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.     

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.     

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。     

航空变焦距镜头非线性畸变快速校正方法

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。     

移动特征靶标的摄像机径向畸变标定

针对成像测量系统中镜头径向畸变影响测量精度的问题,提出了一种基于物面移动同心圆特征靶标的径向畸变标定方法。该方法先将固定在二维精密平台上的同心圆靶标置于垂直物面的特定位置,然后采集靶标图像,同时用最小二乘法以拟合得到的圆直径为条件,按一定方式移动特征靶标,直到拟合值达到极值或者在一定误差范围内。记录该幅图像,则其拟合得到的圆心坐标便是畸变中心,同时利用该幅图像,根据等差值半径和摄像机成像模型的半径的成像关系求出其畸变多项式系数。为提高特征靶标的移动效率,提出了坐标轮换最优化移动的方案。实验结果表明,该方法对畸变中心的标定精度可达0.6pixel,畸变多项式系数有效数字重复误差小于0.02,并可实现两者的一靶标定,且利用该法获得的参数能实现对畸变图像的准确校正。     

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。     

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。     

大口径反射镜表面颗粒污染物暗场检测算法研究

针对大口径反射镜表面污染物的成像特点,研究了污染物的暗场检测算法,包括图像采集过程中的自动聚焦算法,图像处理过程中的畸变校正与污染物提取算法等。就自动聚焦算法提出了粗-精结合的峰值搜索策略,并采用Tenengrad函数作为清晰度评价函数,获得了较高的聚焦精度。畸变校正算法在所建畸变模型的基础上,基于标定板角点的射影变换性质,求解畸变模型系数,实现了图像畸变校正,校正结果的方均根误差为3.3092 pixel。污染物提取算法采用顶帽变换去除图像背景,对去除背景的图像采用拉普拉斯算子加权自适应二值化算法提取污染物,该算法针对光照不均的小尺寸污染物图像的处理效果较好,检测结果数量误差为7%,检测精度优于全局阈值算法以及均值算子加权自适应二值化算法。该检测算法可以为反射镜表面洁净状态评估提供技术支撑。     

一种成像式亮度计校正方法北大核心CSCD

采用图像传感器的成像式亮度计可通过短焦距成像物镜实现大视场和空间分辨的亮度测量,但仍存在图像传感器像素非线性响应,短焦物镜产生的强烈渐晕效应及图像边缘畸变等问题。因此提出了一种成像式亮度计校正方法,利用标准辐射源法进行线性校正与平场校正,以获得线性修正系数和平场校正矩阵,通过几何坐标标定法获得畸变校正矩阵。采用焦距为12 mm的物镜及200万pixel的图像传感器搭建了成像式亮度计,经校正后完成了液晶显示屏发光亮度测量,与商用分光辐射亮度计进行了对比测试,测量相对误差不超过±2%,实现了大视场高精度空间分辨亮度测量。     

基于内窥图像畸变校正的孔内表面尺寸测量方法

针对孔内表面缺陷尺寸测量难的问题，提出一种内窥图像校正方法以实现孔内表面尺寸测量。根据内窥成像原理，在考虑应用场景几何约束的情况下，将图像畸变分解为周向畸变和轴向畸变，将校正模型中的参数简化为图像中心坐标和一个非线性增长函数，进而提高了内窥镜图像边缘区域的校正精度。采用Hough变换和图像像素标定的方法得到相关参数，为克服轴向校正对标定结果的依赖，采用神经网络算法拟合包含像素相对位置和孔径的轴向校正函数。实验结果表明，基于像素标定的6组实验的平均测量误差为1.95%，准确度高。对于不具备标定条件的孔内表面缺陷，采用轴向校正函数进行校正和测量，3组实验的平均测量误差为6.75%，结果较为理想。所提出的校正方法通用性好、准确率高，可用于孔类零件及管道的自动化检测和智能检测。     

光子计数位置灵敏探测器畸变多项式校正

采用多项式校正方法对光子计数位置灵敏探测器成像畸变进行校正。介绍光子计数位置灵敏探测器工作原理并分析其畸变产生原因;介绍多项式校正原理,并给出光子计数位置灵敏探测器畸变多项式校正流程;采用该方法对两种不同畸变程度的基于楔条形阳极该类探测器进行了畸变校正,校正后残余误差分别为2.5pixel和1.2pixel。实验结果表明,多项式校正法能够有效校正光子计数位置灵敏探测器成像畸变。     

光学透射式AR-HUD系统的标定方法研究

针对增强现实系统中的标定问题,提出了一种光学透射式平视显示系统标定方法.分析系统中各组成部分之间的关系,定义不同的坐标系.由于在标定时相机与光学显示系统会带来一定程度上的虚拟图像畸变,因此在建立模型时,将相机与光学显示部分的畸变考虑进去,并进行校正.利用非线性回归估计方法对模型求解,计算系统标定参数.这种结合光学显示图像畸变与相机成像畸变校正的标定方式,提高了光学透射式平视显示系统的标定精度.实验结果表明,本文标定算法的平均相对误差小于0.42%,基本满足系统对标定精度的要求.     

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。     

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。     

基于直线特征的摄像机标定方法研究

提出了一种基于直线特征的求解摄像机内外方位参数的方法。首先利用径向平行约束RAC求解大部分的外方位参数,包括旋转矩阵R、平移分量tx和ty,然后再引入畸变模型求解内方位参数以及平移分量tz。该方法的特点是采用共面点标定物,利用直线特征约束进行标定,标定内外方位参数只需要一副图像就可以完成。实验结果表明,该方法是一种精度较高的、简单实用的摄像机标定方法。     

单周期条纹双四步相移投影仪的标定方法

针对投影仪标定方法中存在畸变及倾斜投影引起条纹周期、条纹级数变化的问题,提出一种单周期条纹双四步相移投影仪的标定方法.设计生成横向和纵向各两组单周期条纹图像,经投影仪投影到带有圆形标识的标定板上,相机同步采集标定板图像,叠加由双四步相移获得的两幅相位主值图,对叠加相位主值图相位展开,利用展开的绝对相位值计算投影仪像素坐标值,最终将投影仪标定转换为成熟的相机标定.实验结果表明:仿真投影仪标定实验准确度的最大重投影误差约为0.4pixel,均方根误差为0.132 96pixel;实际投影仪标定实验准确度的最大反投影误差约为0.46pixel,均方根误差为0.143 12pixel;实验结果与仿真结果的最大反投影误差相差15%,均方根误差相差7.6%.与现有的采用三频相位展开进行投影仪标定的方法相比,投影光栅图像数可减少8幅.该方法改善了现有投影仪标定方法的不足,标定准确度和标定效率均得到提高.     

基于去卷积的快速图像超分辨率方法

针对目前基于样例学习的图像超分辨率方法难以同时满足快速运算和生成高质量图像的问题,提出一种基于去卷积的快速图像超分辨率方法。设计新型网络模型,以低分辨率图像作为输入图像,利用卷积层进行特征提取与表示;利用去卷积层对图像特征放大膨胀,再以池化层浓缩特征图,提炼出对结果更敏感的特征;以亚像素卷积层实现特征映射与图像融合,获得高分辨率图像。在图像集上进行测试,相比其他方法,本文方法的测试结果具有较高的峰值信噪比,且平均每秒能处理24幅以上大小为320pixel×240pixel的图像,表明该方法不仅可以生成更高质量的图像,且具有较高的处理速度,能满足视频实时处理要求。