基于网格状纹理的简易摄像机标定方法

摄像机标定方法在移动机器人视觉系统的研究中具有重要意义。该文提出了一种基于网格状地面的简易摄像机标定方法,通过引入边缘提取、Hough变换、灭点检测等图像处理技术,对网格状地面图像进行了垂直和水平两个方向的直线检测,进而确定标定点的位置,最终实现了摄像机的快速标定。实验结果表明,该方法是可靠有效的。     

基于平面镜的摄像机内参数线性标定方法

提出了一种全新的基于平面镜的摄像机标定方法。该方法无需任何标定物,利用平面镜的反射性质和灭点、灭线等理论,通过移动摄像机或平面镜作至少2次平移运动(各次平移间应存在旋转运动)即可线性地标定摄像机的内参数。模拟图像实验和真实图像实验表明所提出的方法能快速、方便地对摄像机进行标定,具有较好的稳定性和精度。     

试飞测试中摄像机标定方法研究

随着数码相机技术和摄影测量技术的发展,越来越多的数字摄像机应用于试飞测试中,而摄像机标定是其成功应用于飞行试验的关键之一。为了突破试飞测试中现有的仅以点特征作为控制,充分利用现有设备条件,更好地解决加装在飞机上的摄像机在飞行过程中的实时标定问题,采取内标定与实时外标定两步实现摄像机标定的方法。着重探讨了一种基于平行直线的摄像机内标定方法,详细论述了基于灭点约束和直线几何约束的摄像机标定解算模型,该方法在无控制点的情况下可得到每个摄像机的内方位元素、各项畸变改正系数和外方位角元素;并简要介绍了基于单片后方交会的实时外标定方法。实际数据的试验结果表明,该方法切实可行,能够获得精确、稳定的参数结果,有效减少了摄像机标定过程中所需布设的控制点数,从而提高了试飞测试中精确测量导弹运动轨迹、机翼变形测量等工作的可实施性。     

非线性模型下的摄像机自标定

摄像机标定是从二维图像获取三维信息必不可少的步骤,线性（小孔）模型摄像机自标定,目前已成为计算机视觉领域的研究热点之一,对于非线性模型下摄像机的自标定,目前还未见到相关的研究报道,用于线性模型一般不能准确地描述真实像机的几何成像关系,因此对非线性模型摄像机自标定的研究具有十分重要的实际意义,该文主要探索非线性模型摄像机的自标定方法,基本原理是将非线性模型视为线性模型和畸变项的叠加,然后利用线性模型的基本矩阵或单应矩阵,给出非线性模型参数的约束方程,从而实现非线性模型摄像机的自标定,模拟和真实图像实验均表明该文所给的方法是可行的,具有一定的实用价值。     

分布式环境下的多摄像机标定

针对分布式环境下多摄像机的标定问题,我们提出了一种切实可行的多摄像机标定方法。标定过程仅需要各摄像机拍摄下包含激光点的图像即可。在整个标定过程中利用了所有图像的信息,因此比以往的方法具有更好的鲁棒性。整个标定操作过程方便,易于实现。实验结果表明,该方法是一种有效的多摄像机标定方法。     

一种新的基于圆环点的摄像机自标定方法

提出了一种基于圆环点的新的摄像机自标定方法.该方法仅要求摄像机在3个(或3个以上)不同方位摄取一个含有若干条直径的圆的图像,即可线性求解全部摄像机内参数.该方法原理简单,完全摆脱了匹配问题,也无须知道任何物理度量.整个定标过程不需要人的干预,可以自动进行,非常适合非视觉专业人员使用.模拟和真实图像实验表明,该方法精确度较高,鲁棒性较强,有一定的实用性.     

直线运动摄像机在线动态标定

为实现AS-R智能机器人在运动情况下摄像机在线动态标定,提出一种新的基于粒子滤波的直线运动摄像机标定方法。用状态空间方法描述直线运动摄像机模型,把摄像机内参数和位置运动参数作为状态量,特征点图像坐标作为观测量,根据粒子滤波算法求得摄像机内参数和位置运动参数的最优估计,并用双线程实现整个标定过程。AS-R机器人在直线运动情况下的摄像机在线动态标定实验结果表明：该算法是合理可行的,并且具有很高的标定精度和良好的鲁棒性。该方法适用于各种类型的系统噪声。     

基于扩展摄像机成像模型的自标定方法*

提出了一种基于扩展摄像机成像模型的自标定方法,将采用不同视点成像的观念转换为不同方向透视投影下分析,得到在一幅图像中同时建立三对不同方向的空间面与图像面的单应关系,进而建立不同面的圆环点绝对二次方程,实现单幅图像标定。采用长方体进行实验,模拟实验和真实图像实验均验证了这种思维方法的可行性和正确性。     

一种基于图像的运动物体检测及高度分析算法

现代监控系统要求做到无人值守，而智能视觉监控能很好满足这个要求。文中为实现这种智能视觉监控系统做了一些算法上的研究工作：实现了对运动物体进行实时检测和追踪，并利用透视几何中的消影点、消影线以及交比的约束方法对运动物体高度进行了分析。试验结果表明，此方法将自适应阈值应用到物体检测中使检测结果更加精确，并且自动估算出的物体的高度误差也很小，具有一定的实用性。     

一种快速的人工场景图像消失点检测方法

人工场景中包含了大量的空间平行线以及垂直边,这些空间平行线映射到图像中相交产生的交点即消失点。消失点检测对摄像机标定、三维场景重建等都有着重要的意义。传统的消失点检测算法往往基于二维霍夫参数空间,复杂度高、效率低。因此,提出一种新的方法,先检测图像中较长的边界线,并将检测到的线段进行筛选、分组;然后利用消失点与焦距之间的制约关系,确定三向消失点的位置以及焦距的大小。该方法将传统的二维霍夫参数空间转换为二级一维霍夫参数空间。实验表明,这种方法运算复杂度低、运行时间短。在室外场景图像中,鲁棒性好,且保持较高的准确率。     

基于图像的高度测量方法

文中提出了一种基于单幅图像的高度测量方法。该方法首先根据单幅图像提供的一些几何信息——地平面(或者是与地平面平行的平面)上两对不同方向的平行线和竖直方向的一对平行线——在图像上求得地平面的消影线和竖直方向的消影点；然后，用一个已知的参考高度来确定高度测量方程中的比例因子α；最后只要输入待测高度的端点坐标就可以获得该高度的实际值。经实验验证，该方法简单有效，实用性强。     

融合随机抽样一致性和Hough变换的实时消失点检测

针对消失点拥有2个自由度的特点,提出一种由随机抽样一致性(RANSAC)和Hough变换相结合的实时消失点检测方法.首先利用随机抽样一致性从图像的边缘线段中抽取多条候选消失点局内线段,基于消失点位于局内线段的延长线上的特点确定消失点的第1个自由度,然后通过在候选局内线段的延长线上实施的Hough变换获得消失点的另一个自由度.基于数据集York Urban Dataset的实验结果表明,所提方法在地平线检测精度上比7种国内外同类算法高0.69个百分点以上,在处理速度上比同类方法提高90倍以上.     

基于条件数的摄像机自标定方法的鲁棒性分析

对基于绝对二次曲线和基于绝对二次曲面的两类摄像机自标定方法的鲁棒性进行了分析,并从矩阵条件数出发,通过大量仿真实验对两类方法进行了定量比较．实验结果表明, 基于绝对二次曲线的摄像机自标定方法的系数矩阵的条件数一般小于基于绝对二次曲面方法的系数矩阵的条件数．另外,当常数因子有误差时,基于绝对二次曲面方法的系数矩阵条件数的变化一般比基于绝对二次曲线方法系数矩阵条件数的变化更剧烈．上述二点表明,基于绝对二次曲线的自标定方法的鲁棒性一般要优于基于绝对二次曲面的自标定方法．上述结论与文献中的一些实验观察正好相佐．     

基于侧影轮廓的图像三维重建方法

针对自标定单幅图像的三维重建问题,提出一种基于侧影轮廓的图像三维重建方法。使用成角度平面镜装置拍摄目标物体,对所得图像进行边缘跟踪,得到闭合的轮廓曲线,利用满足平面镜成像原理的2对侧影轮廓计算灭点,根据灭点间的约束关系计算相机参数,在此基础上重建得到物体的三维模型。实验结果表明,该方法能快速重建逼真的三维模型。     

Autonomous robot calibration using vision technology

Unlike the traditional robot calibration methods, which need external expensive calibration apparatus and elaborate setups to measure the 3D feature points in the reference frame, a vision-based self-calibration method for a serial robot manipulator, which only requires a ground-truth scale in the reference frame, is proposed in this paper. The proposed algorithm assumes that the camera is rigidly attached to the robot end-effector, which makes it possible to obtain the pose of the manipulator with the pose of the camera. By designing a manipulator movement trajectory, the camera poses can be estimated up to a scale factor at each configuration with the factorization method, where a nonlinear least-square algorithm is applied to improve its robustness. An efficient approach is proposed to estimate this scale factor. The great advantage of this self-calibration method is that only image sequences of a calibration object and a ground-truth length are needed, which makes the robot calibration procedure more autonomous in a dynamic manufacturing environment. Simulations and experimental studies on a PUMA 560 robot reveal the convenience and effectiveness of the proposed robot self-calibration approach.     

未标定视频下的动态人体身高测量

针对视频下的动态人体身高测量过程中,依赖三维场景的结构化信息,或者需要事先对相机进行标定的情况,提出了一种视觉测量算法对未标定视频中的行人身高进行测量。该方法首先利用帧差法提取每帧图像中的人体区域信息,然后由该区域的主轴方向确定人体的头顶点和垂足点,再由头顶点和垂足点形成的两个平行虚拟平面确定水平消失线、由主轴方向确定竖直消失点,最后根据射影变换的交比不变量来确定人体的身高。该方法以人在正常行走过程中身高基本保持不变为合理假设,并且充分利用了视频中的人体运动信息。实验结果表明,测量结果的平均相对误差低于2.2%,能够满足人体身高测量的精度需要。     

基于消失点检测的铁路环境视频自动拼接算法研究

提出了一种基于铁路环境视频的全景图自动拼接算法。根据铁路环境视频中的场景几何特性,检测场景中的线段及消失点,从而生成场景的空间布局关系;在此基础上,自动构建合适的采样区域,以达到无缝拼接的效果;最后实现全景图的自动拼接。实验结果表明,该方法实现了铁路环境视频的自动化拼接,且得到了更加令人满意的拼接效果。