基于双更新策略加权差分进化粒子群的双目相机标定

针对空间目标位姿测量下的相机多参数标定问题,提出基于双更新策略加权差分进化粒子群优化的相机参数标定方法。通过引入自适应判断因子来控制每一次迭代过程中加权差分进化(WDE)算法和粒子群优化(PSO)算法的调用比例,根据概率规律考虑对个体使用PSO算法或WDE算法来进行更新,并通过信息交流机制利用WDE操作得到的个体去引导PSO操作中的个体进化过程,所提出的WDEPSO算法能够保证种群个体进化的多样性和有效性,并且与相机非线性标定模型参数进行耦合,同步实现相机内外参数的组合非线性、全局连续优化,克服目标空间背景饱和光强造成的有限特征点失效引发的局部收敛问题。实验表明,文中方法优化得到的目标函数值更小,获得了较高的标定精度;利用标定参数得到的标准杆测量精度优于0.40 mm,目标大幅度角运动状态下的重构姿态误差小于0.30°,可重复性测量结果稳定。     

基于 PSO 算法的加速度计快速标定方法

为减少惯性测量组合标定对转台的依赖,降低标定对转台控制精度的要求,在分析传统加速度计模观测迭代标定方法的基础上,提出一种基于粒子群优化算法（PSO）的加速度计快速标定方法。首先,基于模观测思想设计构造目标优化函数,并将其作为 PSO 算法中的适应度函数,实现了标定方法与 PSO 算法的连接;其次,设计了基于最大化观测信息相对于待估计参数的敏感度函数的加速度计标定编排方案;最后,对所提方法与牛顿迭代标定方法进行了对比仿真。仿真实验结果表明,基于 PSO 算法的加速度计快速标定方法具有可行性、有效性,与传统牛顿迭代标定方法相比更具有优越性。     

面向工业检测的光场相机快速标定研究

由于光场数据量大,现有光场相机标定算法存在速度慢、无法快速校准工业检测中光场相机的参数变化、降低工业检测效率的问题。该文基于稀疏光场成像模型优化光场数据,提出光场相机快速标定算法。该算法以清晰度作为图像质量评价指标,从光场数据中选取高质量、具有代表性的稀疏视图,构建稀疏光场;接着利用稀疏光场求解相机参数初值并优化,得到最佳参数。实验结果表明,与现有最优标定算法相比,该方法不仅提高平均标定速度70%以上,在现有5个数据集的平均标定时间从101.27 s减少到30.99 s,而且保持标定精度在最优水平,在公开数据集PlenCalCVPR2013DatasetA的标定误差仅为0.0714 mm。     

一种基于单幅图像的相机标定方法

本文提出了一种相机快速标定方法,使用一个平面标定板,仅拍摄一幅图像,就能完成相机标定.与通用的相机标定方法相比,可以减少拍摄图像及计算相机多个参数初值的麻烦,提高了相机标定的效率,尤其适用于多相机同时标定的情况.在计算相机内参时,使用Levenberg-Marquarat方法优化求解.实验结果表明,本算法速度快且精度较高,可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.本方法也可以选择拍摄二幅或者任意多幅图像,来参与算法的迭代优化过程,以进一步提高标定精度.     

基于改进粒子群优化算法的摄像机标定

本文在充分研究多种摄像机标定方法和粒子群优化算法（PSO）的基础上,针对传统PSO算法存在早熟和局部收敛的问题,提出了一种改进的新型粒子群优化算法在摄像机标定中的应用。该算法在基本PSO惯性权重部分加入了收缩因子,很好的改善了算法的收敛性;为了进一步提高优化的速度和可靠性,引入了多适应值函数策略。最后在OpenCV上实现了基于该改进方法的摄相机标定。实验结果表明：该摄像机标定方法有效提高了原有张正友平面标定法的标定精度,结果稳定可靠,具有一定的工程应用价值。     

基于共面法的结构光自扫描测量系统参数标定方法

针对结构光自扫描测量系统参数标定问题,提出了一种基于共面法的高精度标定方法,能够同时标定系统的内外参数。建立了相机和系统模型,采用张正友方法标定相机和平面棋盘靶标内外参数,针对系统标定需求完成了靶标位置规划,在同一光平面下变换靶标位姿获取共面光条中心点,利用多组中心点数据分别求解各光平面方程。由于多个平面交线不唯一,定义了优化目标函数对振镜转轴在相机坐标系下的表达进行优化求解,求得振镜坐标系与相机坐标系的转换矩阵完成标定。该方法标定过程简单,算法运算量小,便于现场标定。结果表明,标定方法具有较高精度,能够满足测量要求。     

基于混合PSO算法的加速度计快速标定

针对粒子群优化算法(PSO)在加速度计标定中存在早熟及陷入局部最优的不足,提出了基于差分进化(DE)的双种群信息共享及并行进化的混合PSO算法,并将该算法应用于加速度计快速标定。为提高混合算法的优化性能,提出了一种平衡DE算法全局探索和局部开发能力的加权变异算子,将Logistic函数的非线性特性引入到PSO算法惯性权重和DE算法加权系数的动态调整中。基准测试函数仿真表明所提出的混合算法在收敛速度、收敛精度、全局搜索性能和鲁棒性等方面明显优于PSO、DE算法;加速度计标定仿真结果表明,提出的混合算法能有效提高加速度计的标定精度。     

一种双正交消隐点的双目相机标定方法

为了保证双目相机标定精度的同时,提高算法速度。利用田字形模板中的两对正交消隐点,拍摄两幅图像,实现快速标定。首先,提出了消隐点寻优的方法来提取每幅图像中误差最小的两对正交消隐点,线性计算相机主点和归一化焦距,作为内参数的初值。再根据同一幅图像消隐点共线和所有直线畸变后也为直线的原则,构建约束函数,利用优化的差分进化算法进行全局寻优,完成相机畸变校正。最后,根据优化后消隐点坐标求得左右相机的旋转矩阵,并结合左右相机的角点世界坐标,利用刚性变换求得平移向量。双目标定的平均重构误差为0.598pixel,跟传统方法标定误差相当。该标定算法重构误差与传统算法在一个级别,能满足标定中稳定可靠、精度高、抗干扰能力强等要求。     

基于GA-LM融合的星敏感器参数标定算法

针对传统标定算法精度存在受到初始值影响较大的问题,提出一种基于GA-LM融合的参数标定算法。首先分析了星敏感器系统误差对星点坐标位置的影响,确定各标定参数。接着充分利用了GA算法的全局搜索以及LM算法的局部寻优能力,提出一种融合算法解决了最小二乘算法依赖初值、易陷入局部收敛以及GA算法标定效率低、标定结果差的问题,通过半实物仿真系统实验表明,相比于优化前精度提高了88.099%,相比于传统最小二乘法的精度提高了68.015%,体现出了融合算法较大的优越性。     

摄影测量相机成像模型参数的单图标定方法

为研究热控措施下温度波动引起的相机成像模型参数变化规律问题，提出了一种摄影测量相机成像模型参数的单图标定方法。摆放多张不同位置及姿态的同规格同精度标定板于相机视场内，为相机单图标定提供大量不同深度不同姿态及不同位置的已知空间点阵约束信息，在有限空间内的连续时刻分别采集单张标定场景图像，通过多站位光束平差算法实现连续时刻下相机成像模型参数的标定。实验结果表明，此标定方法的空间点像面反投影误差标准差为0.48μm,标定精度为1/15像素，可为后续变温条件下相机成像模型参数变化规律的探究提供准确的温度与相机参数相对应的数据集。     

基于Matlab的相机内参和畸变参数优化方法

为了提高相机标定结果的准确度,文中就相机内参和畸变参数的优化方法进行了研究。在建立准确的相机成像及标定模型基础上,根据模型参数估计的具体推导步骤,利用最大似然估计法对得到的参数进行结果优化,然后通过修改镜头畸变模型重新计算参数得到最终结果。实验证明,应用文中提出的流程求解相机内参和畸变参数,简单快速、准确度高且实用性强。     

基于多相机系统标定的全景拼接算法研究

全景拼接技术是当前全景技术的重点,而多相机系统被越来越多的应用于全景技术中。文章提出了一种基于多相机系统标定的全景拼接方法,利用通过标定得到的相机系统相关参数,将多相机系统拍摄得到的图像进行畸变矫正与旋转变换处理,以提高全景拼接的效果。使用基于特征描述符的标定板对多相机系统进行标定,获得相机的内部参数和外部参数;利用Mercator投影,结合标定得到的内部参数对鱼眼图像进行畸变矫正,外部参数则用于对矫正后的图像进行旋转变换处理,使它们在同一世界坐标系下;用Harris算法对相邻待拼接图像的特征点进行检测匹配,进而拼接成全景图。通过实验验证,该全景拼接算法具有不错的拼接精度,没有出现误匹配的情况。     

穆勒椭偏标定方法中LM算法研究

依据穆勒椭偏测量方法中偏振光的传输方式,提出了一种椭偏系统中光学元件参数的定标方法。通过建立出射光强关于起偏器和检偏器透光轴方位角、旋转补偿器方位角和相位延迟的非线性最小二乘模型,用列文伯格?马夸尔特（Levenberg-Marquardt,LM）算法对初始参数进行迭代。求解出光学元件参数的精确值,从而实现对元件的定标。通过仿真实验,利用已知穆勒（Mueller）矩阵且标定值为(24.90±0.30) nm的SiO₂/Si标准样片,基于LM算法迭代计算光强值的残差平方和。实验可得当迭代次数为50次时,残差平方和收敛到最小值0.24;与传统多点标定法进行对比试验,验证了基于LM算法求解光学参数的可行性;用标定值为(91.21±0.36) nm的SiO₂/Si标准样片进行验证,得到膜厚的计算值为91.53 nm,相对误差为0.35%。结果表明:在穆勒椭偏系统参数标定中,LM算法具有收敛速度快,计算精度高等优点。     

基于圆心真实图像坐标计算的高精度相机标定方法

在基于圆点阵二维平面靶标的相机标定方法中,直接在拍摄的标靶图像中提取的椭圆中心并非真实的圆心投影像点,该圆心成像投影偏差必然会降低相机参数标定精度。基于此,提出将标靶图像逆向投影至空间虚拟矩阵以获得真实圆心像点的迭代标定算法。首先,使用椭圆中心提取方法进行平面相机标定;其次,由标定参数和拍摄图像进行逆向投影获得虚拟物理标靶图像,在近似圆虚拟图像上完成圆心坐标提取;再次,将虚拟圆心坐标转化为物理坐标值并投影到图像上,将其作为圆心真实像点坐标值来进行相机标定;最后,经多次迭代投影和标定完成高精度相机标定。模拟和实验结果表明,所提方法将相机标定精度提高约一倍,可为三维重建和视觉测量提供高精度的相机参数。     

基于正交消隐点无穷单应的摄像机内参数自标定方法

利用正交消隐点的几何特性和不同位姿摄像机图像平面中对应消隐点间的无穷单应关系,提出了一种摄像机内参数的自标定方法。该方法在任意两个位置下拍摄两组正交平行线,获取两幅图像上共四个消隐点后,设计了判定算法确定其间的对应情况。利用对应消隐点之间的无穷单应关系,结合正交消隐点与摄像机光心连线的正交性建立约束方程,实现了对摄像机内参数的线性求解。为了抑制噪声对标定结果的影响,建立基于矩形成像反演点特性的指标函数,利用LM寻优算法实现了对内参数的非线性优化。实验结果表明,该算法具有对应消隐点判断简单有效,标定结果精度高、实时性强、适用范围广的优点,而且参数优化能够有效地抑制图像噪声,提高了标定算法的稳健性。     

基于平面标靶的线结构光参数一体标定算法

准确地标定系统参数是利用线结构光进行高精度 测量的前提,提出了一种基于平 面标靶的线结构光参数标定算法, 以期达到在工业现场进行高精度标定的目的。系统标定时,需要将激光线投射到平面标靶上 ,并在不同位置拍摄带有激光线 的标靶图像。首先,计算相机内参数;然后,通过内参数确定标靶平面在相机坐标系下的方 程,并由此计算出激光点在相机坐 标系下的三维坐标;最后,通过线性最小二乘方法拟合得到光平面方程。相对于交比不变方 法,本文算法可以获得更加稠密、 准确的标定点。在一种结构光扫描系统中的应用结果表明,本文算法均实可行,光平面标定 平 均误差为0.024mm,系统扫描平均误差为0.035mm。     

粒子群优化算法的研究现状与发展概述

粒子群优化算法(PSO)是基于群体智能的一种优化算法。该算法简单易于实现,可调参数少,得到了广泛的研究和飞速发展。介绍了PSO提出的背景、PSO的思想和原理,分析并总结了PSO的优缺点。根据PSO算法研究侧重点的不同,总结了PSO算法的发展现状及特点,分析并展望了PSO还需要完善或继续研究的问题,展望了PSO的研究热点及发展趋势。     

利用立体视觉的线结构光参数标定

准确标定系统参数是利用线结构光进行高精度测量的前提,文中提出了一种基于双目立体视觉的线结构光参数标定算法,以期达到在工业现场进行高精度、强鲁棒性标定的目的。算法首先采用Tsai两步法标定摄像机内参数和双目相机坐标系间的刚体变换,然后利用立体视觉极线约束条件匹配双目激光条纹点,并将其重构到三维空间以进行光平面标定。相对于...     

一种利用激光跟踪仪标定线阵相机的方法

为提高线阵相机的标定的灵活性和准确度,研究了一种利用激光跟踪仪辅助标定线阵相机的内参数和外方位参数的方法。借助激光跟踪仪测量靶标上的标记点获得靶标的位置和姿态,根据交比不变性质和空间坐标变换计算成像特征点的三维坐标。引入成像畸变模型补偿成像过程中产生的畸变,提高像点位置精度。应用优化算法估计待标定参数的精确解。本文方法解除了对靶标移动方向和距离的严格限制,允许靶标自由移动,既提高了标定工作的便利性又保证了成像特征点三维坐标的精度。标定过程中,使靶标均匀覆盖整个视场空间,能够更准确地反映相机参数。通过计算机仿真和实验验证了标定方法的可行性和稳定性,实验得到成像特征点重投影像点位置偏差均方根为0.21pixel。     

超大尺度线结构光传感器现场标定技术

针对大尺寸三维物体的测量需求,提出了一种超大尺度的线结构光传感器标定方法。使用平面靶标标定出摄像机内参数的初值,以相邻两控制点之间的距离为约束用LM优化算法对初值进行优化;采用准一维靶标进行结构光参数标定,提出了一种利用两行标记点求解控制点三维坐标的方法,该方法基于消隐点性质以及各控制点与标记点之间的几何约束。实验结果表明,所提出的标定方法和控制点三维坐标求解方法具有较高的精度和稳定性,且准一维靶标较平面靶标加工成本低、加工难度小、标定过程灵活方便,更适用于大尺度现场标定。