一种图像校正重采样效应的评估及优化方法

分析了图像校正中重采样效应的主要表现形式，建立了一种重采样效应的评估方法．在此基础上，根据图像投影变换及校正图像上基础矩阵的性质，给出了两种类型的图像校正不变量，提出了一种独立于图像校正过程的重采样效应优化方法，通过投影区域修正的方法提高校正图像质量，实验证明，该方法能够有效的降低图像变形，减少图像分辨率的损失．     

一种基于双目立体视觉的图像校正算法设计

立体校正作为立体匹配的先决条件,能消除图像对对应像素的垂直视差,有效地提高立体匹配的精确度.针对校正带来的图像失真问题,研究了一种新的非标定相机的立体校正方法.该方法首先利用SIFT算法提取匹配点,再结合极线校正准则和雅可比行列式来构建能量函数,通过最小化能量函数求得基础矩阵和校正投影变换矩阵,并在像素级上优化了投影变换矩阵.研究结果表明:所设计的校正方法有效地减小了校正误差,更好地保持了原图像的重采样,降低了图像的失真度.     

一种无相机标定的极线校正新方法

提出一种无相机标定的立体图像对的极线校正新方法。该校正方法并不依赖基本矩阵F的精确求解,而是通过空间变换法分析校正前后图像点对应关系,依此分解并参数化描述极线变换矩阵,直接利用极线方程和图像的对应点集建立误差平方和函数,并运用非线性最小二乘法求解,使该函数取得最小值的变换参数。实验证明,该校正方法能够较好地消除垂直视差,图像产生的变形较小。     

图像校正技术的研究及应用

基于单应性矩阵方法研究了图像校正技术,该方法的关键问题在于边缘检测及寻找边缘的交点。针对车牌图像的校正,提出了一种自动化的边缘提取方法。该方法通过对霍夫变换得到的直线进行合并、分类、排序等方法来自动获取图像边缘并计算相应的交点。对校正后的图像因为长宽比例不同而产生的问题,作了分析和相应处理。该方法保留了单应性矩阵恢复算法的方便性,同时速度更快,取得的效果也比较好。     

基于多项式回归的四带图像偏色校正算法

针对可见光图像在受到红外光串扰的情况下产生的偏色现象,提出了一种基于多项式回归构建解串扰矩阵的四带图像（RGB三带和IR近红外带）偏色校正算法,该算法在特定的光源条件下,利用标准色卡的24个色块,采用多项式回归的思想构建解串扰矩阵.使用该解串扰矩阵对同种光源条件下拍摄的四带图像进行偏色校正,达到去除红外光串扰的目的.实验结果表明,该方法只需进行一次标定校正矩阵,就可以对同种光源条件下拍摄的不同图像进行偏色校正,恢复图像自然的色彩.     

组合式建筑立面全景图像的渐晕校正

由于组合式建筑立面图像进行全景拼接时,交界处光照度降低,产生渐晕现象,提出一种基于曲面拟合的渐晕校正方法,对组合式建筑立面全景图像渐晕校正。通过推算角点,分析图像坐标系及世界坐标系之间的对照关联,获取世界坐标系中角点的单位坐标数据,构建相机成像的组合式建筑三维交互模型;采用ORB特征匹配算法实施图像匹配,通过分解单应性矩阵,推算相机内部参数的投影转换矩阵、旋转矩阵和平移矩阵,运用柱面坐标投影方法完成建筑立面图像全景拼接;使用基于二维曲面拟合图像灰度校正方法,计算Hesse矩阵的相关系数,利用Hesse矩阵逐次迭代收敛,获得二维曲面参数值,消除图像渐晕现象。仿真结果证明,所提方法能够有效校正组合式建筑立面全景图像渐晕,且校正后的图像灰度分布均匀,缩短了图像渐晕校正时间。     

亮度补偿变换矩阵的颜色恒常性算法

颜色恒常性是计算机视觉的重要研究方向,旨在准确识别目标的真实颜色而不受场景光源变化的影响。目前提出的多种颜色恒常性算法,使用传统的Von Kries 对角变换矩阵对图像的估计照明进行校正,对低照度和强光照射条件下采集到的图像处理效果比较差。根据图像形成的数学模型和光学原理提出了亮度补偿对角变换矩阵的颜色恒常计算方法,该方法对图像颜色校正的同时根据图像像素亮度变化对图像的亮度进行补偿。通过采用多种颜色恒常性算法进行实验验证,该方法能够有效地校正低照度和强光照射图像的颜色、对比度和亮度,从而增强了图像的视见度。     

立体图像对的极线校正

将Seitz方法和Francesco方法结合起来,给出了一种改进的极线校正方法.该方法利用改进的八点算法算出基本矩阵,根据基本矩阵采用Seitz方法计算投影变换矩阵,最后以算出的投影变换矩阵为初值采用Francesco方法对其进行最优化,从而有效地避免了最优化时陷入局部最优的可能,同时又不过分依赖基本矩阵的精度.通过对Francesco方法、Mallon方法和该方法进行对比实验,可以发现该方法具有更高的校正精度,图像的扭曲也比较小.     

三视校正的理论及鲁棒性算法

主要讨论两方面的工作.首先,对三视校正问题进行理论分析,给出了校正后图像的基本矩阵与其约束条件之间的关系,讨论了三视校正过程中的6个自由参数的几何含义.这些结果为处理校正过程中带来的图像射影畸变提供了理论根据.其次,在RANSAC(random sampling consensus)框架下,提出了一种鲁棒的三视校正算法.与传统的校正算法不同,该算法不再只依赖于基本矩阵,而是直接利用了原始匹配点的信息.这种基于点的方法有两个优点:一方面,由于噪声的干扰,基本矩阵往往估计得不够准确;另一方面,由于基本矩阵的评价准则与校正结果的评价准则不同,即使从好的基本矩阵出发,也未必能获得好的校正结果.大量的模拟和真实图像实验表明,该算法具有很强的抗噪声及抗错误匹配的能力,能够获得令人满意的校正效果.     

一种基于参考扫描的MRI相位伪影校正方法

基于参考扫描原理提出了一种MRI（Magnetic resonance imaging）相位伪影]1影的软件校正方法，首先进行一次不加频率编码梯度和相位编码梯度的参考扫描，将获得的回波链数据沿频率编码方向做傅里叶变换后求出各回波间的相位误差，由此建立相位误差补偿矩阵，对K空间数据进行校正，最后重建得到伪影校正后的图像。实验结果证明，该方法能有效消除MRI图像中的相位伪影，明显提高图像质量。     

Fast and robust numerical solutions to minimal problems for cameras with radial distortion

A number of minimal problems of structure from motion for cameras with radial distortion have recently been studied and solved in some cases. These problems are known to be numerically very challenging and in several cases there were no practical algorithms yielding solutions in floating point arithmetic. We make some crucial observations concerning the floating point implementation of Gröbner basis computations and use these new insights to formulate fast and stable algorithms for two minimal problems with radial distortion previously solved in exact rational arithmetic only: (i) simultaneous estimation of essential matrix and a common radial distortion parameter for two partially calibrated views and six image point correspondences and (ii) estimation of fundamental matrix and two different radial distortion parameters for two uncalibrated views and nine image point correspondences. We demonstrate that these two problems can be efficiently solved in floating point arithmetic in simulated and real experiments. For comparison we have also invented a new non-minimal algorithm for estimating fundamental matrix and two different radial distortion parameters for two uncalibrated views and twelve image point correspondences based on a generalized eigenvalue problem.     

基础矩阵估计的加权归一化线性算法

基础矩阵是对来自同一景物的两幅未定标图像进行分析的基本工具.对其进行估计的常用线性算法有八点算法和改进的八点算法,其最大的优点是运算简单、易于实现,但对噪声和错误数据较敏感,因此实用性差.通过引入与余差有关的代价函数,给出了一种新的鲁棒性线性算法——加权归一化算法.首先将原始输入数据加权归一化处理,然后再用八点算法求F阵的8个参数,实现了F阵的估计.大量的模拟数据和真实图像的实验结果表明,此算法不仅具有良好的鲁棒性,而且可提高基础矩阵的估计精度.     

Geometry of single axis motions using conic fitting

Previous algorithms for recovering 3D geometry from an uncalibrated image sequence of a single axis motion of unknown rotation angles are mainly based on the computation of two-view fundamental matrices and three-view trifocal tensors. We propose three new methods that are based on fitting a conic locus to corresponding image points over multiple views. The main advantage is that determining only five parameters of a conic from one corresponding point over at least five views is simpler and more robust than determining a fundamental matrix from two views or a trifocal tensor from three views. It is shown that the geometry of single axis motion can be recovered either by computing one conic locus and one fundamental matrix or by computing at least two conic loci. A maximum likelihood solution based on this parametrization of the single axis motion is also described for optimal estimation using three or more loci. The experiments on real image sequences demonstrate the simplicity, accuracy, and robustness of the new methods.     

Uncalibrated visual servoing using the fundamental matrix

This paper describes a new algorithm for visual control of an uncalibrated 3 DOF joint system, using two weakly calibrated fixed cameras. The algorithm estimates on-line the Image Jacobian, a matrix which linearly relates joint velocity and image feature velocity. In our experiments we prove that by using the fundamental matrix, robustness of the estimation in the presence of noise is significantly increased with respect to already existing algorithms in specialized literature.     

用于半标定图像极线校正的误配剔除方法

针对半标定图像的极线校正问题,结合图像特征点的尺度和主方向性质,提出一种新的误配剔除方法。根据全局的缩放和旋转约束对误配点进行粗剔除,结合特征点的尺度、主方向和空间布局信息对剩余的误配点进行精剔除,使得到的精确匹配点满足极线约束。根据此约束,利用最小二乘方法估计未标定参数,并将半标定的图像极线校正转换为已标定的图像极线校正。实验结果表明,该方法生成的校正图像对精度较高,图像变形较小。     

一种基于基本矩阵的相机畸变差自动校正方法

在计算机视觉的应用领域中,为了提高图像量测和3维重建的精度,必须对相机的畸变误差进行修正。为此提出了一种基于基本矩阵的相机径向畸变的自动校正方法,该方法不需要预先获得场景的结构信息和相机的内部参数,仅利用两张影像同名点集之间的内在几何关系,即可求取相机的径向畸变系数,进而可对这两幅图像的畸变误差进行自动校正。试验结果表明,该方法是一种有效的畸变图像校正算法,能够获得到满意的校正结果。     

视图合成中基础矩阵的鲁棒性估计算法

在未定标系统中，对基础矩阵进行稳定估计是视图合成的关键环节。本文考虑到各匹配点由于误差不同而对基础矩阵造成的不同影响，通过在最优目标函数中引入与余差有关的权重因子提出了一种新的迭代加权线性算法。实验表明，此方法进一步提高了基础矩阵的估计精度，具有较好的稳定性且运算速度快，易于实现。     

一种多尺度几何分析的摄像机对弱定标算法

自主车上的立体视觉系统一般由两台固定在平台上的定焦摄像机组成,因此摄像机内参数经一次标定后不再变化,只需要考虑外参数的标定.本文针对自主车视觉系统的特殊应用情况,提出一种基于多尺度几何分析思想的摄像机对弱定标算法,该算法采用Contourlet变换对左右图像中的角点进行检测,利用Hartley规范化8点法估计摄像机对的基础矩阵.依托现有的摄像机内部参数标定工具箱,在摄像机对弱定标的基础上还可以快速地获得摄像机对之间的外参数矩阵.实验结果表明该方法具有较好的精度.