、camera_Calibration2.cpp是单目相机标定的源码。 camera_Undistortion1.cpp、camera_Undistortion2.cpp是单目相机校正的源码。

本程序运行后为一个MFC界面，利用opencv库函数打开摄像头，点击保存图片按钮就可以保存图片，点击测距按钮就可以测试出图像点高度及点宽度还有距离。点击关闭摄像头即可关闭摄像头，点击推出程序即可退出程序。

利用OpenCV实现张正友单目相机标定方法

单目视觉移动机器人slam方法建模与仿真分析

提出了一种基于颜色空间理论和形态学结合的方法。首先对图像进行颜色空间转换，按要求提取出需要的特征颜色区域，再对颜色特征区域进行检测，对边缘进行灰度统计，按一定的比例进行筛选，并利用前方车辆位置变化的特点，对下一次车牌可能出现的区域进行粗定位，利于下一次更快速的定位。应用该算法对100幅车牌图像进行定位，定位准确率达90%，速度均在0.1 s内。

提出一种基于单目视觉的横穿障碍物检测方法。首先,基于道路平面假设,根据特征点的位置约束以及逆透视投影变换下的性质,提取地面特征点对。其次,采用迭代加权最小二乘法估计自车平移和旋转运动参数。然后,利用估计的运动参数对图像光流进行旋转补偿,并基于道路C-速度空间生成障碍物的候选标记点。最后,对候选标记点进行分组聚类和验证,确定横穿障碍物区域。不同交通场景下的实验结果表明,上述方法能够适用于各种自车运动,有效检测横穿障碍物。

1-Point RANSAC for EKF Filtering, Application to real time structure from motion and visual odometry

C++ opencv相机标定

mono-vo, 基于OpenCV的单目视觉里程计实现 这是基于 OpenCV 3.0的单目视觉里程计算法的实现。算法使用5 个nister点算法，用于基本矩阵估计和快速特征，具有一个，跟踪器。 更详细的细节是，这里的作为一个报告，这里的作为一个博客帖子。注意，这里项目尚未能够进行可以靠