基于两灭点法的摄像机标定方法研究

在计算机视觉当中,要对物体进行三维重建,需要实现对相机进行标定,即获得相机的的焦距(内参数)、旋转矩阵以及偏移向量(外参数)。为提高场景摄像机的标定精度和标定效率,研究了一种基于2个灭点的快速摄像机标定方法。该方法利用灭点理论,只要求被标定相机拍摄的图像中有2组相互正交的平行线,且这2组平行线与成像平面不平行,由此可以获得2个灭点;为计算平移向量,图像中某个平行线方向上的一段直线的实际长度需已知。根据灭点的几何投影特性计算相机内外参数。利用监控摄像机进行试验验证,验证结果表明,该方法相对于传统的标定方法操作简单并且精度较高,具有一定的理论意义和实用价值。     

多摄像机标定技术研究

摄像机标定是获得世界坐标系中三维点坐标与其摄像机坐标下二维点坐标对应关系的过程,是三维视频监控重建系统的重要环节。传统标定方法,针对一台摄像机,没有考虑多摄像机的应用情况。本文利用传统单摄像机标定方法以及多摄像机具有公共可视平面进行多摄像机标定,使多摄像机标定不再是独立的完成,提高了标定的稳定性和准确性。实验中,利用摄像机公共可视平面的标定板进行标定,通过像素误差来验证实验结果。     

一种鲁棒的 2D 激光雷达和摄像机最小解标定方法

因为 P3P 问题固有的结构缺陷,二维激光雷达和摄像机的最小解标定方法存在数值稳定性差、精度较差等问题。 针对 上述问题,本文提出了一种鲁棒的最小解标定方法,对 P3P 问题的求解算法和最优解选择误差度量进行改进。 首先,根据 3 个 棋盘格构建的 P3P 问题,利用改进的 RP3P 算法进行求解,提高了解的稳定性。 然后,基于可信度加权观测概率设计了一种的 最优解选择策略,提高了所选解的准确性。 根据实验结果可知,本文的算法在标定结果的精度和有效性上得到明显改善。 仿真 实验中,在不同噪声水平下,相比于 Francisco 方法和 Hu 方法,本文方法的有效解概率提高了 5% ~ 41%和 2% ~ 20%,旋转矩阵 精度提高了 2° ~ 6°和 1. 5° ~ 2°,平移向量精度提高了 180~ 520 mm 和 150~ 180 mm,性能提高明显。     

基于非标定摄像机的尺寸测量方法

针对小工件的非接触长度测量,提出了一种基于交比不变,利用非标定CCD摄像机与已知特征标记物进行小工件长度测量的新方法.利用摄像机对工件的图像信息进行远距离采集,建立测量模型,在对图像进行预处理的基础上行边缘识别,提取工件与已知特征标记物边缘特征,进而实现工件长度的在线测量,并与经标定摄像机的在线测量结果进行比较,结果表明,该测量方法操作简单,无需标定摄像机的同时适应性强,被测工件长度在0～500 mm,测量误差低于0.4％.     

基于虚拟双目视觉的高速摄像机自动标定系统

虚拟双目视觉测试是基于一台高速摄像机和两面平面镜实现物体的三维重建,重点需解决传统双目视觉测试存在的同步性和成本高的问题。摄像机内外部参数的标定是测试精度的重要保证,为解决标定过程需要人工干预、处理过程繁琐等问题,基于虚拟双目视觉原理和张正友标定法,设计了高速摄像机参数自动标定系统,通过外部触发电路控制安装在云台支架上的标定板自动转动,实现不同角度标定板图像的自动拍摄,通过OpenCV计算机视觉库对图像进行自动处理,得到高速摄像机的内外部参数,最后验证了高速摄像机自动标定系统的准确性和实用性,为后续三维重建和动态三维测试提供了基础。     

基于随机森林的脑磁共振图像分类

特征选择和分类算法是影响脑磁共振图像分类精度的2个最主要的因素。随机森林算法作为一种优秀组合分类器逐渐成为近年来研究的热点,通过加权脑磁共振3种（T1、T2、PD加权像）图像,采用非统一滑动窗口尺寸提取二维图像的纹理特征、形状特征、HAAR特征、灰度特征以及边缘检测算子、最大类间方差（OTSU）作为随机森林算法的输入特征,从而分类出图像的10类组织。经过对加拿大蒙特利尔神经科学研究院提供的脑仿真核磁共振图像实验,随机森林算法对二维脑MR图像的分类精度可以达到94%以上。     

车道线的GrowCut快速检测算法

针对目前智能交通领域中车道线检测算法效率低、鲁棒性差等问题,提出了一种基于GrowCut的车道线快速检测方法。从监控摄像机中采集图像并标定初始种子点,利用GrowCut算法进行边缘分割,对分割结果经过中值平滑滤波、边缘提取、分半处理及曲线拟合,最终得到清晰的车道线。将GrowCut算法与分水岭算法进行了对比,结果表明:该算法简便快捷、鲁棒性好,优于经典算法,可广泛应用于智能交通、公共安全领域。     

基于双目视觉的接触网绝缘子三维位置重建

水冲洗是解决因接触网绝缘子尘污造成的电气化铁路污闪事故的重要方法,自动水冲洗是代替目前人工冲洗劳动环境差、冲洗效率低的主要途径,而接触网绝缘子三维位置重建是实现自动冲洗的关键。文中提出一种基于双目视觉的接触网绝缘子三维位置重建方法,识别双目摄像机图像中的绝缘子特征。通过摄像机内外参数标定,采用特征匹配算法得到左右图像的匹配点对,利用投影变换矩阵得到绝缘子形心的三维坐标,获得绝缘子的深度距离信息。实验表明:在1 200~3 200 mm距离范围内对绝缘子进行三维位置还原,还原绝对误差最大为226 mm,满足冲洗精度要求。     

基于改良天鹰优化器的单目相机标定方法

为了提高相机标定精度，提出一种基于改良天鹰优化器的单目相机标定方法：通过张正友标定法计算得到单目相机的内外参数，根据所得相机参数计算标定图像中所有角点的平均重投影误差并建立目标函数，采用经过自适应分配机制、动态补偿策略以及非线性潮汐策略改良的天鹰优化器进行优化，获取最优的相机标定内部参数和畸变系数，从而提高相机非线性标定过程的寻优精度。实验结果表明，改良天鹰优化器算法在不同基准测试函数上寻优结果优越，本文提出的相机优化标定方法得到的标定结果精度更高，重投影误差为0006 pixels。     

基于扫地机器人路径规划的研究

本文通过摄像机和其他物理传感器进行综合的图像信息采集,利用SLAM算法和点云图算法在三维栅栏转化地图中进行三维转换,接着进行二维转换,最后通过路径算法把得到的路径传递给扫地机器人。寻找一条最近的路径进行扫描,扫地机器人根据摄像机等采集的图像利用A*算法进行路径规划。通过Matlab进行仿真,说明结果的合理性。     

计算机视觉中摄像机标定的实验分析

摄像机标定是计算机视觉领域的关键技术之一,标定结果的精确度将直接影响最终测量数据的准确性和三维重建的精度与效果。计算机视觉应用的多样性的要求使得对相机标定技术的准确性方面的研究格外重要,选择一种操作简单,精确度高的标定方法是视觉测量技术的前提。在 VS2010和 MATLAB 的开发环境下,用 openCV、MATLAB Toolbox和MATLAB Camera Calibrator三种方法分别进行了标定实验,分析了各自在标定的精度、操作性、运行效率和稳定性方面的差异。并基于OpenCV设计了双目标定的标定程序界面,在JQRI100四足机器人的视觉导航平台上进行了应用。     

基于改进模型的摄像机标定

摄像机标定是机器视觉领域的一个重要的研究内容.摄像机模型是摄像机标定方法的基础,任何标定方法都是针对相应的成像模型来说的.一种好的模型有时候要比一种好的优化方法更有意义.考虑到工业上对于测量的要求和效率越来越高,仅仅依靠摄像机线性模型是不够的.基于摄像机投影模型和畸变模型,首先阐述了张正友摄像机标定的基本原理,然后通过改进的三参数模型,提高了参数初值的精度,减少了非线性优化的迭代次数,具有很好的稳定性和较高的精确性.     

计算机三维视觉测量中相机标定的圆形校正方法

目前相机标定中大部分用harris角点提取特征点,当标定板与相机夹角过大时,将会减少角点附近的灰度信息,从而影响了特征点提取的精度.研究改进椭圆圆心提取法,提出了一种基于惩罚奖励机制的外轮廓提取法,加快了外轮廓的提取.提出一种新的快速的方法获得多于8个方向的梯度.并对高斯拟合提取亚像素点进行加权处理.实验证明,此算法优...     

单摄像机标定系统及其算法研究

摄像机标定是三维计算机视觉系统的基本任务之一.介绍单摄像机的标定系统,讨论在未知场景和未知摄像机运动下的基本矩阵的摄像机定标方法和算法.实验表明,该算法是一个较好的单摄像机标定方法.     

多自由度实验台架的AUV避障模拟研究

为了模拟自治水下机器人(AUV)对未知水下环境的感知以及避障过程,采用双目立体视觉系统模拟AUV的前视声呐,并利用自制24 cm×24 cm标定板,对双目立体视觉系统进行了标定.对标定后摄像机的视角进行限制,使之能够鲁棒性地模拟前视声呐的视域.为了提高运算的效率,对获取的图像对进行了校正,建立了校正前后图像的映射关系,利用这种映射关系对校正后的图像对进行立体匹配,并利用匹配结果所得到的目标位置刷新障碍物信息.通过模拟动物的反应式行为,建立了基于规则的AUV避障算法.为了在实验室检验AUV的避障算法,搭建了AUV空间避障模拟平台进行模拟实验.实验结果显示了AUV对未知环境的感知和避障过程,同时验证了算法的有效性及可行性.     

SURF和RANSAC在图像拼接中的应用

图像特征检测在计算机视觉带动下得到了快速发展.SURF特征描述能够非常稳定快速地对图像特征进行检测和描述.RANSAC能够在inliers大于50％的条件下很好地估计出模型参数,在特征点匹配上起到了关键作用.本文利用SURF特征描述子对图像特征点进行检测和描述,然后运用交叉匹配的策略有效地消除一些错误匹配点对,然后运用RANSAC算法进行模型估计,最后使用线性加权的方式对图像进行融合.该方法利用了SURF快速检测和稳定性的特点和RANSAC算法时间复杂度小的特点进行特征点快速准确匹配,最终能够实现快速的图像拼接.     

基于Harris的棋盘格角点检测改进算法

角点作为含有图像重要信息的一种特征点,运用角点计算可以有效减少图像运算量.正因为如此,角点检测在机器视觉中更是起着不可忽略的作用,并广泛应用于视觉测量、图像匹配和摄像机标定中.针对Harris的棋盘格角点检测的优劣性,综合尺度空间、Harris算子、Fonster算子和SVD算子的思想,提出一种由粗到精的多层策略,快速自动实现棋盘格角点检测与提取,既采用了Harris算子良好的定位性能和鲁棒性,又结合了其他算子良好的优越性,克服了单种算子的局限性.实验证明,该方法针对棋盘格角点有较高的检测精度、准确率和稳定性,可以满足实时性要求.     

基于KAZE的自适应模糊图像配准算法

为了提高图像配准算法对于模糊图像的配准性能,提出一种融合非线性尺度空间和空间余弦相似度的自适应模糊图像配准算法。该算法将非线性尺度空间理论应用于图像的局部特征提取,采用KAZE算法提取图像的特征点,以构成M-SURF特征描述符;利用空间余弦对图像特征点进行匹配,并且根据不同的图像特性进行自适应阈值匹配,以得到便于寻求最优变换关系的合理数量的匹配点对;最后采用RANSAC算法滤除误匹配点对,以提升算法精度。实验结果表明,该算法可以有效地提高模糊图像配准的匹配准确率和精度,准确率和精度比KAZE算法最大可以提高25%和7.909像素,具有更好的配准性能。     

基于手眼系统的切边模堆焊修复轨迹生成方法

针对当前废旧切边模人工修复效率低,轨迹难以控制等问题,提出一种基于手眼系统的切边模堆焊修复轨迹生成方法。该方法在机器人焊接设备上加装单目相机建立手眼系统,并通过最小化重投影误差的优化方法来提高手眼标定精度,相机采集切边模图像后,通过图像分割、边缘提取等算法提取切边模刃口轮廓点集,采用非线性分段法对轮廓点集进行曲线拟合,从而生成平滑的运动轨迹。最后利用手眼标定结果将轨迹点转换到机器人基坐标系,实现了失效切边模堆焊修复轨迹生成自动化。实际堆焊修复实验表明,该方法修复精度在1.5 mm以内,满足机器人堆焊修复要求。     

计算机视觉中基于平面标定物体的摄像机标定

通过直接标定摄像机内部参数的算法,对基于平面标定物体,只需要一个坐标系。与以往的内外部参数计算的方法相比,简化计算过程,避免了多余参数的计算。用此种算法可以标定摄像机的所有内部参数。