基于计算机视觉的线性摄相机标定技术研究

通过建立基于一阶径向畸变的摄像机数学模型,提出了一种线性求解摄像机参数的标定方法,对摄像机模型中内部参数和外部参数进行逐步求解,且全部过程采用线性方法求解,从而改变了传统的摄像机标定依赖于非线性优化的缺点,避免了非线性优化的不稳定性.实验证明此方法具有较高的标定精度和较强的实用性.     

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.     

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Matlab的摄像机标定方法研究

摄像机标定的目的是建立三维坐标与二维图像坐标之间的对应关系,由摄像机拍摄的二维图像通过计算和实验得到物体的三维坐标值.基于摄像机的针孔模型,阐述了摄像机的标定原理和引起摄像机畸变的原因,在Windows系统下利用Matlab的摄像机标定工具箱进行了平面标定模板的角点提取和校正并给出了标定摄像机的参数表.实验表明,该标定方法和标定过程标定精度高、易于实现.     

一种基于Tsai法的摄像机改进标定法

为了提高摄像机标定精度和降低标定的复杂度,在Tsai两步标定法的基础上,提出了一种改进标定法.该方法采用分步标定的思想,以创建的平面模板为标定物,利用共面点便可线性求解出摄像机的内外参数.建立的摄像机模型考虑了径向畸变,有利于提高标定精度,标定过程只需要线性计算,避免了繁琐的非线性优化.     

改进的工程机器人立体视觉标定方法

针对摄像机线性标定准确程度不高与非线性标定计算复杂等问题,以己知的三维信息为基础推导二维像素点对信息,提出了基于神经网络的三目立体视觉摄像机标定方法,构建了改进的BP神经网络模型,对比分析了两种摄像机标定方法的像素点对均方根误差。结果表明:采用改进的BP神经网络能够避免对摄像机进行非线性建模,有利于提高标定精度,增加系统的灵活性,更具有实际意义。     

车载摄像机的立体标定方法

提出了一种简便实用的基于立体标定板的车载摄像机标定方法。基于自制立体标定板对车载摄像机进行标定,方法比较便捷,精度较高,且方便车载摄像机进行后续检测等工作。实验结果及误差分析验证了该方法的可行性。     

一种改进的摄像机线性标定优化方法

现有的摄像机标定方法没有将高精度和简便性很好的衔接在一起。提出一种新的标定优化方法。首先选择主点位置在图像中心,纵横比为1作为初始条件;接着利用改进的摄像机线性标定方法,得到在同一摄像机坐标系下不同图像上所有标定点的摄像机坐标;最后利用摄像机坐标系下的这些三维点来优化内、外参数。实验结果表明：本文提出的标定方法得到的焦距误差在0.1mm以内,主点位置的最大误差在2pixel左右,测试点的最大误差控制在0.5pixel以内。本文提出的标定方法是一种简单、高精度的标定方法。     

双目视觉立体标定方法的改进

为了提高双目立体视觉系统中立体标定的精度,提出了一种利用正方形标定域中相互正交方向的消失点进行立体标定的新方法.首先摄像机从不同的方向拍摄平面标定板,在图像平面上确定一个正方形投影区域,再根据射影几何模型中的交比性质,计算出正方形中相互正交方向上的两对消失点;然后利用消失点与光心连线的射影几何性质,线性求解摄像机的全部内外参数;最后利用全局优化方法进行参数的优化.这一方法继承了张正友标定方法畸变模型的使用,实验利用MATLAB通过左右摄像机拍摄的两组图像对方法进行验证,实验结果表明,该方法的立体标定精度较高,且旋转矩阵R和平移向量T均符合实际要求;由于实验中正方形投影区域的大小及具体的位置关系是随机的,使其具有较好的实用性.     

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.     

基于单CCD尺寸检测的摄像机标定方法

为提高机械零件尺寸检测的精度,针对Tsai两步标定法中初始参数不精确的问题,提出了基于直线投影约束的三步标定方法.该方法首先利用直线投影约束条件求解出图像中心点和畸变参数的初始值,然后结合径向排列约束条件求解超定方程组得出全部外部参数和余下内部参数值,最后对全局参数进行非线性优化.为验证提出方法的效果,通过建立基于图像模板的世界坐标系实现,即首先利用图像像素坐标求取摄像机坐标,再将摄像机坐标进行归一化,利用外参数矩阵就可以求解出图像点的世界坐标.结果表明,该方法可以有效提高摄像机标定的精度,像素误差可达0.126 5像素点,单目视觉尺寸检测中任意两点距离误差小于0.41%.     

基于傅里叶条纹分析的摄像机标定

为了寻找一种简单、有效、精度高,并且使用方便的摄像机现场标定方法,提出将已知相位分布的平面二维正弦灰度调制条纹图作为标定平面靶,通过傅里叶条纹分析方法计算出两个正交相位分布,由正交相位分布与平面坐标的对应关系可以建立图像坐标与2D平面坐标的一一对应关系。将此二维正弦平面靶在摄像机成像空间中放置不同的位置,并完成相位测量,然后根据2D共面参照物摄像机标定方法即可完成摄像机标定。这种方法避开了复杂的标定特征点提取,大大增加了2D标定数据量,提高了标定精度。实验和计算机模拟表明,此方法简单、可靠和精度高,仅需测量3幅图像即可达到较高的标定精度。     

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.     

利用直线段成像特性的摄像机畸变迭代标定方法

提出一种标定非量测摄像机成像中心和畸变参数的新方法,解决了不进行摄像机线性内外参数求解即可对多种单参数畸变模型进行标定的问题.该方法由两步组成：近似标定,添加直线与近似呈圆弧的直线段畸变成像形成闭合曲线,得出其闭合面积及端点与畸变参数及中心的近似关系;参考模型逼近,依据该闭合曲线端点及当前标定值,由畸变模型生成闭合曲线的参考面积值和曲线端点的无畸变成像位置,以此修正该近似关系,进而逼近准确的畸变中心与参数.仿真和真实图像实验均表明,该方法利用四条成像直线段即可实现高精度标定且收敛迅速.     

基于单模板的二维场景重建方法

针对现有场景重建算法具有计算复杂度高且鲁棒性差的缺点,本文采用一种基于映射变换的黑箱标定方法,根据图像坐标与世界坐标的线性映射模型,利用矩阵方程获取摄像机参数。与传统方法相比,该方法仅需一幅模板图像,降低了特征点与模板个数,简化了计算。实验过程中,利用图像降噪、改进的Harris算子角点提取等预处理过程快速提取特征点,实现摄像机参数标定的映射变换;建立了误差评价函数评价本文方法与Tsai标定算法。实验结果表明,该方法具有稳定性强、计算精度高、算法简捷的特点。     

一种基于参考平面的直线距离测量方法

根据射影几何中的灭点原理提出了一种基于参考平面的直线距离测量方法。在已知标定相机内部参数的前提下,利用放置在参考平面（如地平面）上,已知尺寸的平面矩形作为标定物,建立相机与参考平面间的空间关系。在相机位置和焦距不变的情况下,拍摄一张数字图像,可以利用基于参考平面的直线距离测量方法计算参考平面中任意两个特征点间的直线距离。提出的测量原理和方法具有定标物和测量步骤简单、测量精度高的特点,在工程测量领域具有广泛的应用价值。     

道路交通事故现场摄影测量的标定技术

在分析三维摄影测量标定方法的基础上,提出了基于平面模板的照相机标定方法,即从不同视点拍摄多幅现场图像,先进行线性求解,然后基于极大似然准则进行非线性优化,获得照相机模型参数。实验结果表明该方法标定精度高,标定物简单,更加灵活易用。     

Non-Metric CCD Camera Calibration Algorithm in a Digital Photogrammetry System

Camera calibration is a critical process in photogrammetry and a necessary step to acquire 3D information from a 2D image. In this paper, a flexible approach for CCD camera calibration using 2D direct linear transformation （DLT） and bundle adjustment is proposed. The proposed approach assumes that the camera interior orientation elements are known, and addresses a new closed form solution in planar object space based on homogenous coordinate representation and matrix factorization. Homogeneous coordinate representation offers a direct matrix correspondence between the parameters of the 2D DLT and the collinearity equation. The matrix factorization starts by recovering the elements of the rotation matrix and then solving for the camera position with the collinearity equation. Camera calibration with high precision is addressed by bundle adjustment using the initial values of the camera orientation elements. The results show that the calibration precision of principal point and focal length is about 0.2 and 0.3 pixels respectivelv, which can meet the requirements of close-range photogrammetry with high accuracy.