基于图像的模拟相机标定方法的研究

从光学测量角度出发,结合计算机主动视觉中的相机标定方法及数字图像处理技术,提出了一种CCD摄像系统畸变校正方法.该法通过使用经纬仪,不需相机做任何运动就能实现全过程的标定.该方法在摄像机模型中全面考虑了镜头的径向畸变,利用图像中心附近点畸变量较小的性质,用中心附近点和全场视点对摄像机内部参数和像差修正参数进行标定,最后由最小二乘法得到摄像系统畸变模型的畸变系数,解决了CCD摄像系统的畸变校正问题.与传统的相机标定不同,畸变校正中仅标定数字图像中像素间距和相机焦距.该法运用了亚像素细分算法,提高了测试系统的精度,是一种简单、有效、实用的标定法.     

线阵CCD测量系统的镜头畸变校正新方法

提出了一种线阵CCD测量系统镜头畸变校正的新方法.用线阵CCD相机及经纬仪组合体,对空间周期黑白条纹图像照相,通过图像处理和matlab曲线拟合建立图像像素坐标与无镜头畸变的理想像素坐标的关系式,即畸变校正函数.利用畸变校正函数可校正线阵CCD镜头畸变.将该方法应用于线阵CCD散布正交交汇测量系统后(两相机间距为1 561 mm),测量误差由畸变校正前5 mm提高到畸变校正后的0.9 mm.实验结果表明,用该方法进行镜头畸变校正后,线阵CCD散布测量系统的精度得到了显著的提高.     

用共线点列标定摄像机镜头畸变

提出一种用共线点列标定摄像机镜头畸变参数的方法,先根据交叉比不变性确定畸变中心,再利用直线的中心投影仍为直线这一性质确定畸变系数。仿真表明,只要采用相应方法降低像点坐标的误差,畸变中心的误差小于2个像素,畸变系数的相对误差不超过0.1。实验表明,用该方法得到的畸变参数,能够很好地校正图像。该方法简单易行,可应用于摄影测量、计算机视觉等领域。     

利用双频激光对二维图像测量系统标定的方法

提出了一种快速高精度的二维图像测量系统的标定方法,对该方法进行了详细的分析.标定时,使CCD摄像机沿着二维图像测量系统的导轨移动,采集加工有1个圆孔的靶标件的图像,计算圆心在图像中的位置.同时,用双频激光干涉仪测量CCD摄像机的移动距离,得到标定所需要的多个特征点在物面中的位置及在对应图像中的坐标位置.利用这些特点计算出二维图像测量系统的摄像机标定参数,标定精度达到1 μm.     

高精度星敏感器的标定

星敏感器是一种高精度的空间姿态敏感器,精度标定是保证其高精度测量效果中的重要一环。针对传统星敏感器标定的弊端,提出了将光学畸变、CCD倾斜角度、CCD旋转角度等作为一个整体进行参数拟合。该方法根据CCD不同区域的光学畸变、像等因素差别较大的原理,采用了先在全视场内建立一个星点的模型,然后对模型进行分区,对每一个区采用最小二乘法计算拟合参数,这样在进行星点精度计算时先带入拟合参数进行修正,最后得出单星的测量精度。该方法简单、方便、标定精度高。为了提高星点质心的提取精度,利用十字丝图像束代替星点图像,求出十字丝交点的质心。实验结果表明,A角标准差1.624″,E角标准差1.597″,完全满足系统要求的2″的高精度。     

线阵CCD相机镜头畸变标定方法

针对线阵CCD相机标定时镜头会产生畸变的情况,提出来一种利用交比不变的方法,考虑镜头同时存在的径向畸变和离心畸变,对畸变参数进行标定,建立畸变校正函数,并利用Matlab做出镜头畸变曲线,分析了线阵CCD相机镜头仅仅存在径向畸变时对结果的影响和径向畸变与离心畸变都存在时的影响。这种方法应用于相机标定之前,可以有效地消除线阵CCD相机镜头误差对整体标定结果的影响。     

采用复合式靶标的近景大视场相机标定方法

针对风洞内视觉测量视场较大,测量物体较近以及图像畸变过大等导致的标定精度低,标定物成本高等问题,提出了一种基于复合式靶标分区域分约束近景大视场相机标定方法。该方法利用一维标定架与二维标定平面构造的复合式靶标充满测量视场将测量视场划分区域,针对不同参照物信息采用分约束的方式完成整个视场的分区域准确标定,重建时针对感兴趣特征所处图像不同区域选取不同像机内外参数与畸变系数进行3D重建,完成基于复合式靶标的三维信息求取。最后,针对所提出的标定方法进行了标定精度对比以及验证实验。实验结果表明:内区域标定均方根误差为0.165,外区域标定均方根误差为0.276,标定精度高,满足了测量精度要求。     

应用于显微图像检测系统的一种快速标定方法

由CCD、显微成像装置和计算机组成显微成像检测系统常用于精细加工的高精度显微测量.但由于CCD所采集的图像存在较大的非线性畸变,在检测前必须对系统进行标定.研究提出了一种高效、快速检测系统的标定方法.通过预先设定的高精度标定模板,并采用图像处理技术,计算出模板中参考圆的精确坐标,并以此作为参数,求解由非线性方程组问题构成的矫正模型,获取系统的矫正参数.实验验证了该方法的有效性.     

光学定位系统中摄像机标定的研究

在被动式光学定位系统中,CCD摄像机的标定是一个极其重要的过程。CCD摄像机的标定过程实际上是求解摄像机内、外参数的过程。基于基本矩阵的摄像机标定方法是根据极线约束、本质矩阵以及基本矩阵之间的关系,利用传统的8点算法得到基本矩阵的初始值,再通过其他匹配点迭代计算摄像机的径向阶畸变和切向畸变系数,最后由得到的畸变系数值计算校正后的基本矩阵,从而实现对畸变图像进行校正。     

图像畸变校正算法在测量中的应用

工业用镜头对物体进行取像时,物体会产生畸变失真。畸变对物体参数的后续测量产生影响,所以必须对畸变图像进行校正。本文通过对已有图像畸变校正算法的介绍比较,采用了一种不拘泥于具体镜头,适用性强的校正算法。此算法首先根据畸变图像产生的原理对径向畸变建立模型,算法第一步使用亚像素边缘算法对失真图像定位边缘、提取边缘点;第二部用最小二乘法对提取的边缘点进行线性拟合,得到所有点与标准点的总平方和;第三步使用LM算法对第二步得到的总平方和进行优化参数处理,得到最优参数;第四步将最优参数带入反校正模型,最终还原图像。还原后的图像与标准图像相比,校正结果的精度可以达到1个像素的最大误差。