基于OpenCV的视觉测量技术中摄像机标定方法

以视觉测量系统中的摄像机标定为研究对象,分析了开源计算机视觉库OpenCV中的摄像机模型,并考虑了镜头的畸变及求解方法,得出基于OpenCV的摄像机标定方法．该方法利用了OpenCV的函数库,简化了标定求解过程,提高了标定速率,并具有良好的移植性,适合于其他视觉测量系统．     

基于OpenCV的摄像机标定方法研究

提出了一种基于OpenCV的摄像机标定方法.分析计算机视觉函数库OpenCV中的摄像机模型,考虑摄像机透镜的径向畸变与切向畸变的影响及模型的求解方法,同时结合基于Matlab的摄像机标定工具箱中的角点提取模块,给出了实验结果.结果表明,此方法精度较高、鲁棒性好,有效解决了计算机视觉系统的开发研制周期长的问题,可广泛应用于三维重建、虚拟现实等领域.     

基于平面靶分割区间LS-SVM摄像机标定的研究

摄像机标定是视觉系统精确的前提.利用最小二乘支持向量机实现摄像机的标定不需确定摄像机具体的内部参数和外部参数.由于镜头的畸变主要由径向畸变引起,根据摄像机畸变的特点,对畸变区域进行划分,提出一种基于分割区间最小二乘支持向量机的摄像机标定法,对不同的畸变区域进行单独处理.该方法同BP神经网络和基本最小二乘支持向量机标定预测结果对比表明,基于分割区间最小二乘支持向量机的摄像机标定法速度快,实时性好,能有效提高标定精度.     

一种简便的双目摄像机标定方法

针对传统摄像机标定方法,在张正友平面模板两步法的基础上,提出了一种简便的双立体摄像机标定方法, 在标定中通过选取图像中心附近的点作为初始预测值,再进行非线性搜索来确定摄像机内外参数由于该方法在摄像机畸变模型中充分考虑了切向畸变的影响,使得标定应用范围更广.实验证明,标定模扳制作简单,标定过程快捷具有较高的精度,完全可以满足双日立体视觉应用的要求.     

基于交比不变量的摄像机标定方法

为了解决摄像机标定的菲线性优化过程中解的不稳定性问题,针对具有镜头径向畸变的摄像机模型,提出了一种实用的摄像机线性标定方法.该方法利用透视投影的交比不变性原理标定镜头的畸变系数,基于摄像机成像的单应性矩阵及内部参数的基本约束,线性标定出其他摄像机参数.实验结果表明,该方法标定模板制作简单,速度快,具有一定的鲁棒性,可以满足工业机器视觉的精度要求.     

基于像素-角度映射的摄像机标定算法

为克服线性模型不能解释镜头畸变的缺点,以及常规标定中图像成像转换以及标定不能适应高度和角度改变等问题,在小孔线性成像模型的基础上,通过前期畸变标定和建立镜像坐标系,研究像素与角度的映射关系.利用三角函数将畸变系数和高度及角度参数引入到标定模型中,得到基于像素-角度映射的非线性模型.在多种标定环境下与Tsai等算法进行实验对比,验证了算法的准确性.在改变摄像机的角度和高度后,进一步验证了基于像素-角度映射的摄像机标定算法的系数不需要重新标定,仍具有良好的准确性和鲁棒性,可推广到工程应用领域.     

摄像机成像过程仿真技术研究

探讨并比较了理想摄像机成像的过程与OpenGL透视投影的机理,从理论角度证明了通过设定OpenGL参数可使其渲染图像与真实摄像机拍摄结果一致。编程实现摄像机成像仿真平台,预先设定摄像机的内外参数,由OpenGL渲染生成不同位置的Checkerboard图像,利用第三方标定程序包进行标定。标定结果与预先设定的摄像机参数一致,证明了理论推导的正确性。通过本系统可以深入了解摄像机理想状态下成像的基本过程,且该模拟方法可摈除无关因素的干扰。为视觉系统标定、立体匹配、畸变校正、动态识别等大部分视觉算法的仿真奠定了基础。     

考虑一阶径向畸变的摄像机参数标定

针对GRB-400机器人视觉系统,建立完整的摄像机一阶径向畸变模型。首先用GRB系统的Matrox图像采集卡采集标定点坐标,然后利用径向排列约束方法 （简称RAC）建立线性方程组求解摄像机的径向畸变参数。基于此畸变参数实现图像校正,以提高对目标物体的定位精度,从而提高机器人视觉系统对摄像机标定参数变化的鲁棒性。实验结果表明：该方法有较高的标定精度。     

一种摄像机标定系统的实现

摄像机标定系统中的参数直接影响摄像机三维重建效果的逼真度。本文以张正友两步标定法为基础,设计制作标定模板,并采用针孔摄像机模型对摄像机标定参数的求解过程进行了优化;结合OpenCV库,在Matlab开发环境下实现了摄像机标定系统。实验结果表明,该方法提高了摄像机的标定精度。     

基于摄像机标定方法的无人机位置解算

提出一种基于摄像机标定方法的无人机视觉导航系统位置解算方法.利用机载相机拍摄目标模板图片序列,通过角点检测方法确定模板上的特征点,并根据特征点位置及摄像机标定技术,解算相机的位置坐标,从而解算出无人机的位置.以VC6.0与OpenCV为实验平台,对该方法进行实例验证.结果表明:该方法在不考虑摄像机透镜的径向畸变与切向畸变的影响时,也可给出理想的位置解算结果.     

基于OpenCV的运动目标检测与跟踪

提出了一种基于OpenCV的视频应用程序的开发方法。将Intel公司开放的OpenCV源代码作为开发的视频应用程序的基础函数库,改写或调用其中的函数,可根据需要用C＋＋语言开发视频应用程序,从而克服了视频应用程序开发周期长、效率低的缺点。给出了部分OpenCV具体的设置方法和过程,并通过利用OpenCV编写的运动目标检测与跟踪的应用程序验证了该方法的有效性和可行性。对图像进行形态学去噪、平滑滤波处理和二值化阈值分割等图像预处理,获得二值化黑白图像。通过轮廓提取和跟踪检测得到车辆和人的外轮廓,进而实现运动目标的跟踪。在VC＋＋6.0环境下,利用OpenCV编程实现了此方法。实验结果表明,该方法可行。     

基于肤色识别的人机交互方法在游戏中的应用研究

利用计算机视觉技术实现游戏人机交互来提高游戏的娱乐性,是当前国内外应用研究的热点。文中提出了采用肤色检测技术应用于游戏交互的方法。通过摄像头对肤色进行采样,再利用统计方法对皮肤颜色进行分析建立肤色模型;采用背景差分阈值分割法和Camshift算法进行手势跟踪监测,获取手的位置;将手的位置作为信号传递给游戏角色,从而控制游戏。在VC＋＋6.0下,使用OpenCV和OpenGL开源库,构建了普通摄像头视觉游戏实验平台,通过手势的运动轨迹控制粒子系统喷射方向。实验结果表明,通过肤色进行手势跟踪监测,进而控制游戏角色运动,具有很好的实时性和交互性。     

OpenCV在体感遥控中的应用

利用Intelnet跨平台计算机视觉库OpenCV和微软VisualStudio 2010构建体感遥控器的软件开发平台。以OpenCV为基础,结合自定义算法和函数,开发利用人体手势识别来控制不同设备的体感遥控器。该设计采用基于codebook背景模型的运动检测方法对手势定位,以改进的CamShift算法和Kalman滤波器进行手势跟踪,进而对手势分割和识别。研究利用单目摄像头下对单手手势识别,以红外线和无线通信方式对目标区域和设备进行非接触控制。给出软件设计的基本思想,用OpenCV实现算法的具体过程和关键代码。该方案目标跟踪快、检测效率高、实时性好,为下一步在嵌入式系统中实施此方案打下一定基础。     

MFC下利用OpenCV进行人脸检测的研究与实现

为了实现对人脸检测的目的,本文采用基于MFC框架下使用OpenCV视觉库的方法．文章重点分析了一种人脸检测中使用的特征分类算法：Adaboost算法．文中阐述了该算法的原理,图文并茂地展示了如何在实际中利用人脸库结合Adaboost算法来训练分类器,并生成XML文件．在VC6．0下,搭建了人脸检测的界面,利用OpenCV的函数调用训练所生成的XML文件,实现了在本地选择图片并对其进行人脸检测的功能．此外,系统还支持读取本地AVI格式视频和从摄像头捕捉到的视频,可手动截取一帧图片进行人脸检测．实验结果表明该设计方案具有较高的准确性和稳定性,基本达到预期的效果．     

基于视觉传感器的视频图像采集与处理方法研究

在Visual C＋＋6.0集成开发环境下,利用开源的计算机视觉库OpenCV（Open Source Computer Vision Library）中的CVCAM技术,实现了一种基于视觉传感器的视频图像采集、处理与播放方法,既实现了对视觉传感器视频流的采集、处理与播放,又实现了对AVI视频文件的读取、解码处理与播放.实验结果表明,该方案成功实现了视频图像的高速实时采集与处理,具有较好的实时性和鲁棒性.     

微热弯成形的微位移计算机视觉测量方法

为实现微热弯成形系统中微位移的高精度测量,构建了微位移计算机视觉测量系统.应用Matlab编写摄像机标定程序并计算摄像机的内外参数,利用OpenCV对被测对象的图像进行灰度化、二值化和Canny边缘提取,采用序贯相似性检测算法(SSDA)进行模板匹配,实现了热弯曲成形过程中模具与工件位置微位移的实时在线检测.实验结果表...     

基于深度信息的动态手势识别算法

针对目前手势识别方法计算复杂、特征量提取不可靠等问题,提出基于Kinect传感器深度信息快速动态手势识别算法。通过Kinect的深度摄像头获取深度图像,利用阈值分割法对深度图像进行预处理;结合深度信息,利用OpenCV函数库来提取前景;选用动态时间规整(dynamic time warping)算法计算测试行为模板与参考行为模板之间的相似度以实现样本的分类;最终结合OpenNI和OpenCV,在VS2010环境下实现了该算法。与其他算法相比,该算法改进动态手势特征的提取方法和分类过程,能够快速跟踪手部,有效分割手势。实验结果表明,本方法对具有时空特性的动态手势有很高的识别率,在不同光照和复杂背景下具有较好的鲁棒性。     

基于机器视觉的零件颜色识别系统

以Visual C＋＋6.0作为软件开发平台,以开源的OpenCV作为辅助的图像处理库,组建系统的硬件系统,实现了对工业自动生产线上的零件图像的采集和处理.该系统能对不同颜色的零件进行识别,为后续零件的筛选和分类奠定了基础.实验证明,采用机器视觉对零件颜色进行在线识别,不但检测精度高,而且能够满足生产线上实时性的要求.     

Fast speedometer identification in dynamic scene based on phase correlation

Speedometer identification has been researched for many years.The common approaches to that problem are usually based on image subtraction,which does not adapt to image offsets caused by camera vibration.To cope with the rapidity,robust and accurate requirements of this kind of work in dynamic scene,a fast speedometer identification algorithm is proposed,it utilizes phase correlation method based on regional entire template translation to estimate the offset between images.In order to effectively reduce unnecessary computation and false detection rate,an improved linear Hough transform method with two optimization strategies is presented for pointer line detection.Based on VC++ 6.0 software platform with OpenCV library,the algorithm performance under experiments has shown that it celerity and precision.