基于基本矩阵的相机畸变差校正方法研究

在计算机视觉的应用领域中,为了提高图像量测和三维重建的精度,必须对相机的畸变误差进行修正.本文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.实验结果表明,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.     

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。     

由灭点进行径向畸变的自动校正

目的镜头畸变影响着3维重建、几何量测等工作的质量。根据图像中的灭点几何约束条件,提出一种根据灭点进行弱径向畸变自动校正方法。方法为避免包含畸变中心参数的非线性模型优化结果的不稳定性,在求解径向畸变系数之后进一步对畸变中心进行优化。首先根据灭点几何约束条件建立关于灭点与径向畸变系数的非线性模型,使用Levenberg-Marquardt(LM)算法估计灭点坐标与径向畸变参数,然后根据质量评价准则对畸变中心和径向畸变系数进一步迭代优化;最后,通过真实图像对该方法的可行性进行分析验证。结果采用不同的数据对径向畸变进行了有效地校正,并采用校正后的数据进行了相机标定,标定结果相对于传统基于非量测校正方法有明显的提高。结论充分利用图像中的灭点属性,提出一种新的镜头径向畸变校正方法。实验结果表明,该方法能够有效地对径向畸变进行校正,并克服了传统基于非量测畸变校正方法的不稳定性。     

鱼眼图像径向畸变校正的一种新方法

由于鱼眼相机视场广阔在很多领域都得到了广泛应用,但其图像存在着明显的径向畸变,需要在应用之前加以校正。为此分析了径向畸变模型解析解的非唯一性;根据径向畸变的对称性,得出了畸变直线与理想直线之间的关系,即畸变校正的解析表达式;提出了一种鱼眼图像径向畸变校正的新方法。实验证明,该方法计算简单,能有效校正包含直线特征的场景。     

基于数据拟合的摄像机标定和图像的数值校正

采用的摄像机成像模型考虑了透镜的径向畸变和切向畸变。标定过程包括对摄像机的内外部参数的直接线性变换估算和基于内部映射牛顿法的子空间置信域法的非线性优化算法优化。同时提出了对畸变图像校正的数值计算方法。     

基于灭点的径向畸变自动校正方法

镜头畸变影响着三维重建、几何量测等工作的质量。本文根据图像中的灭点几何约束条件,提出一种基于灭点的弱径向畸变自动校正方法。为避免包含畸变中心参数的非线性模型优化结果的不稳定性,本文在求解径向畸变系数之后进一步对畸变中心进行优化。首先根据灭点几何约束条件建立关于灭点与径向畸变系数的非线性模型,使用LM算法估计灭点坐标与径向畸变参数,然后根据质量评价准则对畸变中心和径向畸变系数进一步迭代优化;最后,通过真实图像对该方法的可行性进行分析验证。本文充分利用图像中的灭点属性,提出一种新的镜头径向畸变校正方法。实验结果表明,该方法能够有效的对径向畸变进行校正,并克服了传统校正方法的不稳定性。     

Tsai氏相机平面标定算法的一种解析改进

针对径向畸变的针孔透视投影模型,提出了一种简单快速的相机标定算法。该算法在假设图像中心点与CCD或CMOS传感器中心重合的前提下,将相机的内外参数和相机模型的畸变参数分离,以进一步进行线性相机标定,避免了非线性优化带来的误差,降低了算法复杂度,可适当提高标定精度,节约计算时间。首先,根据透视投影的交比不变性原理标定镜头的畸变系数;然后,根据旋转变换关系和平移变换关系,充分利用径向畸变约束、旋转变换的正交性和旋转矩阵特有的性质约束线性求解出相机的内参和外参;最后,通过实验与Tsai氏相机平面标定算法进行对比,所提算法在标定时间上节约了35%左右,在精度上至少提高了15%。     

一种大视场镜头的畸变校正方法

大视场镜头因其可得到较大视场的图像而获得广泛应用,但由于镜头的原因,导致成像的桶形畸变,在直接使用从镜头获取的图像时,会影响对图像的后期处理和分析。针对这种情况,在分析畸变产生原因的基础上,提出一种改进的桶形畸变校正方法。根据畸变与焦距、成像高度之间对应的变化规律提出一种改进的半球形畸变校正模型,并计算近似畸变率,以进行反向映射及双线性插值来得到校正后的图像,设置可调整的参数,给出参数的确定方法和选择范围。最后,利用畸变的对称性降低了校正的计算复杂度和时间。实验结果表明,该算法对广角镜头产生的桶形畸变获得了较好的校正结果,降低了平均畸变率误差。该算法能够准确地校正畸变图像,不需要特定模板和标定参数,计算简单容易实现。     

基于圆图像序列的径向畸变参数校正算法

讨论了基于圆图像序列校对径向畸变参数方法，由于相机旋转拍摄图片，可避免光源变化、遮挡和外观变化等出现在一般匹配中的问题，因此自动生成匹配点要容易得多．本文给出了一种鲁棒方法来自动求解立体匹配点，给出了求解径向畸变参数的优化方法，最后讨论了该方法的优缺点．     

图像几何畸变校正方法

在机器视觉检测中大视场短焦距摄像机镜头一般都存在一定程度的光学畸变,在高精度测量中必须对摄像机镜头畸变进行校正。提出利用光学成像规律和镜头畸变校正模型相结合的畸变校正方法求出初始畸变系数,然后通过优化目标函数求出最优畸变系数,最后采用三次B样条插值对畸变图像进行灰度重建。实验结果表明该方法在不依赖摄像机内部参数的前提下,校正后径向均方根误差为0.45个像素,灰度重建后径向均方根误差为0.36个像素。     

适用于旋转摄像下目标检测的图像补偿

目的 摄像机旋转扫描条件下的动目标检测研究中,传统的线性模型无法解决摄像机旋转扫描运动带来的图像间非线性变换问题,导致图像补偿不准确,在动目标检测时将引起较大误差,造成动目标虚假检测。为解决这一问题,提出了一种面阵摄像机旋转扫描条件下的图像补偿方法,其特点是能够同时实现背景运动补偿和图像非线性变换补偿,从而实现动目标的快速可靠检测。方法 首先进行图像匹配,然后建立摄像机旋转扫描非线性模型,通过参数空间变换将其转化为线性求解问题,采用Hough变换实现该方程参数的快速鲁棒估计。解决摄像机旋转扫描条件下获取的图像间非线性变换问题,从而实现图像准确补偿。在此基础上,可以利用帧间差分等方法检测出运动目标。结果 实验结果表明,在摄像机旋转扫描条件下,本文方法能够同时实现图像间的背景运动补偿和非线性变换补偿,可以去除大部分由于立体视差效应（parallax effects）产生的匹配错误。并且在实验中,本文方法处理速度可以达到50帧/s,满足实时性要求。结论 在面阵摄像机旋转扫描的条件下,相比于传统的基于线性模型的图像补偿方法,本文方法能够快速、准确地在背景补偿的基础上同时解决图像间非线性变换问题,从而更好地提取出运动目标,具有一定的实用价值。     

基于运动检测的H.264码率控制的算法

针对H.264/AVC 经典流控算法JVT-G012对运动剧烈图像流控效率的不足,提出了一种基于图像运动剧烈程度的流控算法。对运动剧烈的图像,在同一复杂度区域内,用前一帧实际编码码率与目标码率的差值调整当前帧目标码率,并且编码时利用最小率失真模式的原始帧和重建帧的SAD估计MAD值,根据二次模型估计量化参数优化拉格朗日参数。仿真试验证明与JVT-G012以及Jiang等对H.264AVC的改进的码率控制算法相比,在运动剧烈或者场景切换时,虽然码率比JVT-G012略有增加但低于Jiang等的改进算法,并且变化剧烈的视频帧图像信噪比有明显的增加,平均信噪比也得到了提高。     

Experimental evaluations of proportional–integral–derivative type fuzzy controllers with parameter adaptive methods for an active magnetic bearing system

Abstract: This paper deals with the experimental control of a rotating active magnetic bearing (AMB) system using proportional–integral–derivative type fuzzy controllers (PIDFCs) with parameter adaptive methods. Three kinds of parameter adaptive method, including fuzzy tuner, function tuner and relative rate observer, have been proposed in the literature for tuning the coefficients of PIDFCs. However, only a simulation comparison between these methods for control of a second‐order linear system with varying parameters and time delay has been done. In general, theoretical models need to be confirmed and modified through experimental results. This paper provides experimental verification by applying PIDFCs with self‐tuning algorithms for control of a highly nonlinear AMB system. It is shown that the steady‐state error of the AMB system using the function tuner method is lower and the first resonant frequency of the AMB system using the relative rate observer method is higher than the other two methods, and the proportional–integral–derivative controller is quite unstable. The experimental results also show that all of the tuning methods can support a high rotation frequency of the AMB system. In practice, there are only a few differences between the three kinds of parameter adaptive methods.     

一种二维图像序列的深度图像生成方法

针对二维图像序列提出一种基于运动对象的深度图像生成方法。采用改进的均方差累加算法提取背景模型,并利用背景差分法提取运动对象图形,将人工绘制的背景模型的深度图像,结合每帧运动对象图形深度赋值,自动合成用于二维视频到三维视频转换的图像序列的深度图像。实验结果证明,相对于传统的仅仅依靠计算机视觉获取深度图像的方法,它获得的深度图像,不仅画面的深度信息真实、可靠,而且转换后的三维场景更立体化。     

Particle Video: Long-Range Motion Estimation Using Point Trajectories

This paper describes a new approach to motion estimation in video. We represent video motion using a set of particles. Each particle is an image point sample with a long-duration trajectory and other properties. To optimize particle trajectories we measure appearance consistency along the particle trajectories and distortion between the particles. The resulting motion representation is useful for a variety of applications and cannot be directly obtained using existing methods such as optical flow or feature tracking. We demonstrate the algorithm on challenging real-world videos that include complex scene geometry, multiple types of occlusion, regions with low texture, and non-rigid deformations.     

Shape-based retrieval of video objects

The increasing availability of object-based video content requires new technologies for automatically extracting and matching of the low level features of arbitrarily shaped video. This paper proposes methods for shape retrieval of arbitrarily shaped video objects. Our methods take into account not only the still shape features but also the shape deformations that may occur in an object's lifespan. We compute the shape similarity of video objects by comparing the similarity of their representative temporal instances. We also describe motion of a video object via describing the deformations in an object's shape. Experimental results show that our proposed methods offer very good retrieval performance and match closely with the human ranking.     

A general metric and parallel framework for adaptive image fusion in clusters

This article is dedicated to techniques and theories of image fusion in automatic ways and addresses two issues—the parameter setting and quality assessment. Optimal parameters are in demand for specific applications or comparison between fusion methods because, as basic evidence, different parameters bring different fusion effects varying over a large range. In this paper, we propose a general framework of online parameter training to search optimal values that best suit input images. Furthermore, we optimized the compute‐intensive training process using parallelization and genetic algorithm, as well as patches extraction. We also propose a metric—spatial and spectral distortion—as the learning target. The spatial and spectral distortion is a fuzzy combination of mean potential energy measuring spatial distortion and Q4 measuring spectral distortion. Optimization validation on weighted Gram–Schmidt fusion indicated linear or superlinear acceleration ability, which proved that the proposed learning framework can speed up the learning process of image fusion to an acceptable time, and can thus be applied to high‐performance platforms to process large volumes of data. Copyright © 2013 John Wiley & Sons, Ltd.     

Object tracking by energy maximization

We describe a robust algorithm for object tracking in long image sequences which extends the dynamic Hough transform to detect arbitrary shapes undergoing arbitrary affine motion. The proposed tracking algorithm processes the whole image sequence globally. First, the object boundary is represented in lookup-table form, and we then perform an operation that estimates the energy of the motion trajectory in the parameter space. We assign an extra term in our cost function to incorporate smoothness of changes due to rotation or scaling of the object. There is no need for training or initialization, and an efficient implementation can be achieved with coarse-to-fine dynamic programming and pruning. The method is shown to be robust under noise and occlusion and capable of tracking multiple objects.     

基于网格线平移的图像显示适配算法

针对图像显示适配算法中会发生较多扭曲的问题,提出一个基于网格线平移(PTG)的图像显示适配算法。首先,通过Achantan方法计算图像重要度,提取出主体目标;其次,计算最优网格线位移,利用线移动不仅保持重要区域尺寸不变而且保护主体目标的纵横比例,双重约束可以避免扭曲;再次,使用下限和上限来抑制由于过度缩小和放大网格造成的失真;最后,为了达到更好效果,引入一个边缘网格舍弃过程,指派更宽空间到重要区域来减少畸变。利用图像重定向调查系统将PTG与重要度扩散列删除方法、重要度扩散线裁剪方法以及基于网格变形的方法进行比较,当图像中含有明显的主要目标时,PTG结果更优。实验结果表明,PTG的缩放结果具有更少扭曲,并在保留图像中的感兴趣区域和重要目标上明显优于对比算法。     

Rapid classification of specular and diffuse reflection from image velocities

We propose a method for rapidly classifying surface reflectance directly from the output of spatio-temporal filters applied to an image sequence of rotating objects. Using image data from only a single frame, we compute histograms of image velocities and classify these as being generated by a specular or a diffusely reflecting object. Exploiting characteristics of material-specific image velocities we show that our classification approach can predict the reflectance of novel 3D objects, as well as human perception.