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。     

一种基于主动视觉的三维结构恢复和直接欧氏重建算法

利用三正交平移运动, 提出了一种三维结构恢复和直接欧氏重建新算法. 算法仅需利用主动视觉平台控制相机作一组三正交平移运动, 然后通过图像对应点和平移运动的距离就可以恢复平面结构信息和进行欧氏重建. 并且无需假定相机畸变因子为零. 算法计算过程中无需求解相机的内参数, 也无需进行分层重构, 它是一种直接的欧氏重建算法, 避免了传统算法中的相机标定、仿射重建等两大难题, 并且计算过程完全线性化, 简单实用. 最后用模拟实验和真实图像实验对算法进行验证, 实验结果表明了算法的有效性和准确性.     

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。     

一种新的手提相机自定标方法

在计算机视觉中 ,如何由非定标序列图象得到相机和景物的度量特性是相机自定标技术要解决的主要问题 .一般相机定标方法则是利用景物的已知三维点坐标或几何特性 (如正交方向的灭点等 )来确定相机的定标矩阵K,而相机自定标方法则是直接根据图象和相机内外参数的约束来确定相机和景物的度量特性 .相机定标对于计算机视觉的许多应用来说是非常重要的 ,而在实际应用中 ,由于定标过程往往是很复杂的 ,因而 ,在过去的几年中 ,许多学者在相机自定标方面做了大量的工作 ,其研究结果表明 ,对于刚性景物来说 ,相机自定标是可行的 .为了使摄像机自定标更鲁棒、速度更快 ,给出了一种新的基于线性模型的相机自定标方法 ,该方法是首先利用三点透视投影图、灭点和向量正交的性质来得到一组非线性方程 ,然后将其转换为线性方程组 ,以避免求解过程中的累积误差 ,最后高精度地求出了全部内参数 αx,αy,u0 ,v0 .实验结果表明 ,此方法是有效的 .     

基于EXIF信息的可变内参数序列图像的三维重构*

基于图像中数码相机嵌入的元数据信息,提出了一种可变内参数的序列图像重构算法,首先从序列中选择两幅图像建立初始结构,然后依次将其他图像加入当前重构结果,进一步通过集束调整来最小化序列中所有图像重投影误差,得到精确的三维重构结果,避免了复杂繁琐的自标定过程。实验结果验证了算法的有效性。     

基于平面的建筑物表面模型重建算法的研究

针对建筑物模型的规则性，提出了一种基于平面的建筑物模型重建算法，可以从单幅透视图像恢复建筑物的表面模型．该算法主要分为相机定标、基平面的提取、平面位置和方向的计算等几个子过程．相机定标主要用于求解相机的焦距，是一个非常重要的部分．该算法以建筑物场景中的几何结构作为约束条件，从单幅图像中求解相机的焦距；然后计算基平面位置和法向；最后通过交互式操作指明场景中各平面之间的相互关系，递归求解各平面的位置和法向，达到根据图像重建建筑物场景表面模型的目的．     

带约束的摄像机定标方法

由于积累误差和摄像机内部参数的校正误差,基于视觉的摄像机定标结果尽管在图像上的重投影误差很小,但是重建的空间结构往往存在一定程度的扭曲。提出了一种带约束的摄像机定标算法,将场景中存在几何条件（如摄像机路径在一条直线上）作为约束条件,对摄像机定标结果进行再优化,使得重建的空间与真实世界的欧氏空间更为一致。在优化过程中,将欧氏空间与图像空间的两种误差约束在同一范围,自动获取最佳的约束系数。实验结果证明了该算法的有效性。     

基于图像序列的虚拟场景重建和漫游

基于图像的建模和绘制方法与基于传统的几何绘制方法相比有很多优点,但是在场景几何参数未知的情况下,要实现单幅图片和图像序列的漫游,难度很大.TIP（tour into a picture）技术使得在一幅图像中漫游成为可能.为了实现场景几何参数未知情况下的场景漫游,在对TIP技术进行扩展的基础上,提出了一种能够在未知视点路径的图像序列中实现场景漫游的方法.这种算法在相机未定标的情况下,不仅解决了图像序列建模和场景漫游过程中前后图像场景不能平滑过渡的问题,并且扩大了TIP中视线方向变化的动态范围,从而在保证图像质量的情况下,实现了由图像序列到场景的无限制漫游.实际图像序列的实验结果表明,该算法是有效的,具有实际应用价值.     

一种基于双幅图像的物体3维重建

随着虚拟现实技术的发展,对物体进行快速有效建模逐渐成为了研究热点。基于图像建模技术是一种有效的建模方法,其最大的优点是可以利用图像中的信息直接建立物体的几何模型,并且可以迅速构建出具有“照片级”真实感的3维模型。常规的方法是先求解摄像机内外参数,再求解空间中各点在世界坐标系下的位置。提出了一种基于两幅图像利用灭点性质进行建模的新方法。该方法首先利用灭点属性推导出了相机中心在世界坐标系下的坐标位置的解析表达式,再利用两幅图像之间的空间几何约束关系,从空间约束关系中反算出物体各点的空间位置从而重建出物体几何模型,最后进行纹理映射。在物体重建的过程中只利用到了相机内参数,而跳过了对相机外参数的标定,实验结果表明,该方法简单可靠,可用于实现对拥有规则表面的物体3维重建。     

序列图像中三维空间点的精确重建方法

提出了一种针对序列定标图像的三维空间点精确欧氏重建算法，相对于传统基于代数误差最小化的方法，该算法用几何误差作为优化的目标函数，从而保证了三维重建点在欧氏距离误差的意义下是最优的；该算法是线性的，计算效率高；此外还可以扩展到任意多幅图像的重建中。真实测试图像的实验结果以及与传统算法的比较验证了该算法的有效性和精确性。     

Contour matching using epipolar geometry

Matching features computed in images is an important process in multiview image analysis. When the motion between two images is large, the matching problem becomes very difficult. In this paper, we propose a contour matching algorithm based on geometric constraints. With the assumption that the contours are obtained from images taken from a moving camera with static scenes, we apply the epipolar constraint between two sets of contours and compute the corresponding points on the contours. From the initial epipolar constraints obtained from corner point matching, candidate contours are selected according to the epipolar geometry, contour end point constraints, and contour distance measures. In order to reduce the possibility of false matches, the number of match points on a contour is also used as a selection measure. The initial epipolar constraint is refined from the matched sets of contours. The algorithm can be applied to a pair or two pairs of images. All of the processes are fully automatic and successfully implemented and tested with various real images     

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。     

QR码图像几何校正算法的研究

用摄像机拍摄QR码图像时,由于拍摄角度的偏差,可能造成所采集到的QR码图像产生几何失真的情况,给QR码的识别带来了困难。对拍摄到的QR码图像进行预处理,把采集到的光照不均匀的QR码图像采用局部阈值法和数学形态学的方法进行二值化。通过Harris角点检测算法和凸包算法相结合找到QR码的轮廓以及轮廓上的点,再利用该角点检测算法找到QR码的角点,最后使用透视变化法对畸变图像进行恢复。实验结果证明,该方法有效解决了QR码的几何失真问题。     

Simplified Active Calibration

We present a new mathematical formulation to estimate the intrinsic parameters of a camera in active or robotic platforms. We show that the focal lengths can be estimated using only one point correspondence that relates images taken before and after a degenerate rotation of the camera. The estimated focal lengths are then treated as known parameters to obtain a linear set of equations to calculate the principal point. Assuming that the principal point is close to the image center, the accuracy of the linear equations are increased by integrating the image center into the formulation. We extensively evaluate the formulations on a simulated camera, 3D scenes and real-world images. Our error analysis over simulated and real images indicates that the proposed Simplified Active Calibration method estimates the parameters of a camera with low error rates that can be used as an initial guess for further non-linear refinement procedures. Simplified Active Calibration can be employed in real-time environments for automatic calibrations given the proposed closed-form solutions.     

一种基于基本矩阵的相机畸变差自动校正方法

在计算机视觉的应用领域中,为了提高图像量测和3维重建的精度,必须对相机的畸变误差进行修正。为此提出了一种基于基本矩阵的相机径向畸变的自动校正方法,该方法不需要预先获得场景的结构信息和相机的内部参数,仅利用两张影像同名点集之间的内在几何关系,即可求取相机的径向畸变系数,进而可对这两幅图像的畸变误差进行自动校正。试验结果表明,该方法是一种有效的畸变图像校正算法,能够获得到满意的校正结果。     

A calibration method for paracatadioptric camera from sphere images

For paracatadioptric camera, the estimation of intrinsic parameters from sphere images is still an open and challenging problem. In this paper, we propose a calibration method for paracatadioptric camera based on sphere images, which only requires that the projected contour of parabolic mirror is visible on the image plane in one view. We have found that, under central catadioptric camera, a sphere is projected to two conics on the image plane, which are defined as a pair of antipodal sphere images. The conic that is visible on the image plane is called the sphere image, while the other invisible conic is called the antipodal sphere image. In the other aspect, according to the image formation of central catadioptric camera, these two conics can also be considered as the projections of two parallel circles on the viewing sphere by a virtue camera. That is to say, if three pairs of antipodal sphere images are known, central catadioptric camera can be directly calibrated by the calibration method based on two parallel circles. Therefore, the problem of calibrating central catadioptric camera is transferred to the estimations of sphere images and their antipodal sphere images. Based on this idea, we first initialize the intrinsic parameters of the camera by the projected contour of parabolic mirror, and use them to initialize the antipodal sphere images. Next, we study properties of several pairs of antipodal sphere images under paracatadioptric camera. Then, these properties are used to optimize sphere images and their antipodal sphere images, so as to calibrate the paracatadioptric camera. Experimental results on both simulated and real image data have demonstrated the effectiveness of our method.     

小物体3维重建中影像与几何模型的配准

目的 近景摄影测量中的目标几何形状复杂,且拍摄影像的角度变化大,给影像与几何模型的配准带来了困难。传统单幅影像与几何模型配准的做法,由于缺乏自动粗配准的方法,效率相对较低。将多视影像首先统一坐标系的做法,在近景目标的复杂背景下也难以实现。方法 为此,将近景目标置于平面标定板上,利用相机标定的方法同时解算出影像的内外方位元素,实现多视影像坐标系的统一。然后人工选取3组以上同名点,做多视影像与几何模型的绝对定向,得到初始配准参数。最后使用多视影像与几何模型漫反射渲染图之间的归一化互信息作为相似性测度,用Powell非线性优化方法得到配准参数的精确值。结果 实验结果表明,使用标定板可以稳定地获取多视影像的内外方位元素,用绝对定向得到的配准参数进行影像和几何模型的交替显示仍然可以看到明显的裂缝,在经过互信息优化后裂缝现象得到明显改善。结论 多视影像与几何模型配准相比传统单幅影像与几何模型配准,人工选取同名点的工作量大大减少,由于人工选点存在误差,影响绝对定向的精度,使用归一化互信息作为测度进行非线性优化,可以获得更高的精度。     

一种基于角点特征的图像自动配准方法

图像配准是图像处理和计算机视觉中的重要环节。提出了一种基于角点特征的图像自动配准方法来处理具有相似变换的图像配准问题。角点特征由改进的Harris算子提取,然后将提取的角点组成虚拟三角形,利用在相似变换下参考图像和待配准图像中对应的虚拟三角形相似的原理,找到最相似的两个虚拟三角形,以它们对应的顶点作为控制点,求出变换模型参数,从而配准两幅图像。该方法只要求两幅图像中提取的角点特征包含3个以上的对应角点,就能配准两幅图像。它的另一个优点是理论上对两幅图像之间发生的平移、旋转和尺度变化没有限制。实验结果表明:这种图像自动配准算法是正确和有效的。     

A determination method of initial camera parameters for coplanar calibration

Most coplanar calibration algorithms determine the initial camera parameters from a single image under the assumption that the principal point is known in advance. However, the camera orientations, the shifted principal point and the noise corrupted on images have an influence on the estimated initial camera parameters under the above assumption. This paper proposes a useful method to determine the initial camera parameters for coplanar calibration. The proposed method can determine the initial camera parameters from the single image, wherein the principal point is considered as a parameter. In our experiments, both synthetic and real images are used. The experimental results show that the proposed method provides both stable initial camera parameters and noise robustness for changes of camera orientations, noise levels and shifts of principal point.     

一种多尺度几何分析的摄像机对弱定标算法

自主车上的立体视觉系统一般由两台固定在平台上的定焦摄像机组成,因此摄像机内参数经一次标定后不再变化,只需要考虑外参数的标定.本文针对自主车视觉系统的特殊应用情况,提出一种基于多尺度几何分析思想的摄像机对弱定标算法,该算法采用Contourlet变换对左右图像中的角点进行检测,利用Hartley规范化8点法估计摄像机对的基础矩阵.依托现有的摄像机内部参数标定工具箱,在摄像机对弱定标的基础上还可以快速地获得摄像机对之间的外参数矩阵.实验结果表明该方法具有较好的精度.