计算机视觉中摄像机定标综述

回顾了摄影测量学和计算机视觉中的各种摄像机定标方法,对各种方法进行了分析、比较、并讨论了摄像机定标方法应用于计算机视觉中的特点.     

计算机视党中摄像机定标综述

计算机定标是计算机视觉实现的前提和基本问题。本文回顾了计算机视觉中的几种基本的摄像机定标方法,对各种方法的特点和应用范围进行了比较、分析。     

计算机视觉测量堆料体积中的摄像机定标方法

随着计算机视觉技术的发展,计算机视觉应用于大型物料堆体积测量等工业领域越加广泛。给出了一种快速、方便的CCD摄像机定标方法。实验表明,可以满足此类工业应用的要求。     

摄像机定标方法综述

首先介绍了摄像机定标的意义、成像模型以及分类。然后具体分析了常用的定标方法,评价了各种方法的优缺点,最后提出今后有待进一步研究的方向。     

摄像机线性三步定标方法研究

计算机视觉中,在对景物进行定量分析或对物体进行精确定位时,都需要进行摄像机标定,即准确确定摄像机的内部参数和外部参数。由于真实的摄像机光学模型存在很多类型的畸变,因而导致透视投影关系是非线性的。为了解决标定过程的非线性最优化问题,针对常用的带有一阶径向畸变的摄像机模型,提出了一种新的线性三步摄像机定标方法,即首先通过径向排列约束计算摄像机参数的旋转矩阵、x轴平移向量和y轴平移向量;然后根据透视投影的交比不变性解算一阶径向畸变参数;最后利用求得的摄像机参数建立有效焦距和z轴平移向量的线性方程,采用最小二乘法来得到线性解。实验表明,该方法简单快捷,不仅具有较高的标定精度,而且解决了原有算法采用非线性搜索寻优可能存在的解不稳定的问题。     

基于主动视觉系统的摄像机自定标方法研究

提出了一种新的基于主动视觉系统的摄像机自定标方法,其主要特点是可以线性求解摄像机的所有5个内参数.该方法的基本原理是利用图像中平面场景的信息,通过控制摄像机作多组平面正交平移运动,由平面场景图像的单应性(homography)矩阵建立摄像机内参数线性约束方程组,来求解摄像机的内参数,同时给出约束方程组解的唯一性与平移运动组之间的关系.     

视觉系统中摄像机定标问题的研究

摄像机定标是计算机视觉系统中一个很重要的问题,该文对集成化的三坐标测量机和视觉系统中的摄像机定标问题进行了研究,首先推导了双目视觉传感器的数学模型,然后利用三坐标测量机的测头中心空间坐标已知的特点,通过引入去噪、边缘检测等图像处理的技术确定测头顶点的图像坐标,从而实现对摄像机的灵活、快速的定标。实验表明该方法是可行的。     

摄像机定标及其误差分析

在计算机视觉系统中,经常使用电视摄像机作为视觉传感器对物体进行识别和测量因此必须对摄像机进行定标即精确求出摄像机的内外部参数。在Tsai的两步定标法中必须已知CCD成像面垂直方向及水平方向相邻光敏元之间距离等参数。本文在CCD成像面水平方向相邻光敏元间距离未知时,亦能求出摄像机内外部参数的精确解。图1为摄像机模型,(x_cy_cz_c)为摄像机坐标系,XOY为摄像机成像面,X_fO_fY_f为用象素标度的帧存图象坐标,C_x及C_y为对应于O点的图象帧存坐标,(x_ωy_ωz_ω)为世界坐标系。用世界坐标系表示的空间一点P经旋转和平移变换后可映射为用摄像机坐标系表示     

一种基于主动视觉的摄像机内参数自定标方法

摄像机定标是计算机视觉的一项基本任务．本文提出了一种基于主动视觉的摄像机内参数自定标方法．该方法和文献［1］提出的方法相比最大的优点在于不要求摄像机在三维空间作任意方向的平移运动,只需要控制摄像机在同一平面作四组运动,其中每组包括两次相互正交的平移运动,同时适当调整摄像机平移运动的姿态,可以线性求解摄像机内参数．理论上证明了如果摄像机作三次俯仰或者作两次俯仰一次扫视来调整摄像机平移运动的姿态,则解存在而且唯一．通过稳定性分析证明前一种方法对误差很敏感,后者则是稳定的．最后给出了采用真实图像的实验结果．     

双目摄像机定标的神经网络方法

研究基于反向传播神经网络的摄像机双目立体视觉定标新方法。传统方法基于三角测量原理技术,会带入成像畸变非线性误差,而这种新方法可以消除非线性因素的影响。该方法利用了BP网络良好的非线性映射能力以及学习、泛化能力,通过采用高精度样本数据训练BP网络,最终建立起立体视觉定标的网络模型。由于不需要考虑视觉模型误差、光学调整误差、广角畸变等因素对视觉检测系统测量精度的影响,因而能够有效地克服常规建模方法的不足,保证了检测系统具有较高的精度。     

双目立体摄像机标定方法研究

本文在张正友平面模板两步法的基础上,提出了一种改进的双目立体摄像机标定方法。该方法在摄像机畸变模型中充分考虑了切向畸变的影响,使得应用范围更广。本文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。实验证明,本文标定模板制作简单,标定过程快捷,且具有较高的精度,完全可以满足双目立体视觉应用的要求。     

机器视觉关键技术与应用实例分析

本文简要介绍了有关机器视觉概念、系统的组成,并介绍了与机器视觉相关的关键技术,如照明光源、镜头、摄像机、图像采集卡、图像处理卡、集成式视觉组件等,最后扼要介绍了在工业检测、农产品分选、机器人导航等多个领域的应用实例.     

基于正交平面的摄像机自定标

提出了一种基于正交平面摄像机定标的新算法。它利用场景中的正交平面,摄像机作五次以上的平移运动,根据每次运动关于平面的单应矩阵建立内参数的线性约束方程组,从而线性地确定内参数。与以往的定标方法相比,文章对摄像机的运动不苛刻,只需控制摄像机作平移运动,这在一般的实验平台上可以很容易地实现,并且线性地确定摄像机所有的五个内参数。模拟实验和真实图象实验表明,文章给出的方法在机器人视觉中具有一定的实用价值。     

基于机器视觉的竹节纱分析及其三维仿真算法的研究

为对竹节纱进行分析,采用线阵CCD摄像头采集连续的竹节纱灰度图像。运用图像处理的方法对其进行二值化处理,获取竹节纱主干部分,去除毛羽部分。从而获取竹节纱的径向直径,并通过模式识别算法对其进行分类,则得出竹节纱的基本物理参数。这种新型的检测方法规避了传统检测方法中样本数偏小、主观行为偏差等缺点,对竹节纱的生产有着重要的指导意义。在此基础上,提出基于采集数据的竹节纱三维仿真算法,模拟出该类竹节纱的三维图形,为以后的三维编织仿真打下基础。     

计算机视觉中的设备标定和三维图形重构综述

这篇文章回顾了计算机视觉中的设备标定方法和三维重构的多种方法,介绍了各种方法的基本思想和特点,并对它们进行了相应的分析和比较。提出了现有的理论和方法在工程应用中存在的问题以及该学科研究和发展的动态。     

基于度量误差模型的摄像机参数求解算法

给出了基于度量误差模型的摄像机定标方案,即由最小二乘法计算投影矩阵,从投影矩阵中分解出参数作为进一步计算的初始值,然后考虑投影矩阵中约束条件及图像坐标的误差结构,由度量误差模型优化参数。结果表明,该方案不仅保证了旋转矩阵的正交性,同时提高了定标精度。     

基于计算机视觉的轴承外径检测系统的研究

本文开发了适应在线检测需要的轴承外径机器视觉检测系统。简明、精确的标定方法和高效精确的图像处理算法(如空间矩亚像素边缘定位算法)使系统达到了较高的检测精度。检测结果表明,系统具有非接触、速度快、精度高、现场抗干扰能力强等优点。     

适用于动态对焦的高精度灵活标定方法*

处于动态对焦过程及不同对焦状态下的相机内参会不断变化.文中通过在镜头对焦环上加装角度传感器的方式,提出基于动态对焦过程以主距增量为参数的相机模型,实现任意对焦状态和距离下相机内参数的求解.利用定制的三平面立体标定靶,设计一种高鲁棒性的标定方法.与传统模型相比,该模型基本未增加额外约束条件,可操作性较强.实验表明,文中模型及相应标定方法具有更强的图像校正能力,从而提高摄影测量精度.