一种新的摄像机线性标定方法

传统摄像机线性标定Faugeras方法具有简单易实现的优点,然而其模型在求解时未考虑摄像机的特性,只当成一般数学问题求解,造成误差较大,特别是求解的图像中心点与实际的图像中心有较大偏差。为此提出一种新的摄像机线性标定方法,把图像中心作为光轴中心点,在认为该参数已知的情况下,可有效避免其他参数产生较大误差。将参数分开求解,分步获得摄像机参数,并对部分参数进行优化。实验结果表明,提出的这种新的线性标定法相较于Faugeras方法有了一定提升,标定精度较高且计算速度较快。     

共面点的摄像机非线性畸变校正

采用传统的Tsai两步法进行摄像机标定时,标定精度会受一阶径向畸变模型的限制。本文提出了一种同时考虑摄像机镜头径向畸变和切向畸变的摄像机模型并研究了模型求解方法来提高畸变校正精度。考虑图像中心区域畸变较小,故用中心附近点列出线性方程组计算了摄像机的部分参数;建立了综合畸变模型,将摄像机参数代入模型计算畸变参数的初始值。由于焦距和平移分量在标定板与相机平面的距离深度变化不够时难以一次性准确标定,故将其代入综合畸变模型重新计算,并运用两步迭代法逐步逼近精确解。最后,对世界坐标系进行空间几何变换、透视变换和成像变换得到的重投影图像的像素坐标并与实际测得的像素坐标值进行比较,得到校正误差。结果表明,本文的畸变校正方法平均像素误差可以达到0.114 9pixel,优于Tsai校正方法的0.367 0pixel,且重复性较好。     

一种考虑畸变的摄像机线性标定简化方法

根据视觉机器人系统结构特殊的特点,作了大量的简化,采用线性标定方法.但考虑到摄像机的视场仍然比较大,提出了基于拟合平面的线性畸变纠正方法,将畸变的图像坐标纠正到理想图像坐标,而后根据摄像机线性标定模型,计算出世界坐标,完成标定工作.实验结果表明,该方法简单、快捷,且精度也能达到较高的水准.     

基于Tsai的共面点摄像机线性标定

提出了一种基于Tsai的共面点线性标定求解摄像机内外参数的方法。首先确定图像的纵横比和光学中心的标定。然后对Tsai算法的第二步进行改进,求解f,k,tz。该方法的特点是采用共面点标定物,利用线性标定进行求解。实验结果表明,该方法是一种精度较高的、简单实用的摄像机标定方法。     

基于激光点的空间物体的视觉测距方法与试验研究

建立了考虑一阶径向畸变的摄像机标定模型,利用视觉系统对图像处理的亚像素,逐步求解出摄像机的内外参数,对Cognex视觉系统进行了简便、快速、准确的标定,并通过激光点空间定位试验验证了该方法具有较高的精度和良好的实时性。     

基于非量测畸变校正的摄像机标定方法

为了保证镜头畸变系数标定的一致性和简化视觉测量中摄像机的在线标定过程,建立畸变分离的摄像机模型,提出基于非量测畸变校正的摄像机线性标定方法。基于共线点的透视投影不变性,采用大量共线特征点对定焦镜头的畸变参数进行一次标定,摄像机内部参数可以由校正畸变后的特征点进行线性标定。该方法将畸变参数从摄像机模型中分离出来,不需要将畸变参数纳入到摄像机模型中进行多次重复标定。试验结果表明,畸变分离摄像机模型很好地符合了定焦摄像机的成像规律,基于非量测畸变的摄像机参数线性标定方法与传统的非线性优化标定方法的标定精度相当,标定速度提高近3倍,对于简化摄像机标定过程,提高视觉测量的便捷性,拓宽机器视觉的工程应用具有重要意义。     

基于激光点的空间物体的视觉测距方法与试验研究

建立了考虑一阶径向畸变的摄像机标定模型,利用视觉系统对图像处理的亚像素,逐步求解出摄像机的内外参数,对Cognex视觉系统进行了简便、快速、准确的标定,并通过激光点空间定位试验验证了该方法具有较高的精度和良好的实时性.     

基于图像差分的精密畸变校正研究

图像畸变是影响视觉检测精度的关键因素.通过图像差分建立畸变场微分方程,提出了摄像机光学成像系统畸变场微分方程参数的理论计算方法,实现了基于图像差分的精密视觉检测.首先给出差分成像方式及图像畸变场微分方程建立方法,然后高精度标定摄像机确定畸变场微分方程理想平移量参数,改进Harris角点提取法使其达到亚像素精度,再采用SAD角点特征匹配法确定畸变场微分方程局部位移量参数,最后利用Nelder-Mead-Simplex优化策略实现畸变场微分方程求解,获得图像畸变完整精确的描述.在石油管螺纹梳刀上的实验表明,该方法检测精度高,且仅需要2个平移自由度,极大地简化了图像检测机械装置.     

煤仓煤位双目视觉检测自适应标定技术研究

为了研究视觉图像测距检测煤位的理论和方法,运用基本的针孔成像模型理论,提出了一种非接触式高效的基于双目视觉图像自适应标定的煤仓煤位深度测量方法。通过结合Faugeras标定方法以及卫星定位原理,根据预设定的视觉传感器坐标以及在双目图像中提取的关键轮廓角点,代入三维坐标自适应公式,运用最小二乘法得出视觉传感器的内外参数,并使用线性优化对内外参数值进行优化,得到最终的摄像机内部和外部参数。最后,根据采集图像的像素信息,确定煤仓煤位的深度值,对整体参数RMS测量误差与张正友标定算法进行了对比分析。该方法不需要任何已知的摄像机参数,简单方便地求解。实验结果表明该方法精度较高,能满足煤仓煤位检测的需要,且使煤位检测标定过程实现了自动化。     

摄像机标定的一种方法

利用透镜成像理论建立摄像机数学模型,经过畸变分析提出一种实验要求低、标定参数全面的标定方案.解决了其它线性方法中部分内部参数的标定问题,避免了传统非线性优化的繁琐和不稳定,有效地提高了标定精度.