未标定单幅结构场景图像的三维重构

提出了一种单视三维重构方法，该方法是利用用户提供图像点及其对应的三维点之间几何信息。由于结构场景是由大量平面构成的，存在大量的平行性、正交性约束，因此该方法主要应用于结构场景的三维重构。首先，相机定标和计算每个平面的度量信息，即先基于3组互相垂直方向的影灭点，对方形像素相机标定，再利用影灭线和圆环点像，对每个平面度量校正；然后考虑每个校正平面的尺度因子和非正交平面间的相对面向，从而将所有校正后的平面缝合起来。采用真实图像进行实验，实验结果表明，该方法简单易用。     

基于环视图象的数字相机内参数自定标方法

描述了一种适用于IBR系统的数字相机内参数自定标方法。该方法基于跟踪机机旋转得到的图象系列的特征匹配点以,而不需要标定物。认定在相机旋转过程中,其光学中心是稳定不变的,也即图象中心是固定的,可以事先定标;但容许相机的焦距在各幅图象间有变化,利用真实图象序列进行了实验验证,表明该方法能鲁棒地估算相机内参数。     

城市虚拟地理场景非定标三维重建算法仿真

为建立城市地理场景,用于辅助城市规划高度逼真、运行可靠的虚拟场景,提出城市虚拟地理场景非定标三维重建算法.使用几何节点、灯光节点、组合节点等构成简单的虚拟城市场景结构,以深度遍历方式获取楼房、灯光等位置信息;确定相机坐标系与世界坐标系,采用消失点相机自定标方法建立方程组,获得相机内参数矩阵,结合Moravec基本思想,得出像元兴趣值,选择最大兴趣点作为特征点,利用最小二乘影像算法实现特征点匹配,计算特征点坐标,经过去噪处理,实现非定标三维重建.实验结果表明,重建方法可以减少定标工作量,降低对计算性能的要求,使重建后的虚拟场景更加逼真.     

单视未标定图像的正交灭点检测算法

传统方法只能计算标定图像的正交灭点,同时没有考虑图像直线检测结果的误差、 直线的长度以及候选灭点与约束直线之间的位置关系对灭点检测精度的影响。针对此类问题, 提出了一种针对单视未标定图像的正交灭点检测方法。首先利用J-Linkage 完成灭点的初始化估 计,得到假设灭点集合;然后根据假设灭点与图像直线之间的一致性约束、图像直线的长度, 基于投票机制先得到精确的垂直方向灭点;后利用灭点、灭线的定义和性质,计算得到图像相 机参数;根据正交灭点的特性,得到准确的水平方向和纵深方向的灭点。因引入了一种新的假 设灭点和图像直线之间的一致性度量方法,正交灭点检测精度不受直线检测结果的误差、直线 的长度以及候选灭点与约束直线之间的位置关系的影响,在未知图像相机参数的情况下能精准 的得到三个正交灭点信息。正交灭点检测方法在室内场景下可以得到更加精确的检测结果。     

基于场景几何约束未标定两视图的三维模型重建

提出了一种从两幅未标定图象重建场景三维模型的方法 .这种方法充分利用了人造结构场景中大量存在的平行性和正交性几何约束 ,即利用每幅视图中三组互相垂直的平行线 ,计算出 3个影灭点 ,从而对每幅视图进行标定 .对两幅未标定图象 ,从基本矩阵只能得到射影重构 ,如果每幅图象都已标定 ,则可将基本矩阵转化为本质矩阵 .三维重构过程有两个步骤 :先是恢复相机的位置和运动 ;后是用三角测量法计算出点的三维坐标 .对多平面组成的场景进行三维重构实验 ,所得三维模型产生新的视点图象 ,与所观察的场景一致 ,重构的两个平面夹角与实际值相近 ,实验结果表明 ,该算法是行之有效的     

HVS模型及其在静止图象压缩质量评价中的应用

图象质量尺度是最优化图象压缩算法参数和提高图象质量的重要依据 .建立在人类视觉模型 (HVS)基础之上的感知质量尺度作为主客观联系的桥梁 ,能有效地反映出人对图象失真在视觉上的感知 .近年来 ,有许多研究者借助人类视觉系统研究中的最新成果 ,深入分析了与图象质量密切相关的视觉感知特性 ,提出了大量效果不错的静止图象压缩感知质量尺度 ,并对视觉感知特性在图象质量尺度中的应用方法进行了较全面的综述 ,揭示了影响其图象质量预测准确性、鲁棒性的主要因素 ,给出了该领域的最新研究成果和未来发展方向 .     

基于正交平面的摄像机自定标

提出了一种基于正交平面摄像机定标的新算法。它利用场景中的正交平面,摄像机作五次以上的平移运动,根据每次运动关于平面的单应矩阵建立内参数的线性约束方程组,从而线性地确定内参数。与以往的定标方法相比,文章对摄像机的运动不苛刻,只需控制摄像机作平移运动,这在一般的实验平台上可以很容易地实现,并且线性地确定摄像机所有的五个内参数。模拟实验和真实图象实验表明,文章给出的方法在机器人视觉中具有一定的实用价值。     

一种基于DLT模型和圆环点改正的摄像机定标方法

提出一种基于DLT(直接线性变换)模型和圆环点改正的摄像机定标方法.运用计算机视觉原理,通过三维DLT平面模板模型平移对摄像机进行定标,并在模板上设计一个圆环,使用圆环上的点进行定标参数改进.实验数据证明,定标方法是有效的.     

未知摄影参数图象的三维特征逆变换

为了从未知摄影参数的透视图象获得三维几何尺寸，本文导出了实体的特征尺寸与透视图象的几个解析关系式认及曲线，曲面的重建方法，对于只能找出两个正交方向灭点的透视图象，本文提出了用优化方法来求出第三个灭点和其透视参数。文中给出两个实例。     

基于人类视觉感知特性的一种纹理图象分割方法

在纹理图象分割的研究领域中,基于人类视觉感知特性的图象分割方法是一个重要的新方向,本文给出了一种纹理图象分割的方法,设计了一组参数不同的2D最佳正交极可分方向滤波器来提取图象特征,然后经过四叉树平滑,用模糊C－均值聚类对图象进行分类,最后进行边缘确定,实验结果表明,这种方法能获得较好的分割效果。     

基于空间共线点的单光心反射折射摄像机标定

一条空间直线的单光心反射折射图像是一个二次曲线段, 大多数利用直线进行单光心反射折射摄像机标定的方法都需要对直线的像进行二次曲线拟合, 曲线拟合的精度严重影响着标定的精度. 然而, 一条空间直线的像仅占整个二次曲线的一小段, 这使得曲线拟合的效果非常差. 本文利用空间三个共线点的反射折射投影给出了摄像机内参数的一个非线性约束. 当反射镜面为抛物面时, 在主点已知的情况下, 该约束变为线性约束. 如其他参数已知, 该约束变为关于有效焦距的多项式约束. 由此, 本文提出了三种不同条件下的标定算法, 算法中无需对直线的像进行二次曲线拟合, 无需场景的任何信息, 标定精度较高. 实验验证了算法的有效性.     

一种改进的相机标定方法

摄像机标定与图像畸变修正是摄影测量、视觉检测、计算机视觉等领域的重点研究课题之一,在测绘、工业控制、导航、军事等领域得到了极大的应用。研究了摄像机模型,摄像机标定等内容。对DLT的标定方法进行了改进,在摄像机模型中全面考虑了镜头的畸变,利用图像中心附近点畸变量较小的性质,提出一种摄像机内外部参数和像差修正参数分离的标定方法。并举例说明了基于同一物体的两幅图画三维重构的具体实验步骤和方法,分析了影响精度的因素。     

一种基于图像序列和外部平移数据的摄像机自定标方法

摄像机标定是从二维图像获取三维信息必不可少的步骤。本文提出了一种新的基于图像序列的自定标方法。通过控制摄像机平台作3次平移运动（其中任意2次均不在同一平面上）且不需要读取运动平台的平移数据，即可线性地标定摄像机的内参数。大量的模拟实验表明该算法精度高和鲁棒性强。     

PnP问题的线性求解算法

经典的PnP(3(n(5)问题从本质上来说是非线性的,不但具有多解性而且对图像点的位置误差极为敏感.经典PnP问题仅涉及一幅图像,针对机器人导航中的实际需求,将PnP问题扩展到了摄像机作平移运动下的两幅图像的情况,并研究探讨了在这种情况下PnP问题的线性求解方法,主要结果有:给定平移运动下n个控制点的两幅图像,(1) 当n＝3时,可线性求解摄像机的方位以及摄像机内参数的两个尺度因子;(2) 当n4时,不仅可以线性求解摄像机的方位,而且能够确定摄像机的所有内参数.也就是说,给定平移视点下的两幅控制点图像,可以线性求解摄像机未标定的PnP问题.结果具有一定的理论意义和应用价值.     

基于直线约束的非量测数码相机标定

提出一种非量测数码相机标定的直接方法。该方法基于直线约束条件,即在正确进行畸变纠正后,物方空间的三维直线投影到像片平面上也应该是一条直线。为了将畸变直线纠正成理想直线,利用畸变模型对其进行畸变纠正,并采用Levenberg-Marquardt算法对非线性方程组进行求解,解出符合条件的最佳畸变参数。实验结果证明该方法具有较强的鲁棒性与实用性。     

一种三维动画与实拍影像合成技术的设计与实现

提出了一种三维动画与实拍影像合成的技术方法,并详细的阐述了该技术方法实现三维动画与实拍影像合成的具体实现步骤与过程.最后,通过仿真实验,充分的验证了该技术手段的可靠性与可行性.     

基于OpenCV改进的摄像机标定法

针对计算机视觉领域的摄像机标定问题,考虑到畸变对标定精度的影响,介绍了开放计算机视觉函数库OpenCV和摄像机模型,给出了基于OpenCV的摄像机标定算法;该算法充分运用了OpenCV的函数库功能,具有很高的标定精度和计算效率,可以满足立体视觉系统的需要.     

一种摄像机复合标定方法及其在汽车碰撞实验中的应用

提出了一种摄像机的复合标定方法:基于共面点分步标定摄像机的初始内外参数;基于最小二乘法求解径向畸变参数,进而迭代优化。标定点的识别中,中心点的识别采用了Hough直线检测及直线求交法,避免通常的Hough椭圆检测法带来的测量误差。应用于汽车碰撞过程的定性和定量分析,结果表明了其有效性与稳定性。     

Fully Vision-based Calibration of a Hand-Eye Robot

This article is concerned with calibrating an anthropomorphic two-armed robot equipped with a stereo-camera vision system, that is estimating the different geometric relationships involved in the model of the robot. The calibration procedure that is presented is fully vision-based: the relationships between each camera and the neck and between each arm and the neck are determined using visual measurements. The online calculation of all the relationships involved in the model of the robot is obtained with satisfactory precision and, above all, without expensive calibration mechanisms. For this purpose, two new main algorithms have been developed. The first one implements a non-linear optimization method using quaternions for camera calibration from 2D to 3D point or line correspondences. The second one implements a real-time camera pose estimation method based on the iterative use of a paraperspective camera model.     

基于增强学习的摄像机网络节点动态选择方法

摄像机节点动态选择问题是摄像机网络应用中的一个难点.提出了一种基于增强学习的节点动态选择方法.采用视觉信息评分作为单步回报设计了节点选择策略的Q-学习算法,为了加速算法收敛速度,利用摄像机空间拓扑关系初始化Q值表,并基于Gibbs分布进行非贪心尝试.从目标可见性、朝向、清晰度和切换次数设计视觉评价函数反映视频信息丰富程度和视觉舒适度.实验结果表明,该节点动态选择方法能够有效地反映视频中的目标状态信息,选择结果切换平滑,满足实际应用需要.