摄像机畸变模型下线性标定方法的改进

为了快速有效地进行摄像机标定,这里对其线性标定方法进行了改进.基于常用的带有一阶径向畸变的摄像机模型,采用一种四面体姿态估计的方法来选取比较好的初值,然后逐步标定出各个参数,这样既大大减少了迭代次数,又避免了在线性求解中分解参数所带来的误差.实验结果表明,该方法具有较高的标定精度,对实验条件的要求较低.     

一种考虑畸变的摄像机线性标定方法

大多数摄像机标定研究侧重于用多幅图像、结合优化算法以提高精度,未能在线性标定阶段进行改善.分析了经典Faugeras线性标定方法存在的问题,提出了一种新型的摄像机线性标定方法.新方法充分考虑摄像机的特性,把图像中心作为主点位置,同时将与横、纵坐标分别相关的参数分开求解;而后将剩余参数进行混合求解,最后考虑畸变进行线性优化,得到畸变系数.新方法避免了传统方法将所有参数过早混合求解的弊端,是精度提高的关键,同时新方法也考虑畸变纠正,在线性标定阶段实现了精度的尽可能提升.实验结果表明,提出的线性标定法相比于经典Faugeras方法有了很大提升,在线性标定阶段测试点的反投影像素误差可控制在2个像素以内,为后期的非线性优化提供优良初值.     

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。     

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。     

一种基于立体模板的双目视觉传感器现场标定方法

给出了一种基于立体标定模板的双目视觉摄像机内、外部参数现场标定方法.该方法采用理想小孔模型忽略摄像机镜头的非线性畸变,把透视变换矩阵中的元素作为未知数,在已知一组三维空间特征点坐标及其对应的图像点坐标时,利用线性算法求解出透视变换矩阵中的各个元素,进而得到所需的参数.最后采用立体标定模板对该标定算法进行了实验验证,用标定完成的立体视觉传感器对已知长度进行测量,相对精度达到了0.02%,取得了较为理想的结果.结果表明:该方法由于无需迭代,因此计算速度快,在测量现场只需摆放一次标定模板即可完成标定,可高精度地实现摄像机内、外部参数的现场标定.     

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.     

CCD摄像机快速标定技术

在视觉检测系统中,针对视觉传感器数量多,且每个摄像机需标定的内部参数及外部参数较多的特点,提出了一种新的简单的快速摄像机标定方法.分析了摄像机的各个关键参数,采用了全线性标定方法和矢量分析法,逐步求出CCD摄像机的参数.该方法具有标定速度快、精度较高、实用和算法性能分析容易等优点,适用于一般视觉检测系统的摄像机参数的标定,尤其是大型视觉检测系统中多视觉传感器的摄像机参数的标定.实际结果表明,摄像机标定误差优于0.05mm.     

基于正交消失点对的摄像机标定方法

为了提高摄像机的标定精度和灵活性,提出了基于正交消失点对的摄像机标定方法。该方法采用了摄像机线性模型,仅需设计制作简易的标定模板并以不同的视觉角度拍摄多幅(至少3幅)平面标定模板的图像,利用消失点的性质和标定模板的几何特征,从每幅标定模板图像中可获得正交消失点对与标定矩阵之间的2个几何约束条件,从而线性标定出所有摄像机内参数,通过仿真实验和真实实验验证了该方法具有较高的标定精度和鲁棒性。     

机器视觉中的摄像机标定技术研究

机器视觉中在对景物进行定量分析或对物体精确定位时,都需要进行摄像机标定,即准确确定其内部和外部参数。寻找快速有效的摄像机标定计算方法是机器视觉中的重要问题。分析了带有透镜径向的一阶畸变的摄像机模型,利用RAC标定提出一种求解其参数的标定计算方法,标定过程每一步都用线性求解,避免了非线性优化中的不稳定性。试验证明,该标定方法操作简便,标定精度高。