CCD摄像机内外参数标定技术研究

在介绍了几种摄像机标定技术基础上,导出一种摄像机成像模型,并给出该模型下的基于Tsai两级标定法的摄像机内外参数标定方法。实验表明,该标定方法操作简便,标定快速、准确。     

摄像机标定及矫正技术研究

随着人工成本上升和工业环境要求的变化,自动化和智能制造的趋势越来越紧迫,这也使得机器视觉在工业应用越来越广泛,其中摄像机标定是视觉中最重要的技术之一。因此在论述摄像机标定的原理和模型后,通过多次不同位置的标定,验证了标定次数对内外参数准确度的影响,通过对游标卡尺的图像处理验证了镜头畸变和利用标定参数矫正图像对检测结果的影响,提出了提高标定准确性和检验及矫正镜头畸变的方法。     

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。     

基于RAC标定法的CCD摄像机参数标定技术研究

传统的摄像机标定是在一定的摄像机模型下,基于特定的实验条件,如形状、尺寸已知的标定物,经过对其进行图像处理,求取摄像机模型的内部参数和外部参数。标定摄像机参数的方法很多,大多数采用变焦距法、径向准直法及根据透射成像原理进行标定,针对摄像机的像面中心的标定。文中建立CCD摄像机透视成像的数学模型,运用RAC标定法建立求解摄像机外部参数方程组,从而推导出在径向畸变模型下求解摄像机内部参数的方程。该方法采用CCD能很好地提高精度。实验结果表明,该方法计算量小,标定精度较高。     

融合线性方法和神经网络的摄像机并行标定技术

从摄像机成像模型的基础原理出发,针对神经网络的特性,构建不同的训练点集以获得不同的神经网络.提出对物点的世界坐标(XW,YW,ZW)信息分别进行标定,称之为并行标定.此方法不局限于单个平面位置的标定,标定过程中让标定模板沿ZW方向移动,覆盖一个三维标定区域.与以往标定方法相比,由于该方法减少了标定点数目,此方法在提高了标定精度的同时提高了标定速度.实验结果表明,该方法在XW轴和YW轴方向上的距离测量精度优于0.1%,在ZW轴方向上的距离测量精度优于1%.     

一种摄像机内参数的改进标定方法

本文提出了一种改进的摄像机内参数标定方法,不需要对摄像机进行旋转或平衡,它是利用摄像机的一些已知参数和空间三点的对应成像点,直接列写方程组从而求解出内参数。与旋转法和平移法相比较,该方法简单易行。     

CMOS摄像机标定实验研究

当今,CMOS摄像机在机器视觉领域已得到广泛应用,对CMOS摄像机的标定是一个必不可少的重要环节。文章介绍了CMOS摄像机的成像模型和标定的方法及流程,并基于HALCON,应用传统标定法中的最优化算法的标定方法实现对CMOS摄像机的标定。实验标定的结果表明,该方法精度高、鲁棒性好,可以有效地应用于各种计算机视觉系统中。     

简便的高精度摄像机标定技术

本文利用投影和透视变换理论以及矩阵转换知识建立了摄像机数学模型,模型中全面考虑了镜头的径向畸变和切向畸变。提出仅用中心附近点求取像面中心的简单方法。在标定模型中考虑到二维孔靶与一维工作台运动方向不垂直因素的影响,从而简化摄像机标定的操作过程,提高了标定精度。     

基于双目立体视觉的摄像机外参数快速在线自标定算法

提出了一种基于双目立体视觉的摄像机外参数在线自标定算法。该算法采用理想的小孔成像模型,事先离线标定好摄像机的内参数,且各项内参数在自标定过程中均不发生变化,通过双目系统采集的二维目标图像,进行匹配和分析计算,来实时标定视觉系统的位置参数即摄像机的外参数。由于该算法可以实现摄像机快速在线标定,可以实时获得视觉系统位置参数,故可为无人机的自主着陆提供高度信息。     

双目立体视觉中摄像机标定技术的研究

提出了一种介于传统标定和自标定的内外参数标定分离的方法。摄像机内部参数以透视成像模型为基础,用物理方法来提取;外参数标定时合理选取参考坐标系,通过实验分析求取两摄像头的外参数模型。该算法简单易懂,计算速度快,所需设备简单,实用性好。     

弹落点坐标测量系统的快速校准方法及精度分析

针对弹落点坐标测量系统的使用环境及精度要求,提出了一种仅对焦距及光轴水平偏角进行现场校准的相机参数快速获取方法。通过分析坐标解算模型,得出线性的校准方程,利用测量区域内两个坐标已知点(靶标),多个视觉传感器可一次完成校准。通过精度分析给出了该方法下最优的靶标摆放位置。该方法具有校准速度快,精度较高,实用和算法性能分析容易等优点,适用于远距离、大范围视觉坐标测量中相机参数的获取,尤其是野外坐标测量。实际应用中, 在1 200 m外对直径400 m靶区进行监测时,该方法可保证区内各点的坐标测量误差均小于0.3 m。     

多光谱 CCD 相机几何标定技术研究

多光谱CCD相机的技术特点是利用不同遥感谱段获得同一目标图像,通过不同谱段图像的组合,获取地物目标的物理特性。为了使多光谱CCD相机同时还具备测绘功能,能对获取的地物目标进行精确定位,发射前需要在实验室对多光谱CCD相机的几何参数进行精确标定。多光谱CCD相机几何标定是相机研制过程中的关键环节,是确定相机在惯性坐标系中姿态的必不可少的关键技术。本文着重介绍了多光谱CCD相机几何标定设备、标定方法和标定精度。多次标定结果表明：主距的标定精度优于10μm （1σ）,主点的标定精度优于2.1μm （1σ）,畸变的标定精度优于1.5μm （1σ）,满足多光谱CCD相机几何标定精度的要求。     

一种基于棋盘格的高精度分区域相机标定方法

在视觉测量系统中,相机的标定精度至关重要,将影响整个测量系统的精度。针对现有相机标定方法难以兼顾精度和操作复杂度的问题,本文提出了一种基于棋盘格的高精度分区域相机标定方法。首先,将棋盘格置于不同位置,提取不同位置角点的世界坐标和像素坐标,对所有角点用线性变换和非线性最优算法求解出全局标定参数。然后,将角点分为中间区域角点和边缘区域角点,对两区域角点分别标定得到两组分区域标定参数。标定实验结果表明：与全局标定法相比,分区域标定法的图像平均投影误差至少降低16%。该方法操作简单,精度高,可以很好的应用于工业视觉检测。     

摄像机标定技术研究

在简要介绍现有摄像机标定方法的基础上,提出了一种基于张正友两步法和Heikkila相机模型的改进的摄像机标定方法。经实验证明,该方法操作简便,具有较高的精度和较好的鲁棒性。而且,由于充分考虑了镜头切向畸变和像素倾斜角的影响,故适用范围更广。     

检校场标定长焦航测相机参数

为实现长焦航测相机内参数及畸变参数标定,提出利用室外检校场对相机进行标定的方法。介绍了该方法由初值到精确值的两步法的求解步骤、计算过程及实验过程。首先通过给定已知特征点位置信息以及不同角度不同位置下拍摄的影像,通过特征点提取及匹配,根据像点坐标与世界坐标的线性对应关系,基于直接线性变换算法建立约束方程求取相机参数初值,进而通过混合LMQN(Levenberg-Marquardt与Qusai-Newton)迭代优化加速求解精确值。与精密测角法比无需精密设备的操作及记录,只需不同位置不同姿态拍摄多张包含精确位置信息的检校场影像即可。最后进行标定实验并对结果分析,基于检校场的标定方法在参数解算中特征点最大投影误差为2.471pixel,标定参数主点精度为9.7μm(2pixel),主距精度为4.3μm(1pixel),解算相机拍摄位置精度0.035m,满足测绘应用的精度需求。     

大面阵彩色CCD航测相机的辐射定标

以大面阵彩色CCD航测相机为研究对象,分析其成像过程,提出了影响相机辐射响应特性的各个因素,并以此为基础,建立了辐射响应特性模型.分别在暗场和使用积分球的条件下进行了辐射响应标定实验,通过组合更改输入辐亮度、曝光时间和CCD增益等因素对相机的辐射响应特性进行测量和分析.结果表明,相机R、G、B颜色通道随输入辐亮度变化的辐射响应特性并不相同,但在工作谱段范围内均呈线性变化趋势.采用最小二乘法对辐射标定数据进行拟合,一次多项式拟合结果的决定系数R2值均可达到0.999以上.当输入辐亮度不变时,相机输出图像灰度值随曝光时间或CCD增益的变化星线性变化趋势,从而为其它工作条件下辐射响应特性曲线的推演奠定了理论基础.将相机辐射响应标定结果应用于相机调光功能,成像结果表明,获得的图像亮度适中,图像平均灰度值满足调光要求.     

基于神经网络的摄像机标定方法研究

提出了一种新的基于神经网络的摄像机标定方法。该方法将标定物从三维降到二维,在获得网络样本时,通过Harris角点检测法和张正友二维平板标定法得到,使其能够在保证精度的基础上,降低时间复杂度。实验结果表明,该方法得到了较好的实验结果。     

一种结合 TCP 标定的深度相机手眼标定方法

手眼标定是机器人实现视觉引导下精准作业中的关键技术。传统手眼标定和机器人工具中心点(TCP)标定分开进行,存在较大累积误差,同时针对深度相机的手眼标定存在精度不足的缺点。本文提出了一种结合TCP标定过程同步标定深度相机手眼关系的新方法。方法基于深度相机观测和TCP标定相同的标定平面,相机坐标系下标定平面方程和机械臂坐标系下标定平面方程为对应关系,通过平面方程之间的变换来计算手眼关系。本文方法减少了TCP和手眼关系独立标定累积误差影响,节约标定时间和标定件成本。仿真和实测结果表明,本文方法提高了深度相机手眼标定精度,标定后实测位置误差平均为0.2 mm,为机器人视觉控制系统高精度作业所需标定提供了一种新的思路。     

一种基于OpenCV和Tsai的摄像机两步标定新方法

为实现成形加工系统中摄像机标定技术,对开放计算机视觉函数库OpenCV进行了分析。在Tsai方法基础上,结合传统摄像机标定原理,充分考虑了透镜的径向畸变和切向畸变影响及求解算法,给出了一种适应于成形加工的MVS摄像机标定新方法。实验结果表明,该算法不仅具有良好的跨平台移植性,而且提高了标定精度和计算效率,能高效地获得相应的标定参数,可以满足一般成形加工中机器视觉系统的需要。