基于相机视角的标定和定位算法的研究

双目视觉可用于目标的准确定位和三维信息获取。对双目视觉中的标定和定位算法进行了基于相机视角的相关研究,包括成像模型、基于相机视角的双目视觉标定和定位的基本原理等,并进行了实验验证。将其结果与传统算法进行了相应的对比分析,结果表明具有良好的标定和定位效果。     

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。     

一种基于深度摄像机的3D人体步态建模和识别方法

步态识别在反恐、安防、智能监控和现实挖掘等领域具有广泛的应用前景,但现有的二维步态分析方法在面对视角变化、物体携带等复杂应用场景时受到限制。对此,探讨一种以人体点云数据为基础的三维参数化步态建模和识别方法。运用深度摄像机获取人体点云数据,对标准的参数化人体模型进行形体和姿态变形;通过观测步态点云轮廓与标准三维参数人体轮廓之间的距离度量函数,运用改进鲍威尔法进行极小值求解,实现人体点云数据到三维参数化步态模型的估计;以估计的三维人体姿态和形体语义参数作为结构化步态数据,通过具有时序结构的长短时序记忆模型来提取步态时空特征,借助SoftMax分类器进行训练,实现人体步态识别。实验结果表明,基于三维的人体步态识别方法在处理视角可变的步态识别问题上有很好的效果和应用前景。     

基于DLT模型的摄像机标定简化方法

在忽略摄像机镜头畸变误差的情况下,通过建立像坐标系与物坐标系,利用DLT模型,结合最优化算法的标定方法和两步法,由于在物坐标系中平面物体的任意一点在Z轴上的分量为0,减少变量数至5个,从而推导出一种简化的摄像机标定方法.借助实例,在文中建立的2个命题的基础上,通过对圆的切线、切线交点及所成像的几何关系确定的的坐标进行参数求解,得到确定模型的二维像和三维像.此外,考虑到更为一般的情况,引入畸变误差(径向误差),对模型先忽略误差项,得到初始参数值,然后利用迭代方法求解.     

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。     

基于单摄像机和神经网络的三维测量研究

为了实现更为简单的三维测量同时解决传统立体视觉方法中基线的限制问题,提出一种单摄像机微小角度旋转结合神经网络进行三维测量的方法.方法通过单摄像机小角度旋转采集二维图像数据;利用电动平台移动标定板构建三维空间坐标系;基于摄像机的线性成像模型思想,将代表图像坐标和三维坐标映射关系的投影矩阵替换为BP神经网络,得到二维坐标到...     

基于等价图像的摄像机自标定方法

介绍了一种基于等价图像的摄像机自标定方法。在仅拍摄一幅目标图像的基础上,利用目标结构的对称性得到与背景内容无关的对称等价图像,对对称图像进行等比缩放得到对称缩放等价图像,使用于自标定的图像数目倍增,便于图像目标的特征匹配。根据原图中相互垂直的特征直线的消影点对以及等价图像上的对称消影点对列出关于内参数的方程祖,求解方程组完成对内参数的自标定。实验结果证明,该方法原理简单、易于实现,并具有较高的定标精度。     

基于正三角形平面模板的摄像机标定与重建

提出一种采用正三角形平面模板标定摄像机内参数并进行重建的方法。模板包含一个正三角形和其重心至3个顶点的连线。用摄像机拍摄3幅以上不同位姿的模板图像,并提取每幅图像上角点的亚像素级坐标,然后计算消失点并拟合消失线,再由两组正交直线的消失点求得圆环点的图像坐标,最后线性求解出摄像机内参数。给出了两种弱化条件的模板,并介绍了恢复欧氏尺寸和摄像机部分外参数的方法。该方法降低了对标定模板的要求,模拟实验和真实实验的结果证明了其具有较高的标定精度。     

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。     

面向大视场视觉测量的摄像机标定技术

提出了一种面向大视场高精度视觉测量的摄像机标定新方法,该方法采用亮度自适应的单个红外发光二极管(IR-LED)作为目标靶点,将该靶点固定在三坐标测量机的测头上,并依次精确移动至预先设定的空间位置,每次靶点到达设定的空间位置时,摄像机对靶点进行图像采集。利用三坐标测量机的精确位移,在三维空间构成一个虚拟立体靶标。针对虚拟立体靶标在大视场摄像机标定中只能覆盖一小部分标定空间的问题,通过自由移动摄像机在多个方位对虚拟立体靶标进行拍摄,使得多个虚拟立体靶标分布于整个标定空间。摄像机在每个方位对虚拟立体靶标的拍摄都标定出一组摄像机的内、外参数,然后以摄像机内参数和摄像机在各个方位下拍摄的虚拟立体靶标在摄像机坐标系下的位置及姿态参数为优化变量,建立以所有三维靶点位置重投影误差平方和为最小的目标函数,采用非线性优化方法求解摄像机标定参数的最优解。该方法较好地解决了大视场视觉测量中大尺寸靶标加工困难、摄像机标定精度难以保证的问题。仿真和实际标定实验均证明此方法可以有效提高大视场摄像机的标定精度。     

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.     

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。     

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。     

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。     

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。