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。     

非平行双目视觉系统水下标定与测量

针对用非平行双目视觉系统进行水下拍摄测量时,由于折射所导致的测量误差较大、精度不高的问题,建立了基于折射光路的水下双目视觉系统测量模型,并以Agrawal方法为基础,在已知两摄像机相对位置关系的前提下,对该测量模型参数标定的方法进行了改进。为验证改进的Agrawal方法的可靠性,与Agrawal方法进行水下标定对比实验。结果表明,相较于Agrawal标定算法得到的防水罩法向量这一模型参数,提出的改进算法的结果与真实值更为接近。在此基础上,应用标定后的水下双目视觉系统测量模型对水下靶标标定点间的标准距离进行测量,测量误差平均值为-0.0134 mm,最大误差为0.2073 mm,与空气中双目视觉系统测量精度相当。     

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。     

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。     

CCD摄像机图像中心两种标定方法的应用研究

应用两种方法对CCD摄像机的图像中心进行标定;其中直接光学方法根据因镜头畸变造成的像素点在像面水平和垂直两个方向上分布的对称性得到图像中心;基于镜头畸变的透视投影方法利用具有精确定位点阵的平面模板及其在不同方位所成图像,标定出摄像机的内外参量,其中包含图像中心.标定过程考虑了两种主要的镜头畸变.针对某型摄像机及镜头,试验得出关于两种方法的适用性和优缺点,并验证了后一种方法的强收敛性.     

CCD摄像机图像中心两种标定方法的应用研究

应用两种方法对CCD摄像机的图像中心进行标定;其中直接光学方法根据因镜头畸变造成的像素点在像面水平和垂直两个方向上分布的对称性得到图像中心;基于镜头畸变的透视投影方法利用具有精确定位点阵的平面模板及其在不同方位所成图像,标定出摄像机的内外参量,其中包含图像中心.标定过程考虑了两种主要的镜头畸变.针对某型摄像机及镜头,试验得出关于两种方法的适用性和优缺点,并验证了后一种方法的强收敛性.     

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。     

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。     

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。     

基于粒子群优化的水下成像系统标定

摄像机在水下拍摄时,经过不同介质的成像光线会发生折射,小孔成像模型不再成立,现有标定方法无法准确标定系统参量.针对此问题,本文提出一种基于粒子群优化的水下成像系统标定方法.在空气中应用张正友平面标定法得到摄像机内、外参量,通过求取特征点间相对定位距离,建立系统对水中物体的标定评价函数,并用粒子群算法对其优化,从而标定得到光心到防水罩距离、防水罩平面法向量和防水罩厚度.结果表明:基于粒子群标定算法得到的相对定位误差平均值分别为1.99%和0.62%,而应用高阶畸变折射补偿法得到的相对定位误差平均值分别为3.29%和2.68%;当被测物位于不同拍摄距离以及改变不同姿态时,由本文算法得到的相对定位误差均低于高阶畸变折射补偿法,且本文提出的标定算法可以得到高准确度的系统参量,为水下视觉研究提供了可靠的参量依据.     

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。     

机载摄像机快速标定技术研究

针对飞行试验机载摄像机的标定,提出了一种基于光束法平差的高精度像机标定方法。首先,通过在测试目标周围放置带有编码标志点的标定板,拍摄其多种状态,经图像处理,获取标志点的编码以及中心坐标。然后通过相对定向、绝对定向、三维重建、捆绑调整,以及加入标志点之间的距离约束,得到数字摄像机内外方位元素和镜头畸变差参数,实现机载摄像机快速标定。实验结果表明：该标定方法不需要做高精度的现场控制点,重投影误差小于1cm,标定精度满足飞行试验测试要求。     

基于改进Harris角点算法的摄像机标定技术研究

针对传统的Harris焦点提取算法对噪声敏感,执行效率低等不足,提出了一种改进的Harris焦点提取方法。以Harris焦点提取算法为基础,通过优化角点响应函数,消除系数 K,提高焦点提取算法的执行效率。采用改进的 Harris 算法对黑白棋盘表格进行内角点提取,利用张正友摄像机标定法计算USB摄像机的内外参数。实验结果证明了该方法可以有效的对黑白棋盘格内角点进行提取,准确高效,提高了摄像机的标定精度和准确性,是一种可行的摄像机标定方法。     

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。     

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。     

基于消失点约束的多相机标定方法

针对多摄像机一维标定算法精度低、抗噪性和稳定性差等问题,提出了基于消失点之间互相约束的多摄像机标定方法.为了避免径向畸变对成像造成的影响,利用欧式空间位置约束的几何特性,进行畸变参数的求取.通过靶标特征点约束结合摄像机的射影不变性排除杂点的干扰,再利用空间消失点之间夹角一致性,以及靶标特征点所构成的直线和消失点的反向射线平行性来求解摄像机的参数.当一维靶标任意运动时,存在着无法区分靶标特征点对应的成像点临界问题,采取反推理论数学分析法可事先避免该问题的出现.通过构建多摄像机系统进行标定实验,可以看出该方法具有较高的标定精度,且随着噪声的增加,标定结果具有一定的抗噪性和稳定性;由相对误差值可知,该方法可应用于多摄像机系统.     

利用立体目标空间性质的CCD标定方法的研究

提出了一种同时标定四台摄像机的内部和外部参数的新的标定方法。该方法利用空间平行直线的性质来确定摄像机的旋转矩阵,同时又根据直线间的距离来确定摄像机的平移矩阵,实现了快速而且稳定的标定。实验表明,该方法的精度达到了Tsai的标定方法精度。     

视觉传感器的标定方法

在视觉检测方法的基础上,构造了一种便于几何测量的视觉传感器,给出了该视觉传感器的测量原理,并设计了该视觉传感器的标定方法,该方法利用空间中三个有特殊关系点的对应成像点,直接列写出方程组,求解出摄像机的内参数。内参数标定模型中考虑了几何畸变。     

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。