大视场针孔物镜设计及成像畸变校正

设计了一个相对口径为1/5、焦距为5mm、视场角为125°的大视场针孔物镜系统。该结构在50lp/mm时的所有视场的调制传递函数均大于0.5,成像达到衍射极限,但全视场畸变率达到-46%。根据光学成像理论和图像处理技术,利用点阵样板计算光学中心和畸变系数,建立畸变校正模型,设计畸变校正算法。将线性成像模型与畸变校正模型相结合,建立畸变校正率标定方程,利用该算法求得的畸变校正率达到96.17%。将该校正方法与其他方法进行了对比分析,结果表明,该方法简单易行,基本满足工业上的需求,能够广泛适用于大视场镜头的成像畸变校正。     

水下环境中基于曲线约束的SIFT特征匹配算法研究

针对水下双目图像匹配时不再满足空气中极线约束条件以及尺度不变特征变换(SIFT)特征匹配算法处理水下图像误匹配率较高等问题,提出一种基于曲线约束的水下特征匹配算法。对双目摄像机进行标定获取相关参数,再获取参考图和待匹配图;利用SIFT算法对两幅图像进行匹配,同时利用由参考图提取的特征点推导出其在待匹配图上对应的曲线,将该曲线作为约束条件判定待匹配图上对应特征点是否在曲线上,从而剔除误匹配点,以达到提高精度的目的。实验结果表明,该算法优于SIFT算法,可以有效地剔除误匹配点,比SIFT算法匹配精度提高约12%,解决了SIFT算法在水下双目立体匹配中误匹配率高的问题。     

基于非参数测量模型的摄影测量方法研究

由于近景摄影测量具有测量范围广、精度高和效率高等优点,其在大尺寸精密测量任务中承担越来越重要的角色。其中,基于平差优化的自标定测量模型是保证该方法实现高精度测量的重要原因。然而,随着越来越多的商业级单反相机应用到三维空间测量,发现其测量精度与专业相机相比有一定差距。经过大量分析发现,除了相机本身原因外,自标定模型过多地依赖相机内部参数,尤其是畸变参数,是导致测量精度降低的重要原因。为了降低参数化模型对测量结果的影响,提出一种不依赖相机内部参数的摄影测量方法。结合垂线法和Zeiss实验室标定方法,设计了一种针对大视场相机的非参数标定方法。经过不同图像间同名点匹配和平差初值确定后,便可建立基于角度信息的非参数测量模型。结合平差优化算法,完成对空间被测点三维坐标的精确解算。经过与传统摄影测量结果比对,证明该方法可以有效提高大视场单反相机的摄影测量精度。     

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。     

大尺寸视觉测量系统在线标定的新方法

提出了一种新的基于视场边缘距离相对约束条件的摄像机标定方法,并用于大尺寸测量中摄像机的标定,该方法在标定摄像机内外方位参数的同时也完成了成像畸变的校正,将标定结果用于测量,在4×4×1m3的测量视场内,其相对精度达到1/2000,与传统标定方法相比,该标定方法灵活性高,更加适用于测量视场较大的情况。     

点对称关系耦合距离约束的图像匹配算法

为了解决当前图像匹配算法主要通过图像的区域梯度信息来进行图像匹配,当图像存在光照变化等干扰时,将会使得匹配图像存在较多的错误匹配点以及匹配耗时较长等不足,提出了基于点对称关系耦合距离约束的图像匹配方法。采用FAST算法对图像特征点进行准确、快速的检测,利用拉普拉斯极值模型进一步剔除伪特征点,以提高算法的匹配正确度;对特征点的对称性进行计算,利用点对称关系构造点间距度量模型,以求取特征描述符中的特征向量,输出特征描述符;基于SURF特征点匹配机制,对特征点完成双向匹配约束,完成特征点匹配。对匹配特征点进行欧氏度量,以度量结果的比值以及均值作为依据,构造距离约束模型,利用距离约束模型判别错误匹配点,优化匹配结果。实验结果显示:与当前图像匹配算法相比较,所提算法不仅具有较高的匹配精度以及匹配效率,而且具有较好的鲁棒性能。     

大视场短焦距镜头CCD摄像系统的畸变校正

从光学测量角度出发,结合计算机视觉中的摄像机标定方法,解决了大视场短焦距镜头CCD摄像系统的畸变校正问题。与摄像机标定不同,畸变校正中仅标定内部参数,外部参数作为已知条件。采用线性畸变模型,由最小二乘法解线性方程组得到摄像系统畸变模型的畸变系数。介绍了数字图像中像素间距和光学中心的标定方法。通过比较由标定参数得到的畸变图像和摄像机采集的畸变图像对实验标定精度进行评定,实验结果表明边缘视场(112°)的标定精度达到了0 75%。     

基于三线结构光的相机平面标定方法研究

相机标定技术是结构光三维视觉测量的关键技术之一,结构光系统的相机标定的精度对三维测量的精度有很大影响。首先对三线结构光系统图的相机标定方法进行了分析,简单介绍了工业相机成像的几何模型及标定的原理;其次利用Harris角点检测方法提取特征点坐标,并选用了BP神经网络来校正工业相机的畸变模型,以提高标定算法的优化速度和标定精度;最后采用张正友的平面标定法对校正后的摄像机模型进行标定实验,由实验结果知,该方法具有一定的准确性和有效性,在一定误差范围内,基于神经网络畸变校正的张正友相机标定能够有效提高视觉检测的精度。     

基于CPU+GPU的大视场物镜成像畸变实时校正

针对工业大视场物镜畸变成像的实时校正问题,提出一种校正算法和CPU+GPU并行加速方案.根据光学畸变理论和相机标定技术,建立非球面畸变校正模型.利用棋盘样板计算光学中心和估计畸变系数,设计校正算法.在CPU+GPU并行加速方案基础上,设计内核自适应维度算法并优化运行程序,结合OPENGL驱动进行实时校正和显示.实验结果表明,本文设计的实时校正系统对高分辨率的畸变成像校正率可以达到98.2%,单帧耗时0.026 s,平均综合加速比为29.1.该系统精度高,可移植性强,简单易行,能够广泛应用于成像畸变的实时校正.     

基于激光扫描的鱼眼相机三维标定方法

由于鱼眼相机成像存在较大的畸变,采用二维标定板的方法难以在图像边缘区域获得准确可靠的角点,从而导致标定精度下降,而传统的三维标定法存在标定场建造复杂,特征点数目有限等问题。为此,提出一种基于激光扫描的鱼眼相机三维标定方法。该方法首先通过激光扫描仪获取室内标定空间的三维点云图,然后利用尺寸不变特征变换匹配方法得到点云图与待标定相机照片的对应点的匹配关系,并进行分块随机抽样一致性(RANSAC)筛选,再根据对应点的图像坐标和物理坐标进行三维RANSAC筛选,估算最终的鱼眼相机内外参数。与经典的张正友标定法及其改进方法相比,该方法能够获得更多的有效特征点,使标定精度明显改善,从而较好地实现鱼眼相机的畸变校正。该方法简便、精确,有广泛的适用性。     

基于稠密时角法的天空背景相机标定技术研究

标定是利用相机进行测量的重要步骤。标定计算相机的内、外方位元素,直接决定了多目视觉测量的精度。在传统的相机标定中,需要设置一定数量稳定、高精度测量的控制点。而在大视场、天空背景下,无法满足上述布设条件。为了实现高精度的相机标定,提出一种可实现内、外参一体化标定的稠密时角标定技术,该技术利用无人机模拟恒星星体,在相机视场内均匀布设控制点并解算标定参数。在解算过程中,针对无人机RTK精度不稳定性,以及特征点提出可靠性提出了非线性最小二乘牛顿-高斯内插算法(WTLS)并得到较高的标定精度。最后采用视场角为77°×66°的相机数据分析验证,实验表明该方法的标定精度高,标定误差优于0.3°,可有效应用于天空背景的大视场相机标定。     

投影校正系统的参数标定技术研究

针对投影仪-摄像机系统参数标定过程中角点识别精度低、抗噪性差的问题,提出一种新型的投影彩色模式特征图像和角点亚像素检测算法以提高角点检测识别精度。鉴于投影仪-摄像机在光子信号传输过程中会因系统通道耦合性导致光子信号损耗,特进行建模分析,并提出一种系统耦合性校正方案,以降低系统耦合性串扰的影响。在系统标定参数解算过程中,投影特征点会因外界因素的干扰而与摄像机反馈的特征信息匹配错误率高,从而导致投影仪的标定参数误差值较大,考虑到投影仪-摄像机具有对极几何约束关系,提出一种成像反馈式的射影几何约束优化方法,用于对系统参数优化标定。通过实验分析可知,本文方法识别精度能够到达0.25pixel,同时具有较高的面平行度和线垂直度。投影画面的几何畸变校正实验显示,畸变校正效果基本符合人眼视觉感知一致性。     

基于最佳搜索域的水下图像区域匹配算法研究

针对水下双目图像匹配时不再满足空气中极线约束条件以及归一化互相关(NCC)算法处理水下图像计算量大等问题,提出了一种基于最佳搜索域的水下图像区域匹配算法。对双目摄像机进行标定得到相关参数,并获取参考图和待匹配图;运用曲线极线约束计算出与空气中极线的最大偏离值,确定最佳搜索域;用NCC进行匹配,将原来的线性搜索改为在最佳搜索域中进行多行搜索,提高匹配精度;并应用盒滤波技术加速,提高匹配速度。实验结果表明,该算法达到了尺度不变特征变换(SIFT)算法的匹配精度,可以应用在整幅图中进行稠密匹配,且运算速度比原有NCC匹配算法大大提高,成功将区域匹配算法应用于水下环境中。     

大视场星敏感器标定技术研究

大视场星敏感器光学系统,由于畸变量较大,在轨标定过程中,直接采用最小二乘最优估计(LMS)或扩展卡尔曼滤波方法(EKF)无法精确求解其标定参数。在深入分析星敏感器测量误差因素的基础上,对考虑畸变和不考虑畸变两种情况的在轨标定结果进行了仿真对比;指出了标定焦距之前需先标定光学畸变的必要性,并介绍了4种可用于在轨校正光学畸变的方法;提出先标定主点偏差,再标定光学畸变参数,最后标定焦距的标定方法。仿真结果表明,可以采用像面旋转法求取主点偏差,利用高阶多项式方法求取光学畸变参数,畸变校正后,采用LMS和EKF标定算法估计焦距,标定精度达到了3.1μm和2.2μm。对100幅模拟星图处理后,星间角距统计偏差约为传统在轨标定方法的1/10～1/8。     

复眼式光学成像系统畸变测量与校正技术研究

复眼式光学成像系统在大视场侦查、图像识别、目标探测等领域较传统单孔径光学系统优势突出,但随着视场的增加,子孔径本身的成像畸变及多个子孔径的安装位置误差引起的畸变会直接影响拼接图像的质量。针对该问题,采用光电测量技术对复眼系统进行畸变测量与校正,生成多模动态电子畸变测量靶标,构建畸变测量校正模型,建立多项式拟合算法,采用最小二乘法获得畸变系数,通过双线性插值法模型对图像进行重建。实验结果表明,校正后的平均相对畸变优于0.1%,满足大视场复眼式光学成像系统的畸变校正和图像拼接的精度要求。     

基于单应性矩阵的变焦双目视觉标定方法

针对现有变焦镜头标定方法难度大、动态精度低等问题,提出一种基于单应性矩阵的动态变焦双目内外参数估计方法和平面快速重建方法。利用双目图像匹配点及变焦前后的匹配点进行两类单应性矩阵估计;基于变焦数学模型和单应性矩阵,求解变焦后双目内外参数,实现畸变后双目参数动态估计与优化;通过双目图像单应性进行平面快速匹配和重建。实验结果表明,计算的内外参数与标定结果吻合较好;变焦后,推导的单应性矩阵归一化误差小于0.01,图像重投影误差小于1pixel;重建精度小于0.1mm。     

基于色彩分割的水下立体匹配算法的研究

针对空气中极线几何不再适用于水下双目图像匹配以及尺度不变特征转换(SIFT)算法只能实现稀疏匹配的问题,提出了基于色彩分割的水下立体匹配算法。获取双目摄像机标定参数、参考图和待匹配图;推导参考图的特征点在待匹配图上对应的曲线表达式,同时利用均值漂移算法对参考图进行图像分割;用像素灰度差的绝对误差和算法进行匹配,根据图像分割结果对窗口内像素分配不同权重,并将搜索范围改为在对应曲线上,提高匹配精度。实验结果表明,该算法优于特征匹配SIFT算法,匹配精度有所提高,成功将区域匹配算法应用于水下图像稠密匹配。     

近景大视场角分区域标定方法研究

针对飞行试验测量视场大相机标定精度低的问题,提出一种高精度CCD相机分区域标定方法。该方法首先通过将标靶均匀布置在摄像机视场内,使得标靶尽可能均匀错落地充满整个视场范围,再结合人眼判读的方式求解靶标的像面位置,最终与全站仪三维坐标形成精确的空间标定点集。接着,将像平面按横向方向等间距分割成Ｎ个区域,并结合后方交会的方法分别对每个子区域进行相机参数的计算。实验结果表明：经过分区域标定,相机采集点的总误差比单区域标定法降低了4％(Ｎ＝3)。算法可实现指定区域的相机参数计算,基本满足中高等精度的工业测量要求。所本文研究可应用于位置相对固定不变的工业视觉测量,特别是大工件测量领域。     

移动视觉测量中基于空间交会的匹配方法

移动视觉测量中大量非编码点粘贴在被测物表面。由于图像点在不同站位图像中形状相似,因此无法提供足够多的信息来对其进行分类识别,匹配不同图像间的非编码点是移动视觉测量中的一项重要任务。大量研究证明,极线匹配方法是实现图像点匹配的有效方法。然而移动视觉测量的相机是未经过标定的,在利用极线匹配方法时,图像畸变会使基本矩阵求解精度较低,从而导致大量误匹配情况出现。为了解决该问题,提出一种基于空间交会的非编码点匹配方法。该方法通过不同图像间编码点的自动匹配,结合平差优化算法初步获取各站位的内外参数。然后利用这些参数将二维图像点重投影成对应的三维空间直线,在空间中利用直线间的交会关系确定图像匹配点。大量实验证明,该方法可以比极线匹配方法寻找更多的匹配点,更适合用于移动视觉测量。     

结合四角共线约束的大视场双目相机标定方法

对航空大型零部件的视觉测量时,采用传统的相机标定方法需要依靠高精度的标准参照物,大型的参照物加工难度大、精度难以保证,不能满足大视场相机标定要求。针对这些问题,提出了结合四角共线标志约束进行现场标定的方法;在空间测量视场范围内靠近主点的区域布置标定控制点,利用线性变换求解标定初值,在拍摄视场四角放置共线标志约束尺,利用交比不变性质以及直线拟合完成畸变系数求解,进行控制点的数量优化以及参数的整体优化得到现场标定最优解。相关标定实验结果表明在2.5 m×1.8 m的视场范围内现场重建误差小于0.07%,可以满足现场标定的高精度要求,对于航空大型零部件的视觉测量具有较好的稳健性与适用性。