共查询到12条相似文献,搜索用时 35 毫秒
1.
该文首先对遥感影像的变形机理与几何校正方法进行研究讨论,论述了多项式模型和有理函数模型等遥感图像几何校正模型,介绍了双三次卷积内插方法、最临近内插方法、双线性内插法等数字图像重采样方法,同时论述了地面控制点(GCP)及检查点的选取方法。在此基础上论述了遥感图像几何校正的一般步骤:根据现有数据特点,利用ERDAS对影像数据进行几何校正。最后对校正精度进行分析,结果符合预期要求,说明实验中所采取的方法与流程具有较高可靠性。 相似文献
2.
图像几何畸变精校正研究 总被引:6,自引:0,他引:6
卫星传感器在成像过程中会受到诸多因素的影响,使得所获取的影像在几何位置上发生畸变,几何校正的目的就是尽可能消除这些畸变的影响。本文主要研究了用于消除图像几何畸变的两个几何校正模型:多项式模型和MQ模型(Multiquadric Fuctions),对MQ模型中的系数R进行分析实验提出了一种新的R值的确定方法,与原来的R值相比新的R值能够进一步提高模型的精度;将多项式模型和MQ模型结合使用的Göpfert’s算法引入到卫星影像几何精校正中,实验表明,能够取得比较高的校正精度. 相似文献
3.
4.
5.
6.
7.
航空成像侦察是获取战术情报的重要途径。设计的全天时可见光航空相机成像侦察系统参照无人机各种飞行环境,基于无人机数学模型、可见光相机成像几何模型和大气辐射传输模型,实现航空相机在无人机运动参数、航空相机参数、大气环境参数变化情况下的成像侦察仿真。该系统由仿真参数初始化、数字地图加载、相机成像仿真、大气辐射传输仿真、无人机半物理仿真、图像仿真与报告输出六个模块组成。通过大量实验测试表明本系统模型有很高的逼真度和有效性,同时,可根据系统仿真报告对系统模型进行性能评估与改进。本系统的参数优化功能可指导和论证无人机航空相机成像侦察装备的研制工作。 相似文献
8.
针对多投影面系统的曲面拼接问题,提出了一种视频实时处理方法,该方法首先通过Filter-Pipeline 链路模型很好地在普通PC上实现了在保证视频流畅播放的条件下,对视频源进行实时处理;然后再进行保持边缘平滑的非线形几何校正和保持边缘亮度的均衡过滤(filter)。采用这一方式构架的系统不仅具有很强的灵活性,并且还能够在取得高质量场景效果的同时,大大降低构建成本,从而提高了系统的性价比。此外,通过F-P模型中filter的增加和修改,还可以很容易对系统的功能进行修改,并为系统的扩充提供了支持。 相似文献
9.
一种基于斜率的摄像机畸变校正方法 总被引:8,自引:0,他引:8
普通 CCD摄像机在成像时都存在畸变成像误差 ,在机器人视觉检测及自动装配中 ,有效地进行误差校正对准确确定物体的位置具有重要的意义 .本文采用带有一阶径向畸变的小孔摄像机模型 ,提出一种基于线段斜率的方法 ,对摄像机镜头的径向畸变进行校正 ,不必标定太多的摄像机的外参数 ,方法简洁 ,适合于视觉系统中对摄像机畸变的实时校正 ,或对摄像机捕获的图像进行几何校正 .实验表明 ,具有很强的鲁棒性和较高的校正精度 相似文献
10.
11.
在双线阵CCD的三维重建中,对线阵CCD相机的标定和镜头畸变校正是基础环节。提出了一种用于三维重建中的双线阵CCD标定及镜头畸变校正方法。根据左右相机间的单应性关系,以及线阵CCD的成像原理,将双目相机间的空间关系分解成姿态角与错切角的关系。通过靶图数据的拟合,对姿态角和镜头畸变进行校正,根据求出的错切角完成相机间的标定,实现对具有镜头畸变的双线阵CCD的标定。实验结果表明,标定和校正精度满足后续三维重建中图像匹配的需求。 相似文献
12.
Jason Deglint Andrew Cameron Christian Scharfenberger Hicham Sekkati Mark Lamm Alexander Wong David A. Clausi 《Journal of the Society for Information Display》2016,24(8):510-520
Standard camera and projector calibration techniques use a checkerboard that is manually shown at different poses to determine the calibration parameters. Furthermore, when image geometric correction must be performed on a three‐dimensional (3D) surface, such as projection mapping, the surface geometry must be determined. Camera calibration and 3D surface estimation can be costly, error prone, and time‐consuming when performed manually. To address this issue, we use an auto‐calibration technique that projects a series of Gray code structured light patterns. These patterns are captured by the camera to build a dense pixel correspondence between the projector and camera, which are used to calibrate the stereo system using an objective function, which embeds the calibration parameters together with the undistorted points. Minimization is carried out by a greedy algorithm that minimizes the cost at each iteration with respect to both calibration parameters and noisy image points. We test the auto‐calibration on different scenes and show that the results closely match a manual calibration of the system. We show that this technique can be used to build a 3D model of the scene, which in turn with the dense pixel correspondence can be used for geometric screen correction on any arbitrary surface. 相似文献