基于直线特征的摄像机镜头畸变标定方法

在多视域广角成像系统中,为了保证后续图像拼接的质量,必须对从广角镜头所获得的畸变图像进行校正。利用图像中直线特征的畸变标定方法,并且提出一种带权重因子的弯曲测度指标函数,离图像中心不同距离的曲线给予不同的权重值,作为求取最终畸变参数的目标函数。在最小化目标函数过程中,求解出最优畸变系数。并基于工程实例,分别利用传统基于直线特征的畸变校正方法与本文方法对目标图像进行畸变校正。实验结果表明,本文方法仅仅利用单幅图像就能获得高精度的畸变标定,在噪声水平小于2 pixel时,对应坐标的均方根误差能控制在0.3 pixel以内。同时该方法操作简单、方便、易于实现。     

一种改进的基于直线特征的非量测畸变校正方法

在大型结构件的损伤监测过程中,摄像机镜头畸变往往引起成像畸变,如果直接利用畸变图像进行标定、测量,将引起较大误差,降低损伤监测精度。为了有效地校正成像畸变,提出一种改进的基于直线特征的非量测畸变校正方法。分析实际测量中成像畸变的像差模型;直接利用场景中存在的直线特征,得到带权重因子的直线射影不变约束关系和三点近似共线约束关系,并建立两组畸变校正约束方程求解畸变系数;通过实验验证提出方法的可行性和有效性。校正结果表明,相比不带权重的直线特征标定方法,提出方法优化结果的均方根误差精度提高了0.21pixel。     

基于两个正交一维物体的单幅图像相机标定

提出了一种利用两个正交一维物体构成"T"型靶标进行摄像机标定的新方法。该方法只需对"T"型靶标上已知坐标的5点投影一幅图像,然后根据柔性靶标原理计算出由虚点和标记点组成的共直线的4点,由射影变换同素性、接合性以及交比不变性标定出镜头的一阶径向畸变参数。利用已知畸变参数对图像进行畸变校正,然后由基于两个正交一维物体坐标变换的方法即可标定出相机的内外参数。该方法线性求解镜头畸变参数,避免了传统方法非线性迭代优化过程中产生的参数耦合现象。实验表明,不进行镜头畸变校正则相机标定精度随着图像噪声的增加呈不稳定状态;进行畸变校正后对简单标定计算的初始值进行优化得到稳定的高精度标定结果。整个实验设备简单,操作方便,只需一幅图像即可实现镜头畸变和相机内外参数的标定,可以达到实时的效果。     

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。     

特征平行直线的成像畸变现场校正

针对畸变对成像测量的影响,通过对摄像机畸变模型的分析,提出了一种基于特征平行直线的畸变现场校正方法.该方法分两步,非线性径向畸变的校正和透视畸变的校正.首先,提取图像中包含的多条特征直线,然后通过迭代法将成像后的弯曲直线拉直的方法获得系统非线性径向畸变参量,再用这些参量对非线性径向畸变进行校正,得到去非线性径向畸变的图像.通过对图像中的特征平行直线进行拟合,获得系统的透视畸变参量,并以这些参量反演迭代实现对透视畸变的校正,进而得到去透视畸变的图像.实验和仿真结果表明:该方法通过两步法利用图像中的特征平行直线先验知识能够有效实现对成像中多种畸变的一靶现场校正;对像机径向畸变和透视畸变的校正后相对误差均达到5%以内,适合于工程中基于图像的测量和目标识别中目标无固定位置的复合畸变的现场校正.     

摄像机标定技术在活塞视觉检测与分选中的应用研究

在机器人视觉检测及自动化分捡中,准确地校正摄像机镜头畸变对获取物体精确图像及确定物体准确位置具有重要意义。采用了带有径向畸变的小孔摄像机模型及基于线段斜率的标定方法。在标定过程中,应用线性算法求解出了镜头的径向畸变系数。实验表明,采用的标定方法简捷有效,其标定结果能够满足研究需要。     

基于高阶奇次多项式模型的红外超广角图像中心标定

针对红外超广角系统成像畸变大、衍射明显,传统标定方法精度不高的问题,提出了一种基于高阶奇次多项式模型的红外超广角图像中心标定方法.以超广角镜头高阶奇次多项式模型为基础,对微小圆形目标成像的径向与切向放大率进行分析,设计了标定方法.利用椭圆方程对目标成像进行拟合,然后以椭圆长短轴比值作为目标函数进行二维高斯曲面拟合,最终将高斯曲面中心作为畸变中心.实验结果表明,本文提出的红外超广角图像中心标定方法对实验畸变图像横纵方向的标定精度分别为0.77pixels、1.02pixels,并以此标定结果对畸变图像进行校正,校正图像中直线最大均方根误差为1.56pixels.实验验证了本文提出的红外超广角图像中心标定方法的准确性,能够满足红外超广角图像畸变中心标定要求.     

垂直直线特征的双目视觉位姿测量方法

针对直线特征,提出了基于两条垂直直线特征双目视觉位姿测量解析算法。该算法根据直线特征和其在摄像机图像上投影直线共面性质建立模型,利用单位四元素法简化了投影模型变量,进而在仅知被测物体上两条直线相互垂直的信息,利用两条垂线投影在两个摄像机图像上四条直线图像,求解出被测物体的位姿参数。同时分析了退化情况下位姿求解方法,即当直线向量平行于两个摄像机基线向量时,直线向量在左右摄像机投影到同一条直线上时的位姿求解方法。基于Matlab仿真实验表明该算法对于噪声具有一定的稳健性,即使两条直线不垂直而有一个角度误差时,仍能保证一定的精度。实物实验表明该算法可以满足一般测量精度要求。     

非球面鱼眼镜头设计及畸变校正算法研究

提出了一种非球面鱼眼镜头的设计方法,根据全景摄像系统镜头使用要求,设计得到一款仅由三片非球面塑胶镜片和一片球面玻璃镜片组成的超广角鱼眼镜头。镜头最大成像光圈直径为15.3 mm,后工作距离为2.158mm,系统总长为11.44mm,焦距为0.97mm,视场角为210°,在60lp/mm处调制传递函数(MTF)曲线达到0.35。还构建出一种高效简单的鱼眼镜头畸变校正算法,根据镜头设计中得到的畸变曲线,应用畸变模型运用实际像点计算出理想像点位置,将鱼眼镜头拍摄的畸变图像校正为适合于人眼观看的无畸变图像。通过车载全景显示应用中实际拍摄图像及校正图像的对比,验证出该算法精准可行。     

航空变焦距镜头非线性畸变快速校正方法EI北大核心CSCD

针对航空变焦距镜头的非线性畸变随焦距变化而变化的问题,提出一种地面离线标定和机上在线校正相结合的快速校正方法。利用单参数除式模型校正镜头畸变,根据模板图像中共线点的投影不变性,采用变步长优化搜索方法求解出若干离散焦距下镜头的畸变系数和畸变中心坐标,分析了畸变参数随焦距变化的规律,建立了畸变参数与焦距之间的经验公式。在飞行实验中,将实际工作焦距值代入经验公式得到相应畸变参数对实景图像进行自动校正。对模板图像与实景图像的校正结果表明,该方法能有效校正变焦距镜头的非线性畸变,对3幅不同焦距下的720 pixel×576 pixel模板图像校正平均均方差约为2.68 pixel,平均校正时间约为4.82 s。该方法具有效率高,便于自动化实现和工程应用的优点。     

基于共面条件的摄像机非线性畸变自校正

由于制造和装配误差难以完全消除,导致摄像机的光学系统存在不同程度的非线性光学畸变现象。为此,利用不同视角采集图像上同名像点共面的基本原理,推导包含非线性畸变模型的共面条件方程,并采用最小二乘解的广义逆法求解非线性畸变参数,确保摄像机的自校正精度;因无需加工和维护成本很高的精密标定板,也不用制作高精度摄像机运动平台,仅通过自由拍摄方式就能够从多视角获得含6个以上编码点的图像,即可获得摄像系统的非线性畸变参数。因此,较传统的摄像机畸变校正方法而言,自校正过程简单快捷,成本低,多个实例证明技术的正确性与实用性。     

Calibration and correction of lens distortion for two-dimensional digital speckle correlation measurement

Lens distortion practically presents in optical imaging system using in two-dimensional digital speckle correlation measurement (2D-DSCM) system, and gives rise to additional errors in the displacement and strain measurement. Camera calibration procedure is performed to obtain the coefficients of radial distortion and tangential distortion. The corrected displacement fields can be calculated using the distortion coefficient. The influence of distortion on displacement and strain measurement errors in experiment is further discussed. The three-point bending test result shows that the camera lens calibration method can effectively eliminate the effect of lens distortion and improve displacement and strain measurement accuracy.     

影响摄像机标定精度的因素分析

摄像机标定是三维重建必不可少的步骤，摄像机标定结果的好坏直接决定着三维重建结果以及其他计算机视觉应用效果的好坏。研究了影响摄像机标定精度的一些因素，并给出了在这些因素影响下，摄像机焦距、主点位置、倾斜因子、径向畸变等参数的误差分布曲线。通过这些曲线可见增加特征点和标定图片数量，减小特征点提取误差，将有助于减小标定误差。研究表明，特征点数量控制在90点以上，标定图片数量在4～10之间，可以有效减少标定误差。对摄像机标定过程中合理选择标定图片数量，确定特征点数量和提取算法提供了参考依据。     

Using the camera pin-hole model restrictions to calibrate the lens distortion model

Camera calibration required the computation of camera pin-hole and lens distortion models. The lens distortion is estimated alone or together with the pin-hole model, by using some existing lens distortion non-metric or self-calibration methods. If both models are computed together, then the models are adjusted to training data, but not to real camera. This is because both pin-hole and lens distortion models are coupled. If they are computed separately, difficulties arise since calibration of lens distortion alone is an unstable process. To improve existing camera calibration methods, this paper proposes a metric calibration method to compute lens distortion separately from the pin-hole model. This method is solved under stable conditions, independently of the computed lens distortion model, since pin-hole and distortion models are computed separately. Images of a planar template are used. First, using distorted control points extracted from images, a set of undistorted points which fits in the pin-hole model are computed. Second, with distorted and undistorted control points, lens distortion is calibrated by using a metric calibration process.     

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%。     

Lens distortion elimination for improving measurement accuracy of fringe projection profilometry

Fringe projection profilometry (FPP) is a powerful method for three-dimensional (3D) shape measurement. However, the measurement accuracy of the existing FPP is often hindered by the distortion of the lens used in FPP. In this paper, a simple and efficient method is presented to overcome this problem. First, the FPP system is calibrated as a stereovision system. Then, the camera lens distortion is eliminated by correcting the captured images. For the projector lens distortion, distorted fringe patterns are generated according to the lens distortion model. With these distorted fringe patterns, the projector can project undistorted fringe patterns, which means that the projector lens distortion is eliminated. Experimental results show that the proposed method can successfully eliminate the lens distortions of FPP and therefore improves its measurement accuracy.     

基于新型靶的CCD摄像系统畸变测量与校正

深入研究了测试图案对测量畸变的影响。提出"一靶测试法"进行畸变测量与校正,拍摄了自行设计、制作的"综合点阵靶板"的畸变图像,图像处理得到其畸变点位置,并与理想点位置进行对应比较。建立多项式模型确定畸变点与理想点的位置校正关系,理想点位置由理想成像得到,并运用最小二乘拟合算法求得多项式系数,标定整个CCD摄像系统的畸变。"综合点阵靶板"采用灰色圆点黑色间带图案,方便了点按序标记排列,从而确定畸变点与理想点的一一对应。对2.6 mm焦距的广角CCD镜头摄像系统进行了畸变测量与校正,其重复测量,校正精度达到0.3%。     

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。     

Line-based camera calibration with lens distortion correction from a single image

Camera calibration is a fundamental and important step in many machine vision applications. For some practical situations, computing camera parameters from merely a single image is becoming increasingly feasible and significant. However, the existing single view based calibration methods have various disadvantages such as ignoring lens distortion, requiring some prior knowledge or special calibration environment, and so on. To address these issues, we propose a line-based camera calibration method with lens distortion correction from a single image using three squares with unknown length. Initially, the radial distortion coefficients are obtained through a non-linear optimization process which is isolated from the pin-hole model calibration, and the detected distorted lines of all the squares are corrected simultaneously. Subsequently, the corresponding lines used for homography estimation are normalized to avoid the specific unstable case, and the intrinsic parameters are calculated from the sufficient restrictions provided by vectors of homography matrix. To evaluate the performance of the proposed method, both simulative and real experiments have been carried out and the results show that the proposed method is robust under general conditions and it achieves comparable measurement accuracy in contrast with the traditional multiple view based calibration method using 2D chessboard target.