机器人立体视觉中摄像机的标定

针对机器人立体视觉标定问题,提出一种介于传统标定法和自标定法之间的摄像机标定方法。与传统方法相比,将内参数、畸变参数与外参数分别标定。首先根据张氏平面标定法求出内参数;其次在考虑透镜径向畸变的基础上求出畸变参数;最后重点探讨在摄像机带有运动的情况下外参数的标定方法,避免了在原有标定环境下摄像机运动时需要重新标定的问题。实验依据传统标定的模板原理,结合双目立体视觉模型,验证了该种分离标定方法的可行性。     

运动像机下基于粒子滤波的多目标跟踪算法

针对摄像机运动情况下的多目标跟踪问题,提出了基于粒子滤波的跟踪算法.在粒子滤波算法基础上,将二阶自回归过程作为系统状态转移模型,HSV颜色直方图作为观测模型,对视频中多个目标的位置、大小进行跟踪.实验结果表明,该算法能实时正确地跟踪多个目标,并对局部遮挡有较好的鲁棒性,也能在目标短暂消失导致跟踪失败后,在目标重新出现后及时捕获并继续进行跟踪.     

基于粒子滤波器的摄像机运动参数估计

针对利用运动矢量估计摄像机运动参数的问题,将运动矢量作为状态,以块的位置作为状态索引,根据区域的局部相关性自适应地确定状态转移方程,以块匹配的平均绝对误差作为状态估计的观测输出,从而建立状态空间模型。基于该模型利用粒子滤波器估计运动矢量,采用重采样技术来消除粒子退化的现象,最后按照运动矢量与摄像机参数的关系模型,借助最小二乘法确定最优的摄像机参数。实验表明,该算法以较少的搜索点可以估计得到具有时空一致性的运动矢量场,进而能估计出反映摄像机真实运动的摄像机运动参数。     

基于单个正方形的摄像机自标定算法

提出一种基于带对角线正方形作为平面标定模板的自标定算法机理,只需摄像机作三次运动参数未知的自由运动并摄取正方形模板在不同方位的三幅图像,即可线性求解摄像机的内外参数.实验表明,该算法能够较准确的标定出摄像机内参数,具有较高的鲁棒性.     

基于投影仪和摄像机的结构光视觉标定方法

为实现基于投影仪和摄像机的结构光视觉系统连续扫描,需要计算投影仪投影的任意光平面与摄像机图像平面的空间位置关系,进而需要求取摄像机光心与投影仪光心之间的相对位置关系。求取摄像机的内参数,在标定板上选取四个角点作为特征点并利用摄像机内参数求取该四个特征点的外参数,从而知道四个特征点在摄像机坐标系中的坐标。利用投影仪自身参数求解特征点在投影仪坐标系中的坐标,从而计算出摄像机光心与投影仪光心之间的相对位置关系,实现结构光视觉标定。利用标定后的视觉系统,对标定板上的角点距离进行测量,最大相对误差为0.277%,表明该标定算法可以应用于基于投影仪和摄像机的结构光视觉系统。     

基于改进粒子群优化算法的非线性摄像机标定

本文针对传统优化算法在摄像机标定中存在对初始值敏感、收敛性差、易陷入局部最优等缺点，研究了粒子群优化算法在非线性摄像机标定中的应用，给出了利用改进粒子群 优化算法进行摄像机参数标定的具体步骤。标定实验表明，基于该算法的摄像机标定方法可以克服传统算法的不足，是一种有效的标定方法。     

双目视觉的立体标定方法

为实现双目视觉系统的立体标定,分析了摄像机成像模型,并充分考虑了透镜的径向畸变和切向畸变,提出了一种新的立体标定算法。该算法利用张正友的灵活标定算法,初步求取摄像机的内参数,结合Brown算法并提取图像中角点的子像素级坐标,精确求取摄像机内参数和畸变向量。为方便后续的图像校正,基于前面的单个摄像机标定,通过计算空间中的景物点在左右摄像机成像平面上的位置关系,计算出双目视觉系统中两个摄像机之间的旋转矩阵R和平移向量T,从而实现了立体标定。实验结果表明,该算法能取得较高的精度,可以应用于双目视觉系统。     

车载摄像机外参数的自动标定

摄像机外参数自动标定的目的是通过自动的方法获得车载摄像机部分外参数.研究基于自主驾驶汽车的运动学模型、高速公路的道路模型以及车载摄像机的成像模型,进行了车载摄像机外参数的在线自动标定方法研究,并利用车体运动学模型作为扩展Kalman滤波(EKF)的状态模型,并将图像坐标系下与车体坐标系下道路参数间的非线性关系,作为EKF的观测模型进行扩展Kalman滤波.仿真与实车试验证明,方法实时检测了滤波结果的正确性,自动标定了最新的摄像机外参数,使得视觉导航系统能够自动适应摄像机姿态变化带来的影响.     

基于粒子群遗传算法的BP神经网络摄像机标定

摄像机标定是从二维图像提取三维空间信息的关键步骤,标定的精度直接关系到三维重构结果的逼真程度。为了有效解决传统摄像机标定算法中的多参数、计算费时费力等问题,提高摄像机标定的精度和速度,将粒子群遗传算法（particle swarm optimization genetic algorithm,PSO-GA）应用于摄像机标定中。对参数进行粒子群算法优化后,再使用遗传算法中的选择、交叉和变异等操作进行参数优化,以实现粒子群算法与遗传算法的融合。结合后的算法全局搜索能力较强,收敛速度更快,优化能力与鲁棒性得以提高。同时,基于神经网络的摄像机标定方法所能覆盖的标定空间十分有限,提出了一种采用粒子群遗传算法优化BP神经网络的摄像机标定方法,以解决传统摄像机标定方法难以解决的问题。实验数据表明,基于粒子群遗传算法的BP神经网络标定是一种可行的方法,标定精度高,收敛速度快,泛化能力强。     

基于HALCON的全景摄像机标定及应用研究

现有全景摄像机标定算法中,场景的先验知识在很多情况下难以准确获取。提出了一种基于HALCON的双曲面折反射全景摄像机标定算法。通过摄像机或者标定板的相互移动来获取不同位置的标定板图像;通过HALCON预处理后提取角点坐标;通过最小二乘法求解标定点投影方程的展开系数得到相机的内外参数。该算法中摄像机只需满足单视点要求,不需要场景的先验知识,也不需要特殊的装置和设备。实验结果表明能够获得较高的标定精度,并且在足球机器人边线距离的测量中得到了准确的结果。     

一种全局指数收敛的摄像机内参数观测器

针对摄像机标定问题,本文从控制理论角度出发设计了一种具有指数收敛特性的摄像机内参数观测器.当摄像机随移动机器人等运动平台一起旋转时,该观测器使用其运动信息和实时拍摄得到的特征点图像信息,可以实现对摄像机内参数的在线估计.具体而言,论文分析了云台摄像机的运动约束,建立了特征点图像坐标变化的运动学模型,随后基于4个或4个以上特征点（其中任意3点不共线）,构造了一种内参数非线性观测器,并通过理论分析证明了其状态估计指数收敛于摄像机的相应内参数,仿真结果验证了这种非线性观测器的良好特性.     

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.     

一种反射折射摄像机的简易标定方法

Central catadioptric cameras are widely used in virtual reality and robot navigation,and the camera calibration is a prerequisite for these applications.In this paper,we propose an easy calibration method for central catadioptric cameras with a 2D calibration pattern.Firstly,the bounding ellipse of the catadioptric image and field of view (FOV) are used to obtain the initial estimation of the intrinsic parameters.Then,the explicit relationship between the central catadioptric and the pinhole model is used to initialize the extrinsic parameters.Finally,the intrinsic and extrinsic parameters are refined by nonlinear optimization.The proposed method does not need any fitting of partial visible conic,and the projected images of 2D calibration pattern can easily cover the whole image,so our method is easy and robust.Experiments with simulated data as well as real images show the satisfactory performance of our proposed calibration method.     

五自由度立体视觉平台中摄像机的标定

文章从立体视觉与机器人控制集成的角度出发,建立了一个主动立体视觉跟踪和定位系统,用于柔性装配线中装配零件的运动跟踪和装配工位的精确定位。该系统采用基于平面正方形的摄像机标定方法,该方法要求摄像机在三个(或三个以上)不同的位置摄取一个标准的正方形的图像,经过图像处理找到正方形的四个顶点在图像上的坐标,通过计算就可以线性求解摄像机全部内外参数。该方法简单易懂,非常适合于摄像机内外参数频繁标定的场合,计算速度快、所需设备简单、实用性好。文章的最后,给出了使用文中提出方法进行标定的实验结果,说明了该方法的有效性。     

一种反射折射摄像机的简易标定方法

Central catadioptric cameras are widely used in virtual reality and robot navigation, and the camera calibration is a prerequisite for these applications. In this paper, we propose an easy calibration method for central catadioptric cameras with a 2D calibration pattern. Firstly, the bounding ellipse of the catadioptric image and field of view (FOV) are used to obtain the initial estimation of the intrinsic parameters. Then, the explicit relationship between the central catadioptric and the pinhole model is used to initialize the extrinsic parameters. Finally, the intrinsic and extrinsic parameters are refined by nonlinear optimization. The proposed method does not need any fitting of partial visible conic, and the projected images of 2D calibration pattern can easily cover the whole image, so our method is easy and robust. Experiments with simulated data as well as real images show the satisfactory performance of our proposed calibration method.     

一种基于主动视觉的线性自标定方法

基于主动视觉的摄像机自标定是摄像机标定的一个重要分支，通过控制摄像机做严格的运动，可以发现一些比较简单的算法，本文提出了一种新的基于主动视觉的摄像机自标定方法，通过控制摄像机作3次不共面的平移运动．可以线性标定摄像机的五个内参数．大量的仿真实验表明该算法精度很高，且鲁棒性很强．     

单目视觉测距在移动机器人的应用

运用Matlab软件中摄像机标定工具箱通过传统的摄像机小孔成像原理对摄像机内外参数进行标定。找出图像像素坐标系与机器人所在地面的世界坐标系之间的联系。并且借助图像中消失点,确定机器人移动路径。找出图像上对应的机器人预通过区域。基于对障碍物边缘检测确定其是否出现在预通过区域上,并仅对区域内的障碍物进行单目视觉测距。在计算距离时提出了一种仅与机器人移动方向相关的距离计算方法。以保证机器人移动时不会与前方障碍物相碰撞。     

基于单幅图片的相机完全标定

现有相机标定方法的标定过程比较繁琐,不利于标定相机的广泛使用。为此,从摄像机镜头畸变矫正着手,结合标定板信息及消失点约束,提出一种基于单张图片的相机标定方法。利用非线性迭代得到相机镜头的畸变系数,通过线性求解得出相机的内参,直接计算得到相机的外参,从而实现仅需拍摄单张标定板图片的相机完全标定。实验结果表明,该方法在标定板与视平面夹角小于45°的情况下均能成功标定,并且重投影误差小于0.3像素。