一种鱼眼镜头成像立体视觉系统的标定方法

鱼眼镜头成像立体视觉系统在微小型机器人视觉导航和近距离大视场物体识别与定位中有着广泛的应用 .尽管鱼眼镜头摄像机具有很大的视场角 (接近 180°) ,但同时也引入严重的图像变形 ,常规的摄像机标定方法无法使用 .该文提出一种标定鱼眼镜头摄像机立体视觉系统的方法 .在鱼眼镜头变形模型的基础上 ,通过考虑鱼眼镜头成像的径向变形、偏心变形和薄棱镜变形 ,建立了鱼眼镜头成像的精确成像模型 ;然后 ,利用非线性迭代算法 ,精确求解摄像机外部参数、内部参数 .实验表明 ,使用该方法得到的立体视觉系统参数满足精确恢复大场景稠密深度图的要求 .     

基于MSCR和ASIFT的鱼眼图像立体匹配研究

鱼眼镜头在具有大视场优点的同时,存在成像失真大的缺陷,特别在边缘区域更为严重,因而在光轴正交或大视场条件下的立体视觉系统中,难以实现对图像的特征匹配。常规立体视觉匹配方法多基于小孔成像模型进行构建,直接用于鱼眼镜头图像的匹配存在较大误差,会影响图像间匹配的准确度。针对此问题,建立了一种具有仿射不变性的联合匹配算法。先提取鱼眼镜头图像的彩色图像最大稳定值区域(MSCR)特征区域,接着采用仿射尺度不变特征变换(ASIFT)算子对该区域进行逐一描述,从而获取鱼眼图像间的最佳匹配。通过试验验证,该方法具有稳定一致性,能够完成未经失真校正鱼眼镜头图像的立体匹配。     

基于MSCR与CS-LBP的鱼眼图像特征区域匹配方法

相比普通镜头,鱼眼镜头拥有更大的视场角,甚至可以直接获取半球域的图像信息,在立体视觉领域,应用鱼眼镜头来采集全景图像可减少镜头及图像采集模块数目,简化系统、提高运算速度、降低成本。但同时鱼眼镜头图像也存在一定程度的畸变,越靠近边缘畸变越严重。因此,在光轴正交或是角度更大的立体视觉系统中,进行相关图像的特征点匹配存在困难,直接影响立体视觉系统的应用效果。然而采用一种具有仿射不变性的图像匹配算法即可解决这个问题,首先提取原始图像的MSCR特征区域,其次引进CS-LBP算子对各个MSCR区域进行特征描述,应用特征权重的卡方距离比较法进行唯一匹配,最后进行椭圆拟合及连线标记使得匹配结果可视化。且通过实验验证了此方法的稳定一致性,可应用于大旋转角度的鱼眼图像的特征匹配。     

一种基于球面透视投影约束的鱼眼镜头校正方法

鱼眼镜头摄像机具有较大视场，但是，使用鱼眼摄像机拍摄的图像会有非常严重的变形．该文研究基于球面透视投影约束的鱼眼镜头校正方法．球面透视投影约束是指空间直线的球面透视投影为球面上的大圆．作者首先使用含有变形校正参数的鱼眼变形校正模型，将空间直线的鱼眼投影曲线上的点映射为球面点，然后通过球面点到大圆的球面距离最小来拟合大圆，恢复了变形校正参数，从而实现了鱼眼图像的校正．模拟实验和真实图像实验表明，该方法能得到比较满意的校正结果．     

一种采用纹理映射技术实现鱼眼镜头快速校正的方法

鱼眼镜头摄像机具有大视场角的特点,但存在严重的图像变形,常规的校正算法实时性较差。本文详细介绍了采用纹理映射技术实现鱼眼镜头校正的方法。实验表明,该方法不但较好地完成了镜头的校正,而且大大提高了系统的实时性,解决了传统方法中的几个问题。     

星球漫游车超广角实时立体视觉系统

给出了一种用于星球漫游车障碍检测和定位的超大视场立体视觉系统的实现方法. 该系统采用具有超广角镜头(对角视场角约160度)的双目或三目摄像机获取场景立体图像 对,利用摄像机标定参数对大变形图像进行修正等预处理,然后在外极线、连续性等约束条 件下,基于查找表和Intel MMx指令集,使用SAD算法快速进行对应点匹配计算.实验表 明,该系统在图像分辨率为320×120像素、视差为64级时,利用普通工控机恢复稠密深度 图的速度为10帧/秒,并能使机器人以1米/秒的速度行走.     

应用经纬映射的鱼眼图像校正设计方法

为了消除鱼眼镜头带来的形变,该文提出了一种应用经纬映射的鱼眼图像校正设计方法,推导了消除变形的数学依据,总结出一种不需要任何标定数据,快速的纠正等角鱼眼变形的算法。使用经纬映射图像的校正方法,可以把扭曲的半球鱼眼图像投射为普通照片的四方形状,也即通过投射降低图像的扭曲程度,在视觉上基本达到实用要求。     

基于双线性插值的鱼眼图像校正方法

鱼眼镜头具有大视场、短焦距等优点,近年来被广泛应用到不同的领域。由于鱼眼镜头成像存在较大的畸变,目前主要用来目标监测,在目标物体的识别方面应用得很少。为此,提出一种基于球面透视投影约束的鱼眼图像校正方法,并用双线性插值法对校正后的图像进行填充,为鱼眼镜头在目标物体识别跟踪方面的应用做了准备工作。实验结果表明采用上述方法能够很好地对鱼眼图像畸变进行校正,且校正后的鱼眼图像符合人的直观感觉,真实感较强,图像边缘清晰。     

一种将羽毛球比赛的2D视频转换到3D视频的算法

文中提出一种羽毛球比赛的2D视频转换到3D视频的算法。在这类视频中,前景是最受关注的部分,准确地从背景中提取出前景对象是获取深度图的关键。文中采用一种改进的图割算法来获取前景,并根据场景结构构建背景深度模型,获取背景深度图;在背景深度图的基础上,根据前景与镜头之间的距离关系为前景对象进行深度赋值,从而得到前景深度图。然后,融合背景深度图和前景深度图,得到完整的深度图。最后,通过基于深度图像的虚拟视点绘制技术DIBR来获取用于3D显示的立体图像对。实验结果表明,最终生成的立体图像对具有较好的3D效果。     

基于分离参数标定的鱼眼镜头成像模型研究

鱼眼图像具有大视场角,但在应用方面存在严重畸变,为了探索鱼眼镜头的成像规律,本文提出一种基于分离参数标定的鱼眼镜头成像模型研究方法。对相机的物理参数进行分离标定,设计靶标,拟合径向、切向畸变系数,从而得到鱼眼镜头成像模型。比较由成像模型反推出的物点与真实物点的位置,实验结果表明,经本文提出的成像模型得到的成像点与真实物点的入射角和偏移角的误差均值分别为0.011 5和0.019 4。采用基于分离参数标定的鱼眼镜头成像模型研究方法可以较好地反映鱼眼镜头的成像规律,为更广泛地应用鱼眼镜头奠定基础。