为了提高羽毛球机器人的接球成功率,提出基于双目立体视觉的羽毛球机器人环境自动感知方法。分析羽毛球机器人外部结构与内部智能控制系统的组成要素,结合气缸工作过程,利用旋转矩阵变换坐标构建机器人运动学模型;采用棋盘格标定算法获取相机内、外部参数,矫正畸变现象,采用双滤波算法过滤图像噪声;匹配不同视角下图像同一特征点,重构三维环境信息,使用核相关滤波器算法对感知区域做循环位移,构建海量目标分类器,实现环境自动感知。仿真实验证明,所提方法能够获得感知区域更多的目标信息,无论在哪种击球方式下,都能准确感知环境,减少接球定位误差,提升接球成功率。

为了解决废旧塑料瓶分拣的问题,减少劳动强度,降低环境污染,实现废旧塑料瓶分拣自动化,设计出一种气动塑料瓶分拣系统;利用三维软件SolidWorks建立分拣系统的整体结构图,利用数学方法对机械手受力进行分析,得出影响机械手受力大小的参数;利用数学方法建立机械手精准抓取模型,得出影响机械手精准的参数;利用气压回路实现对机械手的运动控制;利用张定友标记法对相机进行标定,实现机械手抓取成功率为0.99;现场试验表明,该分拣系统能够满足目前废旧塑料瓶回收站的分拣要求,不仅成本低、结构简单、易操作,而且分拣精准、效率高;为进一步实现废旧塑料瓶工业化分拣提供参考依据。

相机的标定对于整个摄影测量系统的精度起着至关重要的作用。主要研究了一种较为有效、易行的标定相机畸变参数的方法。标定物简单且容易获得，相机无须固定，可手持拍摄。利用交比不变的性质，拟合全视场的无畸变的虚拟网格，得到图像点的偏差，从而计算出畸变系数。最后通过比较畸变纠正前后空间点距离的测量，表明此方法可较为明显的修正镜头畸变，且简单易行。

分析了影响相机标定精度的一些主要因素，并给出了在这些因素影响下世界坐标重投影误差的分布曲线。仿真及实验表明在非线性相机模型的线性标定方法中，世界坐标的测量精度对相机标定精度有较大影响，标定图片数量15．20幅较合适。对相机标定中合理制作标定板、选择标定图片数量、快速高精度标定相机提供了有益帮助。

提出了基于视觉伺服的相机光轴反馈校正法，将图像的线性畸变与非线性畸变相分离，先采用多幅模板图像对相机进行高精度标定，获得相机非线性系数；根据这些系数经反复迭代后消除非线形畸变；再利用线性畸变，引入反馈环节精细调节相机至精确位置．该方法不需要特殊的导引装置，很好地解决了相机光轴的高精度校正问题。

针对纯平液晶显示器（LCD）自身尺寸较小的问题，提出了新的标定影像拍摄方法。实验结果说明，该方法是有效可行的。另外，通过多组模拟数据和实际数据的分析说明，LCD相机的标定结果存在明显的系统误差．而借助逐步回归分析等方法则验证了这种系统误差主要来源于LCD自身的不平性，并且得出了定性和定量的结果。

基于针孔相机成像模型，利用共线方程建立了像平面坐标与粒子三维空间坐标之间的映射关系，在此基础上采用Tsai’s算法开展了相机内外参数标定方法的研究。使用微位移机构负载二维平面标定板完成了片光厚度内多个位置的单视场非共面标定。改进后的Wong-Trinder算子提高了标定板上目标像中心的定位精度。利用标准图像对其进行了仿真实验。结果表明，该标定方法具有标定速度快、精度高的特点，适合于多种流场的2D-3cPIV测量。

为解决垃圾分拣实现自动化分拣的问题,提高生产效率,降低生产成本,设计了一种气动机器人视觉垃圾分拣系统。利用气压控制回路实现对机械手运动的控制,采用棋盘格标定法对相机进行标定,标定结果误差相对较小。实验结果表明:利用气压控制的机械手定位和抓取效果良好。利用棋盘格标定的相机,机械手抓取平均误差小于3 mm。该分拣系统在一定条件下能够满足垃圾分拣,具有结构简单、易操作、分拣精准、效率高、成本低等特点,为后续实现垃圾智能化

传统的hough变换在进行圆的检测时,是对整幅图像进行计算的,因此计算量大,运行速度慢,而且不适用于复杂的图像。在用三坐标测量机的测头部分进行相机标定时,除三坐标测量机的圆形测头外,图像中还有多个圆形固定孔,严重影响了圆形测头的检测,因此传统的hough变换圆检测算法不能准确测出测头的圆心。针对以上问题,文中介绍了选定感兴趣区域的改进方案。感兴趣区域包含了三坐标测量机测头的大体位置,只对感兴趣区域进行hough变换可以大大减少计算量,提高运行速度,还能忽略其他相似图形的干扰,将三坐标测量机的测头部分快速检测出,并得到其在像素坐标系中的坐标。

为解决采用摄像头传感器的汽车高级驾驶辅助系统(ADAS)控制器的快速测试问题,提出了一种ADAS硬件在环测试方法。该方法以视频暗箱模拟实车环境中摄像头所采集的视频信号,并通过ADAS控制器对视频信号进行处理,从而达到仿真测试的目的。最后,以ADAS功能中的车道偏离预警系统进行实车和仿真测试对比实验,证明了该方法具有良好的精度及测试效率。