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。     

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.     

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。     

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。     

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%。     

全景系统中大视场摄像机径向畸变校正算法研究

针对全景系统中的大视场红外摄像机和可见光摄像机带来的图像畸变问题,在分析了畸变原理和数学模型的基础上,首先采用模板法标定摄像机的畸变参数,然后对畸变图像中像素点位置进行几何变换,再对像素点上的灰度值进行双线性插值法灰度校正,最后通过优化算法提高了图像运算速度。试验结果表明,设计的畸变校正算法能实时的校正全景系统中的畸变图像,有效提高了全景图像的观察效果。     

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。     

基于消隐点几何特性的摄像机自标定方法

基于正交的两组平行直线形成的消隐点的几何特性,提出了一种摄像机内外参数的自标定方法。该方法利用连接光心与消隐点向量的正交性质,建立关于相机内参数的约束方程,并给出了约束方程的线性解法;针对现有自标定方法未能标定畸变系数的现状,提出了一种考虑畸变的非线性最优化算法,该算法以线性求解得到的内参数为初值,利用非线性单纯型法寻优标定畸变;建立消隐点坐标系,给出了摄像机外参数的求解算法。所给出的自标定方法不需要知道空间点的精确坐标,具有易于实现、精度高和稳健性好的优点。     

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%。     

Calibrating camera radial distortion with cross-ratio invariability

The calibration of camera distortion plays an important role in the field of industrial machine vision application. In this paper, a novel approach for calibrating camera radial distortion is presented based on cross-ratio invariability for perspective projection. Assumed to be with one-order radial distortion, the image coordinates and the cross-ratio of only four collinear points in space are needed in this approach. The cross-ratio, easily known from a calibration target, is identical with that of the four corresponding image points. This is called the cross-ratio invariability for perspective projection. A monadic two-order equation is built based on the cross-ratio invariability, which gives an accurate solution to radial distortion coefficients. A digital simulation and a practical image correction prove this approach to be simple, accurate, efficient and time saving.     

摄像机镜头畸变的一种非量测校正方法

为了减少噪声对摄像机镜头畸变的校正结果带来的影响,提出了一种校正摄像机镜头畸变的非量测方法.先找出由直线畸变而成的曲线,再用直线段连接每条曲线的两个端点形成一些闭合曲线.把它们的面积平方和定义为畸变测度,并用遗传算法搜索畸变测度的最小值.以此得到畸变参量.计算表明,该畸变测度具有较好的抗噪声能力,而遗传算法能避免收敛于局部极小值,减少了矫正图像的均方根误差.实验表明,对多幅图像分别和联合校正,相应矫正图像之间的均方根误差较小,计算和实验郜表明该校正方法具有良好的稳健性.     

A camera calibration method for large field optical measurement

A camera calibration method is presented for large field optical measurement, where the camera is close to the ground and the control points can only be located close to the ground, too. In such conditions, the camera's optical center and the control points are approximately coplanar. Only a single image of these control points captured by the camera in measurement state is used in the method. Neither to distribute the control points in space rationally nor to calibrate the camera's intrinsic parameters in laboratory in advance is needed. By the presented method, the camera's principal point position, focal length, radial and transverse tangency lens distortion coefficients, and the camera's position and attitude parameters can be estimated precisely. Then the calibration results can be used for precise large field optical measurement in the conditions that the camera's longitudinal tangency lens distortion can be neglected or the objects’ movement field is close to the ground, which is usually factual in practical applications. The presented camera calibration method has been successfully used in applications, such as automatic landing of UAV (Unmanned Aerial Vehicle) based on optical measurement guidance, to calibrate the cameras precisely.     

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.     

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。     

基于圆结构光视觉传感器的标定特征点获取方法

管道作为工业生产重要的传输手段其内表面腐蚀程度和瑕疵的精确检测对于保证安全生产具有重要意义。针对管道内表面圆结构光视觉检测,提出了一种基于共面参照物获取圆结构光视觉传感器标定特征点的新方法。该方法设计了圆结构光平面靶标,基于交比不变原理,以摄像机三维坐标系为中介,将多个局部世界坐标系下的标定特征点统一到全局世界坐标系中,得到位于圆结构光曲面上的非共线标定特征点的三维世界坐标。该方法降低了标定设备的成本,简化了结构光视觉传感器的标定过程。标定实验精度达到0.340 mm,标定结果表明,该方法切实可行。     

Correcting non-linear lens distortion in cameras without using a model

Camera lens distortion calibration is the first step in resolving any metric application with a camera. To date, lens distortion was corrected using some existing lens distortion non-metric or self-calibration methods. Using a lens distortion model means defining a global rule to correct the entire image. This global rule does not take into account particular lens distortion effects not represented by the model. Moreover, to calibrate the model, only some features of the scene such as straight lines, circles or vanishing points are used. Since only the feature of the scene used to calibrate the model is guaranteed by the distortion rectification, it is certain that the model will not be precise. The result is an approximation of the real image distortion.To improve the lens distortion rectification, a method without using a model is proposed. Using a set of control points distributed across the entire image, they are corrected to assure all the restrictions of the scene. With both sets of points, the points detected in the image and the undistorted ones, image local transformations are defined considering only nearby control points. Rather than calibrating a global model, local functions are characterized. The distortion correction is defined by a rectification surface composed of local surface patches each influenced by nearby control points. This method is more sensitive to local deformations and allows the image to be corrected in accordance with its distortion.     

一种成像测量图像径向几何畸变的校正方法

通过对具有径向畸变的摄像机模型的分析,设计了一套求解图像径向几何畸变中心和畸变多项式系数的方案。首先,依据校正样板曲线的弯曲程度应用一元线性回归法和逐次逼近法求取光学图像的几何畸变中心,然后应用递推最小二乘法求解径向几何畸变的多项式系数,最后根据所得到的畸变中心和畸变多项式系数对图像进行校正得到满足要求的图像。仿真试验证明:该方法可以通过一次采集单幅图像对成像系统进行高精度标定,能够对成像测量系统的径向几何畸变进行一定精度的校正。实践证明:该方法通过图像处理的方法提高成像测量系统的精度,降低了系统的设计成本,可以作为成像测量系统中单独标定摄像机畸变参数的一种简单有效的方法。