基于无穷单应的大视场摄像机标定方法

在大视场摄像机标定中,常常会出现由于场景过于单一而很难达到自标定所需要的场景约束和运动约束条件、立体标定所需要的强立体条件或者平面靶板标定所需要的绝对共面条件,如指向高空区域的摄像机标定任务就很难满足上述要求,因而大视场摄像机标定需要较为弹性的标定算法。提出一种基于无穷单应的大视场摄像机标定方法,该方法最少只需要4个非共线控制点和摄像机粗略的位置即可求解无穷单应,并且提出一种坐标变换方法以保证线性求解和优化无穷单应时的稳定性。从无穷单应中分解得到摄像机参数初始值,通过Levenberg-Marquardt(LM)优化算法最终实现摄像机的标定。在优化过程中,通过假设图像中心为主点和采用一阶径向畸变模型,相对增加了优化过程中的剩余自由度,能够实现4个像点为观测值的参数优化。相比于强立体或共面的条件,此方法所需条件很容易满足。仿真和实际实验验证了此方法的正确性和高精度,以及重复测量实验的灵活易实施。     

基于消隐点几何特性的摄像机自标定方法

基于正交的两组平行直线形成的消隐点的几何特性,提出了一种摄像机内外参数的自标定方法。该方法利用连接光心与消隐点向量的正交性质,建立关于相机内参数的约束方程,并给出了约束方程的线性解法;针对现有自标定方法未能标定畸变系数的现状,提出了一种考虑畸变的非线性最优化算法,该算法以线性求解得到的内参数为初值,利用非线性单纯型法寻优标定畸变;建立消隐点坐标系,给出了摄像机外参数的求解算法。所给出的自标定方法不需要知道空间点的精确坐标,具有易于实现、精度高和稳健性好的优点。     

基于位姿约束的大视场双目视觉标定算法

为了提高大视场、远距离的双目摄像机标定精度,提出一种基于位姿约束的摄像机标定算法。该方法利用双目摄像机之间的三维位姿关系是刚体变换这一属性,标定出左、右摄像机相对位姿的外部参数。利用相对位姿为约束条件求取摄像机的初始内部参数,剔除较大的重投影误差值对应的标定图像组,重复迭代直至重投影误差平均值小于指定值,得到多个待优化的摄像机内部参数。再将最后标定图像组的角点坐标、待优化的摄像机内部参数和相应的外部参数,建立一个以角点三维重构坐标值与实际设定角点三维坐标值的模均值为最小的目标函数,求解出双目摄像机标定参数的最优解。该方法很好地解决了误差大的标定图像造成的影响,且充分利用了双目摄像机之间的位姿约束关系。通过仿真和标定实验可以看出,本文方法可以实现大视场双目摄像机的高精度标定。     

基于矩形的摄像机自标定几何方法

基于矩形两组对边的消隐点特性和隐含的长宽比信息,提出了一种新的摄像机自标定几何方法。该方法仅依据同一个矩形的两次或三次成像,即可在摄像机传感器特性已知或未知时标定摄像机内参数并辨识矩形长宽比。利用空间中有限距离点与同一无穷远点的连线相互平行和完全四边形的调和分割特性,以及被多次成像的矩形长宽比相同的特点,建立了摄像机内参数约束方程。通过建立与直线段成像相关的代价函数,提出了畸变参数寻优与线性内参数标定相迭代的畸变校正方法,可获得与摄像机无畸变情况下相当的自标定精度。在确定矩形任意两个顶点坐标的情况下,即可求解摄像机所有外参数。仿真实验表明,该标定算法收敛快速,对图像噪声不敏感。实际图像实验表明,与传统平面靶标法相比,该方法不但减少了预知条件,而且提高了标定精度和效率。     

基于合作目标姿态测量的新型摄像机校准方法

针对在姿态测量中摄像机成像的复杂畸变问题,提出了一种新型的摄像机校准方法。该方法不需要高精度的标定参照物,只需要利用标定靶标间的相互约束关系建立摄像机内参数与靶标特征的约束方程,从而线性求解摄像机内参数。通过非线性优化方法优化摄像机内参数,完成摄像机的标定。仿真和实验结果表明,所提出的算法对图像噪声不敏感。测量精度和可靠性都得到有效的改善,精度可达0.03pixel,说明该算法在合作目标的姿态测量中具有方法易于实现、测量精度高、可靠的优点。     

基于直线的射影不变性和极线约束标定摄像机参数

提出一种用图像对标定摄像机参数的新方法。传统自标定方法需要先由图像特征计算基础矩阵,该方法则是从图像中提取一组未知长度和长度比的平行直线,以图像中心坐标为主点初值,利用直线的射影不变性先求得摄像机焦距、旋转矩阵和平移向量的初值;再由图像对固有的极线约束来优化摄像机的参数,从而得到高精度的主点、焦距、旋转矩阵和平移向量。使用该方法对图像目标进行三维重建,仿真实验表明：该方法对场景要求较少,原理简单,方法易行,标定摄像机参数精度较高。     

一种利用图像序列进行摄像机标定的方法

结合消隐点的有关知识,利用图像序列中运动的人体及其阴影的垂直关系,给出了一种实用性比较强的摄像机标定方法.该方法采用线性的方法计算出了可变焦摄像机5参数的内参数矩阵及旋转矩阵,并在一定的条件下计算出平移矩阵,最终将摄像机完全标定.计算内参数及旋转矩阵时不必考虑图像之间对应点之间的关系,从而大大减少了图像检测期间算法的复杂度,提高了标定的速度.此外,模拟和实际图像实验也表明该自标定方法具有较高的鲁棒性和准确性,适用于在线摄像机标定系统.     

单摄像机单投影仪结构光三维测量系统标定方法

系统参数的标定是结构光三维测量系统工作的基础,且参数标定的精度直接影响测量的精度,其中投影仪目前还存在标定过程复杂、精度较低等问题。为解决该问题,通过投影一组圆阵图案到一块本身带有特征圆的平板上,并由摄像机拍摄;基于二维射影变换理论,通过误差补偿法建立投影仪图像坐标和摄像机图像坐标的对应关系,利用该对应关系计算获取标定点的投影仪图像坐标;以标定点的两组图像坐标和世界坐标为初始值,使用非线性算法对系统进行全参数整体优化,完成系统的标定。实验验证了系统标定误差最大值小于0.05 mm,误差均方根小于0.03 mm,结果表明该方法标定过程简单,能够有效地提高标定精度,具有较广的适用性。     

单摄像机立体视觉测量系统的高精度变焦标定技术

针对现有用于光学测量的双目变焦系统标定方法难度大、测量精度受限于两摄像机内参一致性等问题。提出一种基于单摄像机的平行双目立体视觉系统实现及其高精度变焦标定方法。方法基于三角测量原理采集图像,利用高精度位移台驱动单摄像机进行平移以保证基线精度;求解离散焦距下的预标定结果并利用BP神经网络模型对其进行拟合,以实现任意焦距下系统内外参数动态估计。实验结果表明,系统预标定的重投影误差小于0.1664 pixel,变焦后图像畸变校正平均误差为0.0982 pixel,立体视觉测量尺寸绝对误差小于0.05mm。方法能弥补传统变焦标定方法的不足,消除双目内参不一致引入的误差,提高视觉系统的测量精度。     

摄像机的一种主动视觉标定方法

提出了一种快速高精度的摄像机主动视觉标定方法,建立了摄像机模型并详细分析了其各项参数的求解算法。标定时,令摄像机作一组二维的平移运动,采集圆孔靶标件的图像并计算圆心的像点坐标,同时记录摄像机的移动距离,得到标定所需的特征点。利用这些特征点计算摄像机标定参数,标定精度可达到0.005 mm。利用该方法定制的标定模块实现了摄像机的自动标定。该方法对摄像机运动的限制条件较少,并基本实现了摄像机模型参数的线性求解,为主动视觉系统的摄像机标定提供了一种有效的解决方案。     

基于自适应EKF的摄像机标定优化方法

针对扩展卡尔曼滤波算法在摄像机标定优化应用中,滤波精度较大程度地依赖于噪声协方差矩阵的准确性这一问题,提出了一种基于自适应扩展卡尔曼滤波算法的摄像机标定优化方法。以所检测到的二维棋盘格标靶上特征点的图像坐标作为自适应扩展卡尔曼滤波算法的观测量,摄像机的内、外参数作为状态量,将观测图像上的特征点进行逐点滤波运算,过程和观测噪声协方差矩阵在迭代过程中随着观测值和预测值之间新息的变化而更新,从而优化对应的摄像机参数。实验结果表明,经本文算法优化后获得的摄像机内、外参数具有较小的重投影误差,USB相机和工业相机的标定结果较张正友标定法分别提升了61.17%和12.17%,所提算法较无迹卡尔曼滤波算法和扩展卡尔曼滤波算法在噪声环境下具有更高的标定精度和更好的鲁棒性。     

基于同心圆合成图像匹配的双目视觉标定

分析了双目视觉传感器的数学模型,提出了一种基于同心圆合成图像匹配的双目视觉传感器的标定方法。在测量范围内任意多次摆放同心圆靶标,由两台摄像机拍摄靶标图像。根据摄像机模型与已知同心圆在靶标坐标系上的位置关系,构造合成图像,将合成图像与观测图像进行相似度匹配,通过优化定位得到靶标上每个圆的圆心点图像坐标。利用左右图像对应的圆心图像坐标和双目视觉的约束关系,对双目视觉传感器参数进行非线性优化,并得到最优解。所提出的标定方法是在张正友方法的理论基础上,利用了图像的整体性进行的优化。实验结果表明,该方法提高了标定精度。     

目标跟踪与定位中的视觉标定算法研究

目标跟踪与定位中的一个重要步骤就是摄像机标定,其目的是估计摄像机的外部和内部参数。在严格的几何约束关系之上建立准确的数学模型,提出一种快速得到摄像机中心的方法,然后通过合理的求解次序获得其他摄像机参数,保证了标定参数的精度。利用计算出来的标定参数校正失真图像中的各个像素位置以重新得到像素间原来的空间关系,从而产生精确的不失真图像,并且利用摄像机标定参数对标定模板上的点进行位置计算后,再和实际位置比较进行检验。图像的校正效果实验以及精度验算的结果表明：提出的算法得到了准确可靠的标定参数,和其他算法相比有效提高了精度,能够满足运动跟踪时目标特征位置估计的精度要求。     

基于两组同心圆环点的双目摄像机标定方法研究

在研究传统摄像机标定原理及方法的基础上,提出了一种新的基于同心圆环点模板的双目摄像机标定方法。该方法仅要求摄像机摄取任一方位包含所有25个同心圆环点的所设计模板的一幅图像,即可根据射影几何内秉的约束条件和左右图像的视差完成对双目摄像机焦距、基线距离和光心位置等参数的标定,且不需要进行图像的畸变校正与匹配。实验表明,该双目摄像机的标定方法具有较高的精度和效率,可以方便、迅速地实现双目摄像机的标定。     

基于共线向量的非量测镜头畸变校正

针对传统摄像机标定算法中摄像机内外参数与镜头畸变之间存在耦合,提出了一种将镜头畸变从摄像机参数中分离出来单独求解的算法。算法基于"三维空间中的直线经过遵循透视模型的相机投影,在相机平面上仍是直线"这一基本属性。对于无畸变图像,直线上任意两特征点构成的共线向量外积应为零向量。利用非线性优化方法求解畸变参数,讨论了畸变中心与畸变系数之间的耦合性。设计了一种畸变校正效果评估方法,证明了结果的正确性。完成畸变校正后,摄像机的内外参数可线性求解。实验表明,该方法仅需一张图片即可完成所有摄像机参数的求解,提高了标定效率,且稳定度高,精度与传统标定方法相当。     

一种基于平面靶标的全自动标定方法

摄像机的快速高精度标定一直是视觉测量中亟需解决的主要问题,目前针对不同的摄像机成像模型有多种标定方法。提出了一种基于圆形标记点以及极径、极角的棋盘格角点排序算法,实现了单目和多目摄像机的高精度全自动标定。通过实验验证了该算法对于不同位姿标定图像的有效性和稳健性,实验结果表明改进后的标定方法既保证了摄像机的标定精度,又提高了标定的自动化程度,可以广泛应用于机器视觉中的单目和双目摄像机的标定。     

基于两平行线及其线上三点的摄像机标定方法

在大视场交通监控摄像机的标定中,由于不便于放置大尺寸标定靶标,常采用交通标线构成的特定几何图形替代标定靶标,但许多交通场景仅有一组平行的车道分界交通标线,难以获得传统标定方法所需的标定约束条件。针对此类交通场景,选取两平行交通标线和其中一条线上的三点作为标定参考物,依靠其中一条线上三点在单幅图像中的像素坐标、三点间的两个距离值及平行线间距作为约束条件来完成摄像机的标定。建立了图像坐标系与世界坐标系之间新的换算关系,推导出了摄像机内外参数的求解公式,探讨了旋转角对测量误差的影响。实验结果表明,在约束条件不足的情况下能够获得较好的摄像机参数近似解,沿道路方向上的测距精度优于对比文献的结果,具有标定参考物选取容易、操作简便、几何约束条件少等优点,适用于交通监控系统中大视场摄像机的快速标定场合。     

基于光束向量的空间运动目标姿态测量

为了实现空间运动目标姿态参数的高精度测量,采用一种基于光束向量的姿态参数测量系统.该系统在运动目标上安装直线光束作为合作目标,利用高速摄像机记录光束投影光斑在接收平面上的位置.基于平面单应性原理,通过光斑接收平面上9个原始特征点构造柔性标定靶标,实现高速摄像机的高精度标定.进而根据摄像机标定结果获得光束在世界坐标系中的方向向量,而光束在目标体坐标系中的方向向量可根据其安装位置获得.然后,根据光束在世界坐标系和目标体坐标系中的方向向量实现对目标姿态参数的高精度求解.实验结果表明,本文测量系统满足姿态参数测量误差小于1′(1σ)的要求,能够实现对空间运动目标姿态参数的高精度测量.     

一种新的摄像机一维标定方法

针对摄像机一维(1D)标定的问题,将世界坐标系建立在1D标定物上,提出新的数学模型,给出了一种新的标定方法。一般地,假设1D标定物与世界坐标系的X轴重合,定义了1D标定点与其对应投影图像点之间的1D单应矩阵。从单幅视图出发,推导了1D摄像机标定的基本约束方程。根据基本约束方程采用线性最小二乘估计摄像机的初值,并以标定点的反投影误差最小为目标函数进行非线性优化得到最终的标定结果。通过仿真实验和真实实验证明了该算法的正确性和可行性。实验结果表明,与传统的方法相比,所提出的方法线性初值估计精度高,且对于固定点不可见的情况,无需估计固定点的图像投影坐标。     

点阵列标定模板图像特征点提取方法

在摄像机标定过程中,提取标定模板图像特征点的精度是影响摄像机内外参数标定精度的重要因素。本文根据条纹投影三维轮廓测量实验系统的要求制作了点阵列标定模板,在图像处理边缘理论的基础上,以圆的解析特性为依据,采用坐标转换思想,引进圆系描述点、圆对应关系,运用统计学理论,提出提取点阵列标定模板图像特征点的新方法,并通过实验验证了该方法的正确性和可行性。为下一步的摄像机内外参数求解做了铺垫。