基于单幅图像的摄像机畸变参数估计方法

摄像机畸变参数估计是摄像机标定的重要步骤.针对已有的摄像机畸变估计方法大多数为首先对无畸变下的摄像机参数进行标定,再进一步估计畸变参数,导致畸变参数估计过程复杂的问题.采用单应矩阵直接估计畸变参数,提出一种基于单幅图像的摄像机畸变参数估计算法.首先利用图像主点附近的图像特征点估计空间平面到图像平面的单应矩阵,然后利用该单应矩阵估计图像畸变误差和畸变参数,最后采用非线性优化算法对单应矩阵与畸变参数进行整体优化.模拟数据与实际图像的实验结果验证了本文算法的有效性;由于该算法仅需要1幅图像即可估计畸变参数,因此有效地提高了摄像机标定方法的灵活性.     

结构光系统的自动标定

提出一种基于单应矩阵的摄像机自动标定算法。讨论摄像机焦距为恒定和任意变化两种情况下求解摄像机内参数的计算方法:论证空间平面诱导单应矩阵的性质,利用该性质不但能求出摄像机外参数,还可得到空间平面法向量和单应矩阵方程的比例因子。该算法在求解过程中不需要非线性迭代,可以直接获得解析解,实验表明该算法具有很好的准确性、普遍性。     

平面单应矩阵对摄像机内参数约束的一些性质

空间x-y坐标平面与图像平面之间的单应矩阵可以提供关于摄像机内参数的2个线性约束.文中研究表明:给定一个一般空间平面与图像平面之间的单应矩阵,如果空间平面在世界坐标系的坐标已知,则该单应矩阵同样可以提供关于摄像机内参数的2个线性约束;如果空间平面在世界坐标系的坐标未知,则该单应矩阵不能构成对摄像机内参数的任何约束.另外,仅仅知道某一个场景中的2幅图像间的单应矩阵不能对摄像机内参数构成任何约束.该结果对从事摄像机标定和三维重建的研究人员有一定的参考作用.     

一种基于平面模板的单应矩阵求解方法

在视觉测量、摄像机标定和三维重建等领域中,单应矩阵的估计都起着至关重要的作用。用平面模板代替传统的传感器进行视觉测量和摄像机标定,由于其成本低,操作快速简单等优点,已经得到了越来越广泛的应用。文中主要讨论了二维成像平面的透视投影模型,给出了一种最大似然估计法获取平面模板与成像平面的单应矩阵的求解过程,并用Levenberg-Marqurdt算法对结果进行非线性优化。该方法简单、快速、易实现,在计算机视觉应用中具有一定的理论意义和应用价值。     

再论一维摄像机标定

基于一维标定杆的摄像机标定是一种重要的标定方法.在已有的文献中,几乎所有的一维标定方法均需要一维标定杆在运动前后处于同一平面内,从本质上说,运动前后的一维标定杆等价于一种二维标定物.从射影几何的观点看,由于空间平面与图像平面之间的单应矩阵包含了所有的摄像机的内外参数信息,因此从理论上说,已有的一维标定方法所得到的关于对摄像机内参数的约束应该从单应矩阵的角度同样可以得到.文中对上述问题进行了尝试,得到了与文献中等价的关于内参数的约束.     

一种基于平面模板的单应矩阵求解方法

在视觉测量、摄像机标定和三维重建等领域中,单应矩阵的估计都起着至关重要的作用.用平面模板代替传统的传感器进行视觉测量和摄像机标定,由于其成本低,操作快速简单等优点,已经得到了越来越广泛的应用.文中主要讨论了二维成像平面的透视投影模型,给出了一种最大似然估计法获取平面模板与成像平面的单应矩阵的求解过程,并用Levenberg-Marquardt算法对结果进行非线性优化.该方法简单、快速、易实现,在计算机视觉应用中具有一定的理论意义和应用价值.     

双目视觉的立体标定方法

为实现双目视觉系统的立体标定,分析了摄像机成像模型,并充分考虑了透镜的径向畸变和切向畸变,提出了一种新的立体标定算法。该算法利用张正友的灵活标定算法,初步求取摄像机的内参数,结合Brown算法并提取图像中角点的子像素级坐标,精确求取摄像机内参数和畸变向量。为方便后续的图像校正,基于前面的单个摄像机标定,通过计算空间中的景物点在左右摄像机成像平面上的位置关系,计算出双目视觉系统中两个摄像机之间的旋转矩阵R和平移向量T,从而实现了立体标定。实验结果表明,该算法能取得较高的精度,可以应用于双目视觉系统。     

移动机器人自适应视觉伺服镇定控制

对有单目视觉的移动机器人系统,提出了一种自适应视觉伺服镇定控制算法;在缺乏深度信息传感器并且摄像机外参数未知的情况下,该算法利用视觉反馈实现了移动机器人位置和姿态的渐近稳定.由于机器人坐标系与摄像机坐标系之间的平移外参数(手眼参数)是未知的,本文利用静态特征点的位姿变化特性,建立移动机器人在摄像机坐标系下的运动学模型.然后,利用单应矩阵分解的方法得到了可测的角度误差信号,并结合2维图像误差信号,通过一组坐标变换,得到了系统的开环误差方程.在此基础之上,基于Lyapunov稳定性理论设计了一种自适应镇定控制算法.理论分析、仿真与实验结果均证明了本文所设计的单目视觉控制器在摄像机外参数未知的情况下,可以使移动机器人渐近稳定到期望的位姿.     

矿用输送带双目视觉检测自适应标定方法

针对煤矿输送带纵向撕裂视觉检测中,传统的摄像机标定方法复杂、精度低等问题,提出了一种高效的双目视觉检测自适应标定方法。分析了摄像机数学模型与双目视觉基本原理,在线性模型的基础上引入非线性畸变参数,将输送带图像与7×7矩阵模型融合提取出的关键特征角点坐标值代入矩阵约束方程,求解出摄像机内外参数及结构参数、畸变参数,并对其进行非线性优化,得到精确值,最后采用贝叶斯误差估计方法对计算出的参数与Faugeras自标定方法所得结果进行对比分析。实验结果表明该方法精度高,可靠性好。     

矩形模板下摄像机标定和目标定位方法研究

提出一种利用矩形进行摄像机标定和目标定位的新方法.该方法根据透视投影几何关系中旋转矩阵的单位正交性,由矩形的四个顶点的像构造无穷远平面上绝对二次曲线的像ω的约束方程标定摄像机内参数;目标定位转化为求解摄像机外参数,无需计算图像和空间平面间的单应矩阵,直接由矩形顶点确定.本文方法完全摆脱了复杂的图像匹配问题,所有计算方法完全线性化,标定过程简便.模拟和真实图像实验结果证明了方法的可行性,表明该方法求解精度高、鲁棒性强.     

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。     

利用平面约束中的反对称性进行相机自定标

回顾了2幅图像中的平面约束，以及一个图像对的基础矩阵和同形矩阵的乘积是一个反对称矩阵的性质，并通过证明展示了这种反对称性质和平面约束之问的关系。给定两幅图像中的一系列对应点，利用反对称性质提出了一种改进的相机自定标算法，将利用平面约束进行相机自定标过程中求取同形矩阵(homography matrix)的问题转化成了方程组约束条件下的二次规划问题，通过解决给定的二次规划问题求解同形矩阵，提高了算法的鲁棒性，然后利用平面约束求解内参数，最后通过本质矩阵(essential matrix)和基础矩阵(fundarnental matrix)之间的关系以及旋转矩阵的性质求解相机外参数。实验结果表明，算法在稳定性方面有了较大程度的提高。     

基于单幅平行六面体图的空间测量

基于单幅图像的测量是计算机视觉中一个重要的研究方向。针对平行六面体模板，本文提出了一种新的摄像机标定方法．并实现空间测量。在该方法中，利用平行六面体中的三组相互正交的平行线得到影灭点来完成摄像机的内部参数标定，进一步完成摄像机的外部标定，从而得到单应矩阵，实现了空间任意两点的测量。模拟实验和真实图像实验说明本文的方法是可行的。     

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。     

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。     

摄像机自标定的线性理论与算法

文中提出一种新的摄像机线性自标定的算法和理论。与文献中已有的方法相比,该文方法的主要优点是对摄像机的运动要求不苛刻,如不要求摄像机的运动为正交运动。该方法的关键步骤是确定无穷远平面的单应性矩阵（Homography)。文中从理论上严格证明了下述结论：摄像机作两组运动参数未知的运动M1＝{（R1,t^11),(R1,t^12)},M2={(R2,t^21),(R2,t^22)},若下述两个条件满足：（1）T1＝{t^11,t^12},T2={t^21,t^22}是两个线性无关组（即本组内的两个平移向量线性无关）;（2）R1,R2的旋转轴不同,则可线性地唯一确定摄像机的内参矩阵和运动参数。另外,在四参数摄像机模型下,严格证明了一组运动可线性地唯一确定摄像机的内参数矩阵和运动参数。模拟实验和实际图像实验验证了本文方法的正确性和可行性。     

Study on Visual Positioning Based on Homography for Indoor Mobile Robot

Monocular visual positioning for indoor mobile robot is concerned in this paper.A new visual positioning method based on homography matrix in Euclidean space is proposed.It can calculate the position and pose of the mobile robot according to the intrinsic parameters of camera and two position-known points in a plane.It is very simple and low cost in computation.The experimental results show its effectiveness.     

基于单应性矩阵的室内移动机器人视觉定位研究

Monocular visual positioning for indoor mobile robot is concerned in this paper. A new visual positioning method based on homography matrix in Euclidean space is proposed. It can calculate the position and pose of the mobile robot according to the intrinsic parameters of camera and two position-known points in a plane. It is very simple and low cost in computation. The experimental results show its effectiveness.     

Visual correction for mobile robot homing

We present a method to send a mobile robot to locations specified by images previously taken from these positions, which sometimes has been referred as homing. Classically this has been carried out using the fundamental matrix, but the fundamental matrix is ill conditioned with planar scenes, which are quite usual in man made environments. Many times in robot homing, small baseline images with high disparity due to rotation are compared, where the fundamental matrix also gives bad results. We use a monocular vision system and we compute motion through an homography obtained from automatically matched lines. In this work we compare the use of the homography and the fundamental matrix and we propose the correction of motion directly from the parameters of the 2D homography, which only needs one calibration parameter. It is shown that it is robust, sufficiently accurate and simple.     

Line Geometry and Camera Autocalibration

We provide a completely new rigorous matrix formulation of the absolute quadratic complex (AQC), given by the set of lines intersecting the absolute conic. The new results include closed-form expressions for the camera intrinsic parameters in terms of the AQC, an algorithm to obtain the dual absolute quadric from the AQC using straightforward matrix operations, and an equally direct computation of a Euclidean-upgrading homography from the AQC. We also completely characterize the 6×6 matrices acting on lines which are induced by a spatial homography. Several algorithmic possibilities arising from the AQC are systematically explored and analyzed in terms of efficiency and computational cost. Experiments include 3D reconstruction from real images. This work has been partly supported by the Spanish Administration agencies CDTI and CICYT under projects CENIT-VISION 2007-1007 and TEC2007-67764 respectively.