针对棋盘格角点快速检测的一种新方法

棋盘格图像在摄像机标定及视觉检测中有着广泛的应用。针对目前棋盘格图像角点检测的局限性,提出了一种棋盘格图像角点快速检测方法。该方法是利用存在过渡区和角点处灰度分布的独特性质,设计了环形检测方法。仿真及实测实验结果表明：该方法实时性强,对棋盘格图像的旋转变换、亮度变换和边缘模糊具有良好的适应性;与经典Harris角点检测算法相比,易于实现、计算量小。     

基于梯度与对称度提取棋盘格角点及角点递推定位

在摄像机标定中常用黑白棋盘格作为标靶,而获取棋盘格角点位置是标定的首要任务。介绍了使用8等分圆形模板获取棋盘图像的灰度梯度和中心对称度,并对其组合,显著增强了角点区灰度并抑制了非角点区灰度。再对局部峰值点孤立,使真角点与伪角点灰度明显区分。进一步对估计的角点集中心区取一样点作基点,由其5个最近邻角点判断棋盘格边缘方向,用线性预测和误差约束方法估计并向外递推取得所有邻接角点的像素级坐标,用角点行列数中值估计并确定棋盘格角点区及其左下角以完成定位。最后对所有角点区局部用更大的模板重新检测不对称度,并用角点及其4个邻点不对称度的线性模型估计角点亚像素级坐标。     

一种棋盘格靶标不完整角点识别的修正算法

针对Hessian算子在棋盘格角点检测过程中边缘局部区域角点检测失败的问题,提出一种恢复角点识别的修正算法.首先基于坐标极值法自动识别棋盘格极点及边缘包络点,提取可以完整检测到所有包络点的2条边缘线上各自首尾及中间3个特征角点;然后利用交比不变原理求出边缘线上的消失点,并依据消失点原理求出未检测到的极点;最后根据四极点图像坐标与世界坐标的单应性关系重投影得出所有角点坐标.实验结果表明,与常用棋盘格角点检测算法相比,该算法具有较强的鲁棒性,处理过程可自动实现,在摄像机标定的应用上具有较高的实用价值.     

摄像机在线标定中的棋盘格角点自动检测方法

针对摄像机在线标定的特殊需要，研究棋盘格角点的自动检测问题。利用棋盘格角点共面特点，将平面到平面的变换引入到角点检测中，实现了角点的自动粗定位。在粗定位窗口内，通过角点检测算子与区域能量中心共同实现了角点精确定位。该算法将角点的检测与排序巧妙地结合起来，不仅对全局和局部光照变化都具有较强的适应性，还解决了图像中某些角点检测失败时，其他角点的正确检测与排序问题。实验结果表明，该方法不仅在鲁棒性和检测精度方面高于常用棋盘格角点检测方法，而且全部处理过程可自动实现，在摄像机在线标定中具有很高的实际应用价值。     

一种新的棋盘格图像角点检测算法

鉴于棋盘格图案在摄像机标定中有着广泛的应用,因此为了对边缘模糊的棋盘格图像进行在线标定,针对目前棋盘格图像角点检测算法的局限性,提出了一种可以自动实现的棋盘格图像角点检测算法,该算法是利用周围图案对称和灰度值对比明显的独特性质,设计了由对称算子S和方差算子V组合而成的角点检测算子--对称方差算子（symmetry and variance）,简称SV算子.该算子不仅构思巧妙、易于实现、计算量小,而且对棋盘格图像的旋转变换和亮度变换具有鲁棒性和抗噪能力强的优点.实验结果表明,该算子对边缘模糊有良好的适应性,适用于摄像机的在线标定.     

一种改进的SUSAN算子棋盘格角点亚像素检测算法

SUSAN算子在检测角点时,只以USAN区域面积的大小作为判断准则,忽略USAN区域形状的影响。因此,该算法对棋盘格标定板中的内角点与边缘点难以区分。针对此问题,本文提出在SUSAN圆模板内再次采用SUSAN算子来实现对棋盘格标定板角点的有效检测。此外,在每个初定位角点的局部邻域内,采用二次曲面拟合法得到角点的亚像素坐标。实验证明,所提出的算法准确、有效、适应性好,能为摄像机标定提供亚像素精度的角点信息。     

自适应的Harris棋盘格角点检测算法

针时摄像机标定中的棋盘格角点检测问题,分析了Harris角点检测算法局限性,综合考虑了多个参数对角点提取的影响,根据每个参数影响程度的不同采取分步调整策略,实现棋盘格角点的自适应检测算法.该算法计算量小、易于实现,提高了运算效率,有效避免了角点聚簇和角点分布不均的角点空缺现象的产生.实验结果表明,该算法对摄像机各种畸变情况下的棋盘格角点可准确提取.     

基于线性特征的鱼眼图像校正方法

针对鱼眼镜头采集的畸变图像,在棋盘格标定模板的基础上,提出一种有效的校正方法。该方法采用标准畸变模型,首先基于畸变图像的线性特征提出目标函数;然后利用SUSAN改进算法精确定位棋盘格角点坐标;对已得到的有限角点坐标进行畸变曲线拟合,在畸变曲线上提取所需数量的点;最后用渐近寻优算法计算最优畸变系数,使得目标函数最小。实验结果表明,该方法角点定位精确、算法时间复杂度低,能够有效校正鱼眼镜头造成的图像畸变。     

一种结构光三维扫描仪系统自动标定法

针对棋盘格特点设计新的棋盘格角点提取算法,利用标定棋盘格的特点实现了亚像素级的角点坐标自动化提取。实验结果证明,方法实现标定自动化的同时也保证了较高的标定精度和鲁棒性。     

一种自动、快速的Kinect标定方法

针对目前Kinect传感器人工标定方法误差大、速度慢等问题,提出一种自动、快速的Kinect传感器外参标定方法。首先,根据彩色图像提取的角点,生成彩色图像的角点集合;其次,为了实现角点点云的自动提取,对点云图像进行深度分割,提取棋盘格点云,采用三维哈夫(Hough)变换检测方法将棋盘格点云投影到深度图像的模板平面上,在深度图像模板中提取深度图像中的角点;然后,将深度图像中的角点映射到棋盘格点云中,形成角点点云;最后,将角点点云与彩色图像的角点集合进行配准,得到角点的3D空间坐标,进而计算出深度相机到彩色相机的姿态变换矩阵。实验结果表明,本文提出的算法在保证相机标定精度的前提下,将相机参数的计算时间从平均218ms降低到166ms,实现了自动、快速的Kinect相机标定。     

一种基于TOF相机与CCD相机的联合标定算法研究

针对基于Time-of-Flight(TOF)相机的彩色目标三维重建需标定CCD相机与TOF相机联合系统的几何参数,在研究现有的基于彩色图像和TOF深度图像标定算法的基础上,提出了一种基于平面棋盘模板的标定方法。拍摄了固定在平面标定模板上的彩色棋盘图案在不同角度下的彩色图像和振幅图像,改进了Harris角点提取,根据棋盘格上角点与虚拟像点的共轭关系,建立了相机标定系统模型,利用Levenberg-Marquardt算法求解,进行了标定实验。获取了TOF与CCD相机内参数,并利用像平面之间的位姿关系估计两相机坐标系的相对姿态,最后进行联合优化,获取了相机之间的旋转矩阵与平移向量。实验结果表明,提出的算法优化了求解过程,提高了标定效率,能够获得较高的精度。     

采用棋盘格靶标的全自动相机标定方法

为了去除相机标定过程中的人为干预,提出了一种采用改进的棋盘格靶标的全自动相机标定方法。识别出每幅标定图像中的四个标志圆,利用四个标志圆圆心的图像坐标和物理坐标计算二维射影变换矩阵。依据该射影变换矩阵计算出棋盘格角点的初始图像位置,接着提取亚像素精度的角点位置。迭代求解需要标定的相机参数。由实验可知,该全自动相机标定方法的棋盘格角点识别能力和相机标定精度,与Bouguet的相机标定工具箱相当,且可以显著地减少标定时间和工作量。利用20幅分辨率为640×480的靶标图像标定相机仅需16 s。     

基于平面棋盘格标定板的三维空间标定新方法

在总结分析国内外摄像机标定技术研究的基础上,针对体育科研中使用三维立体 框架进行摄像机标定在标定范围、误差、便携性及时效性等方面存在的不足,提出了使用平面 棋盘格标定板进行三维空间标定的新方法。选取了5 m、10 m 和30 m 的拍摄距离,标定参照 物选用传统三维辐射式立体框架和自制二维平面棋盘格标定板,对标准1 m 长度的比例尺进行 三维重建,对两种标定方法进行了精度比较。此外还对标准1 m 板在测量空间的不同位置（测 量画面中间、边缘）进行了误差分布分析。实验结果表明,基于平面棋盘格标定板的摄像机空 间标定方法具有一定的优势,不论从使用方便性还是测量精度方面都克服了三维立体框架在使 用中的不足,理论上能够满足体育科研的需求。     

3D靶标的摄像机三步标定算法与实现

摄像机标定是计算机视觉中的一个必不可少的重要环节,其标定精度影响着三维重建结果的精度。利用摄像机对一个三维正交的棋盘格拍摄一幅有效靶标图像,提取角点,第一步通过透视变换矩阵算法线性求解各内外参数;第二步引入径向和切向畸变,将第一步求得的内外参数作为初始值,求得畸变系数的解;第三步对内参数进行线性优化,得到更为精确的内参数值;最后求解反投影后图像坐标的绝对误差。实验结果表明,该方法具有较高的精度,且简单有效。     

基于机器视觉的钢轨轮廓测量方法研究

钢轨轮廓检测是轨道几何参数检测的重点和难点。采用二维平面靶标对激光摄像传感器进行标定,建立世界坐标系和图像坐标系的标定模型。通过棋盘格进行实验标定,获取300组数据,采用非线性最小二乘法来标定模型参数。结果表明:采用非线性最小二乘法能够将棋盘格水平和垂直的测量误差控制在0.3 mm左右,该方法能够很好地运用到钢轨轮廓测量中。     

基于单平面模板的摄像机定标研究

提出了一种摄像机定标方法，只需要摄像机从不同方向拍摄平面模板的多幅图像，摄像机与平面模板间可以自由地移动，运动的参数无需已知。对于每个视点获得图像，提取图像上的网格角点；平面模板与图像间的网格角点对应关系，确定了单应性矩阵；对每幅图像，就可确定一个单应性矩阵，这样就能够进行摄像机定标。该算法先有一个线性解法，然后基于极大似然准则对线性结果进行非线性优化求精。该方法同时也考虑了镜头畸变的影响。实验结果表明该算法简单易用。     

VC++环境下基于OpenCV的摄像机标定系统的开发

根据摄像机标定原理,在VC++环境下利用OpenCV设计并实现了摄像机标定系统,详细介绍了系统的功能以及实现流程。以棋盘格标定板图像作为输入,不仅计算出了摄像机的各内外参数,而且对标定误差进行了统计。通过相关实验证明了该系统的有效性。相对于传统标定方法,该系统使用更加方便、快捷,标定结果更加精确。     

Which pattern? Biasing aspects of planar calibration patterns and detection methods

This paper provides a comparative study on the use of planar patterns in the generation of control points for camera calibration. This is an important but often neglected aspect in camera calibration. Two popular checkerboard and circular dot patterns are each examined with two detection strategies for invariance to the potential bias from projective transformations and nonlinear distortions. It is theoretically and experimentally shown that circular patterns can potentially be affected by both biasing sources. Guidelines are given to control such bias. In contrast, appropriate checkerboard detection is shown to be bias free. The findings have important implications for camera calibration, indicating that well accepted methods may give poorer results than necessary if applied naively.     

基于平面模板的摄像机标定方法

针对道路交通事故现场图自动绘制中的摄像机标定问题,提出一种平面模板摄像机标定方法。在畸变较小的图像中心区域求取初值,采用基于内部映射牛顿法的子空间置信域法求解部分参数,引入畸变模型,通过直线特征约束求得剩余参数。实验结果表明,该方法能简化标定过程,减少运算量,提高计算速度。     

Accurate Depth Dependent Lens Distortion Models: An Application to Planar View Scenarios

In order to calibrate cameras in an accurate manner, lens distortion models have to be included in the calibration procedure. Usually, the lens distortion models used in camera calibration depend on radial functions of image pixel coordinates. Such models are well-known, simple and can be estimated using just image information. However, these models do not take into account an important physical constraint of lens distortion phenomena, namely: the amount of lens distortion induced in an image point depends on the scene point depth with respect to the camera projection plane. In this paper we propose a new accurate depth dependent lens distortion model. To validate this approach, we apply the new lens distortion model to camera calibration in planar view scenarios (that is 3D scenarios where the objects of interest lie on a plane). We present promising experimental results on planar pattern images and on sport event scenarios. Nevertheless, although we emphasize the feasibility of the method for planar view scenarios, the proposed model is valid in general and can be used in any scenario where the point depth can be estimated.