基于线性特征的鱼眼图像校正方法

针对鱼眼镜头采集的畸变图像,在棋盘格标定模板的基础上,提出一种有效的校正方法。该方法采用标准畸变模型,首先基于畸变图像的线性特征提出目标函数;然后利用SUSAN改进算法精确定位棋盘格角点坐标;对已得到的有限角点坐标进行畸变曲线拟合,在畸变曲线上提取所需数量的点;最后用渐近寻优算法计算最优畸变系数,使得目标函数最小。实验结果表明,该方法角点定位精确、算法时间复杂度低,能够有效校正鱼眼镜头造成的图像畸变。     

图像几何畸变校正方法

在机器视觉检测中大视场短焦距摄像机镜头一般都存在一定程度的光学畸变,在高精度测量中必须对摄像机镜头畸变进行校正。提出利用光学成像规律和镜头畸变校正模型相结合的畸变校正方法求出初始畸变系数,然后通过优化目标函数求出最优畸变系数,最后采用三次B样条插值对畸变图像进行灰度重建。实验结果表明该方法在不依赖摄像机内部参数的前提下,校正后径向均方根误差为0.45个像素,灰度重建后径向均方根误差为0.36个像素。     

鱼眼畸变棋盘格图像校正

畸变棋盘格图像能够更精确地描述鱼眼镜头的畸变特征,畸变棋盘格图像校正算法的研究对实现畸变图像准确快捷的校正具有重要意义。在研究Carroll等人提出的校正方法的基础上,针对畸变的棋盘格图像提出了一种简单、快捷的校正方法。以棋盘格的角点坐标替代直线特征信息作为校正模型的输入,对建模后的目标函数进行线性优化求解。该方法实现了畸变校正的自动化,提高了系统的效率。实验表明,该方法方便可行,校正结果良好。     

基于直线投影特征的镜头畸变校正方法

针对摄像机镜头畸变校正方法的简便和快速问题,设计了基于直线投影特征的校正方法。介绍了镜头主要畸变产生原因和畸变模型;给出直线三点在理想投影下的关系,确定了适应度函数,利用遗传算法得到了畸变参数组最优解。基于matlab软件编写校正程序,并进行了实验验证。实验表明,利用畸变参数组的最优解能够实现图像畸变校正,效果较好。该标定方法只需场景内有直线存在即可实现对摄像机镜头畸变参数校正,方法所需实验条件简单,程序简便,便于现场快速校正。     

双线阵CCD相机的畸变校正和标定方法

在双线阵CCD的三维重建中,对线阵CCD相机的标定和镜头畸变校正是基础环节。提出了一种用于三维重建中的双线阵CCD标定及镜头畸变校正方法。根据左右相机间的单应性关系,以及线阵CCD的成像原理,将双目相机间的空间关系分解成姿态角与错切角的关系。通过靶图数据的拟合,对姿态角和镜头畸变进行校正,根据求出的错切角完成相机间的标定,实现对具有镜头畸变的双线阵CCD的标定。实验结果表明,标定和校正精度满足后续三维重建中图像匹配的需求。     

一种基于斜率的摄像机畸变校正方法

普通 CCD摄像机在成像时都存在畸变成像误差 ,在机器人视觉检测及自动装配中 ,有效地进行误差校正对准确确定物体的位置具有重要的意义 .本文采用带有一阶径向畸变的小孔摄像机模型 ,提出一种基于线段斜率的方法 ,对摄像机镜头的径向畸变进行校正 ,不必标定太多的摄像机的外参数 ,方法简洁 ,适合于视觉系统中对摄像机畸变的实时校正 ,或对摄像机捕获的图像进行几何校正 .实验表明 ,具有很强的鲁棒性和较高的校正精度     

一种改进的鱼眼畸变校正算法

畸变是鱼眼镜头的最大的问题,针对这一情况,提出一种利用双椭圆模型对鱼眼镜头进行畸变校正的算法,在改善鱼眼畸变的情况下,同时能够保障实时输出;对鱼眼图像进行边缘扫描和检测,采用线性拟合的方法获取鱼眼图像的光心和半径,经过双椭圆模型寻找校正前和校正后图像的映射关系,调用GPU加速处理,达到实时输出的效果,经过实验对比,针对鱼眼镜头引起的畸变问题进行校正并且能够实时输出;     

增强现实中的摄像机径向畸变校正

增强现实系统中,有效地进行摄像机镜头畸变校正对提高虚拟环境的精确性具有重要意义.首先提出一种基于成像几何的畸变校正方法,采用带有一阶径向畸变的摄像机模型,对镜头径向畸变进行校正,再根据校正后的图像计算摄像机投影矩阵.实验表明,基于成像几何的畸变校正算法具有较高的畸变校正精度,640×480的图像中,最大畸变量达90多个像素.与利用理想针孔摄像机模型得到的增强现实环境相比,畸变校正后得到的叠加结果更为精确.     

一种基于经线模型的鱼眼图像校正算法

鱼眼镜头所拍摄的图像具有严重的畸变。为了消除鱼眼图像的畸变,提出了一种改进的基于经线模型的校正算法。该算法首先建立经线模型,然后利用改进的校正算法对鱼眼图像进行校正,再建立半圆模型对校正过的图像进行修正,得到最终的图像。该算法不需要进行鱼眼镜头的标定以及参数的估计,通过建立全局统一的模型,对鱼眼图像进行校正。通过对模型图像和真实图像进行实验,结果表明,文中提出的算法能高效快捷地对鱼眼图像进行校正,而且具有较好的效果。     

摄像机镜头畸变的研究

分析了摄像机成像模型和镜头非线性畸变模型,通过实验的方法求得了镜头的径向畸变系数,并首次根据图像复原原理将镜头的畸变系数引入边缘的亚像素定位算法中,最后通过对图像测量系统进行了标定,用实验的方法定量地比较了镜头径向畸变对测量精度的影响。同时,在标定的过程中通过“二次标定”的方法消除了“单次标定”所引入的系统误差,提高了测量精度。实验证明,通过对镜头的畸变进行校正来提高亚像素边缘定位精度的方法是有效的、显著的。     

机器视觉中摄像机标定Tsai两步法的分析与改进

为提高摄像机标定精度,本文在分析Tsai两步标定法优缺点的基础上,提出了一种新的标定方法。该方法针对面阵CCD摄像机,建立新的综合畸变模型,并运用两步迭代法逐步逼近精确解,取消了Tsai两步法中对摄像机镜头只有径向畸变的限定,可用于多种复杂的镜头畸变情况。改进的方法只使用一平面标定板和单幅图象,操作简便,相比Tsai两步法中无法用平面标定板直接求解全部标定参数而言是一个突破。实验结果表明,改进方法速度快且精度较高,可广泛应用于机器视觉研究、工业三维测量等多个领域的摄像机标定。     

基于形态学的文档图像径向校正算法

手持相机拍摄的文档图像存在不同程度的镜头失真。根据文档图像的文本行信息,提出了一种基于数学形态学的镜头校正算法。首先利用自适应阈值方法分割文档图像,并通过形态学闭运算把连通体聚类为文本行。然后利用二次多项式模型拟合文本行的中心线,并建立径向失真校正的目标函数。该目标函数把中心线对应的曲线映射为直线,从而求出文档图像的镜头失真参数。实验结果表明,该校正算法可以有效地校正文档图像各种程度的径向失真。     

一种基于几何性质的鱼眼图像校正算法

为快速、高效地校正具有径向畸变的鱼眼图像,提出一种基于几何性质的校正算法。根据投影不变性原理以及径向畸变的几何特性,计算畸变直线的斜率,并通过求解线性方程组得出多项式校正模型的参数。实验结果表明,该算法能够以较低的运算复杂度获得较高的校正精度,相比于采用数学迭代拟合直线的方法,该算法在图像整体校正质量上有明显改善。     

一种有效的双目视觉动态检校方法

针对采用普通视频CCD摄像机进行立体动态量测,存在镜头畸变差大、图像分辨率低、有效焦距不确定等问题,提出了一种利用物方空间已知几何关系,解决该问题的方法与计算步骤,这其中包括：像方特征点线的实时自动提取;像点坐标的自动解算量测;摄像机成像（含畸变差）数学模型的建立;通过三维直接线性变换法进行CCD摄像机内外方位元素的解求及物方空间点的获取等内容。实验结果表明该方法基本适用于对精度要求不高的动态量测中。     

Dynamic image stabilization precision test system based on the Hessian matrix

Dynamic image stabilization precision of an optical image-stable device is a key technical indicator.Therefore,a fast dynamic image stabilization precision test system for an optical image-stable device is developed.A large-aperture collimator with a designed cross divisional board is used to simulate the infinity goal.The image-stable device is installed on the motion simulator with six degrees of freedom which is used to simulate the moving state of the device.The CCD camera installed behind the eyepiece lens of the image-stable device acquires images rapidly and in real time.The local energy maxima center of the cross light spot can be acquired accurately through the proposed algorithm using the Hessian matrix.In addition,to deal with the CCD non-uniformity,an adaptive non-uniformity correction algorithm based on bi-dimensional empirical mode decomposition is provided.The actual test results for the proposed method show that the test error of dynamic image stabilization is less than 0.7,and the time for the frame image acquisition and processing is less than 10 ms,which demonstrates the effectiveness of the test system.