线阵相机的圆环旋转标定方法

由于传统线阵相机的标定过程复杂,且对标定物精度要求较高,难以保证缺陷的定位精度,本文提出一种线阵相机的圆环旋转标定方法以提高缺陷的定位精度。该方法设计一种新型的圆环形标定板,在静态标定基础上通过旋转线阵相机采集相机视线与圆的交点的坐标,得到旋转角度以及多组标定点,建立线阵相机的成像模型和径向畸变模型,通过非线性优化整体误差函数求解相机的内参和畸变参数,同时分析相机不同旋转角度对标定精度的影响。实验结果表明,当θ≤20°时,该方法的标定精度在0.35 pixel以内,满足实际检测的定位要求,并且在PCB缺陷检测中得到较好的验证。     

鱼眼镜头的标定和畸变校正研究

为在使用鱼眼镜头得到大视野图像的同时得到正常的视觉效果,研究鱼眼镜头的成像模型及内外参数的标定过程.相比常用的标定算法,采用基于镜头模型的标定方法;针对Davide Scaramuzza提出的全方位相机标定工具箱,指出其不足之处,对角点坐标的精度、标定系数矩阵稳定性和角点范围随意性三方面进行优化和提高;根据标定结果对鱼眼畸变图像进行畸变校正,得到正常视觉的平面图.实验结果表明,优化后的方法实现简单、鲁棒性强、结果准确.     

一种使用校正模板的非线性摄像机标定方法

基于图像点满足的特定直线方程以及相邻图像点之间距离相等的性质,对标定模板图像进行校正,并通过改进的张正友标定法,提出了一种新的使用校正模板的非线性摄像机标定方法。与现存的方法进行比较发现,该方法能够实现较高精度的摄像机标定,鲁棒性比较强,且能够大大地降低算法的复杂度。     

基于非线性样条插值的大广角相机畸变校正方法

针对现有的棋盘格检测方法只能检测规则的棋盘格的问题,改进了基于生长法的棋盘格检测和匹配部分,使其能够生长出非规则的棋盘格,以增加棋盘内角点数据。针对目前大广角相机广角方向及复杂镜片的畸变校正方法存在精确性问题,提出了使用薄板样条(thin-plate spline)和双简谐(biharmonic)插值算法来解决畸变的方法。该方法通过散乱的多个数据点进行控制,使其趋近数据点目标值,从而拟合出映射曲面达到去畸变的目的。实验结果证明了该方法的可行性和鲁棒性,提高了复杂畸变和广角相机畸变在广角方向上的校正精度。     

基于二次曲线的线阵相机标定技术

针对绕固定轴旋转的线阵相机,提出一种基于二次曲线的相机标定方法。该方法只需要相机在2个或更多不同的方位拍摄图像,通过相机的转动在每个方位拍摄多帧图像。靶标采用一个包含3个或更多二次曲线的平板。相机和靶标可以自由移动,不需要知道运动参数。通过坐标变换,把每个方位所拍摄的多帧线阵图像排列成面阵图像。从面阵图像中提取二次曲线作为标定基元,以此简化基元对应问题。仿真实验结果表明,该方法精度较高,鲁棒性较好。     

Kinect传感器的彩色和深度相机标定

目的 针对现有的Kinect传感器中彩色相机和深度相机标定尤其是深度相机标定精度差、效率低的现状,本文在现有的基于彩色图像和视差图像标定算法的基础上,提出一种快速、精确的改进算法。方法 用张正友标定法标定彩色相机,用泰勒公式化简深度相机中用于修正视差值的空间偏移量以简化由视差与深度的几何关系构建的视差畸变模型,并以该模型完成Kinect传感器的标定。结果 通过拍摄固定于标定平板上的标定棋盘在不同姿态下的彩色图像和视差图像,完成Kinect传感器的标定,获得彩色相机和深度相机的畸变参数及两相机之间的旋转和平移矩阵,标定时间为116 s,得到彩色相机的重投影误差为0.33,深度相机的重投影误差为0.798。结论 实验结果表明,该改进方法在保证标定精度的前提下,优化了求解过程,有效提高了标定效率。     

一种图像测量系统的现场标定和畸变校正方法

提出了一种图像测量系统的现场标定和分区线性畸变校正方法,靶标件采用一加工有一个圆孔的工件,以圆心为特征点,标定时,CCD摄像机沿着系统的导轨移动,计算图像中圆心位置并读取导轨光栅尺数值,可以获得多组标定特征点。用中心部分特征点求出标定参数,从而计算出图像中各点的畸变值,进行分区畸变校正。     

基于畸变校正的双目立体摄像机线性标定

利用透视变换原理建立双目立体摄像机数学模型,全面考虑了镜头的径向畸变和切向畸 变,提出一种线性求解摄像机参数的标定方法,改变了以往的摄像机标定依赖于非线性优化的缺点,避免了非线性优化的不稳定性.该标定方法在单摄像机模型的基础上,加入对双摄像机相对位置的确定,通过成像过程中坐标系之间的转换,较好地实现了双目立体摄像测量系...     

基于混合模型的CCD镜头畸变精校正算法

针对机器视觉检测和高精度图像测量中使用的CCD镜头都存在不同程度光学畸变的问题,提出基于混合模型的CCD镜头畸变校正算法。用经典模型对畸变图像进行初次校正,用多面函数拟合法进行二次精校正,用三次B样条函数进行灰度重建。实验结果表明,该方法在不依赖摄像机内部参数条件下,相比单一的镜头畸变校正模型,精度提高,鲁棒性增强,校正后径向均方根误差为0.3个像素。     

基于共线点的镜头畸变校正方法

为实现未知摄像机参数的镜头畸变校正,提出了一种先标定畸变中心、再标定畸变系数的方法。先在镜头的不同焦距处对靶标成两次像,利用相同靶标点在两幅图像中的相对位置关系求解畸变中心;再根据直线的透视投影不变性,通过变步长的最优化方法搜索畸变系数。模拟实验表明,在靶标点数为25,噪声水平为0.2像素时,畸变中心的平均误差为(0.2243,0.1636)像素,畸变系数误差为0.28%。真实图像实验表明,用该方法得到的畸变中心和畸变系数能够很好地校正图像。该方法不需要标定摄像机的内外部参数,也无需知道直线网格的世界坐标,简便易行。     

一种基于非量测畸变校正的摄像机标定方法

设计一种基于非量测畸变校正的摄像机标定方法.该方法利用单参数除式模型校正镜头畸变,根据直线透视投影保留同素性,通过拉凡格氏法（LM）优化标定出畸变模型系数和摄像机主点坐标,然后校正成像点,使其满足针孔模型映射关系.根据内参数的两个基本方程,线性求解剩余参数.实验表明,该方法在非量测标定过程具有较好的鲁棒性,且对比张正友标定方法,可在单幅标靶图像下进行标定,避免了模型内外参数耦合在一起,提高了标定效率.     

基于OpenCV的摄像机标定

以增强现实系统中摄像机标定技术为研究对象,分析了开放计算机视觉函数库OpenCV中的摄像机模型,特别充分考虑了透镜的径向畸变和切向畸变影响及求解方法,给出了基于OpenCV的摄像机标定算法.该算法充分发挥了OpenCV的函数库功能,提高了标定精度和计算效率,具有良好的跨平台移植性,可以满足增强现实和其它计算机视觉系统的需要.     

基于IACPSO算法的摄像机镜头畸变校正

针对摄像机镜头畸变的非线性问题,提出一种基于改进的混沌变异自适应双粒子群优化(IACPSO)算法的畸变校正方法.IACPSO算法用两个独立的粒子群进行协同优化:种群一采用固定的惯性权重,同时利用立方映射混沌因子对进化过程中出现的停滞粒子进行扰动;种群二采用自适应的惯性权重,以适应度值为依据来动态调整惯性权重的大小,取两个种群进化过程中发现的最优粒子作为全局最优解.为了验证IACPSO算法在镜头畸变校正问题上的性能,将其与多种粒子群优化算法进行对比.仿真实验结果表明,IACPSO算法在求解过程中具有较强的鲁棒性,在低噪声下,其校正性能优于其他粒子群算法.最后,运用两组校正实例进一步验证所提出方法的有效性.     

航空大视场角镜头畸变校正技术

为校正航空相机大视场角镜头的畸变,基于Matlab的calib_toolbox工具箱,对拍摄的多幅不同角度和距离的模板进行摄像机标定,得出摄像机的内部参数和畸变系数,建立正确的畸变校正数学模型,通过后续编程处理,改进了Bouguet方法,可实现航空相机彩色图像的畸变校正,并提出一种新的有效的逆推重建图形比对法对图像的畸变率进行分析,量化畸变程度。仿真结果显示,该方法得到的彩色图像的畸变率校正后平均降低了大约10%。实验结果表明,该方法简单高效,且便于后续硬件移植,可实现实时畸变校正处理。     

由灭点进行径向畸变的自动校正

目的镜头畸变影响着3维重建、几何量测等工作的质量。根据图像中的灭点几何约束条件,提出一种根据灭点进行弱径向畸变自动校正方法。方法为避免包含畸变中心参数的非线性模型优化结果的不稳定性,在求解径向畸变系数之后进一步对畸变中心进行优化。首先根据灭点几何约束条件建立关于灭点与径向畸变系数的非线性模型,使用Levenberg-Marquardt(LM)算法估计灭点坐标与径向畸变参数,然后根据质量评价准则对畸变中心和径向畸变系数进一步迭代优化;最后,通过真实图像对该方法的可行性进行分析验证。结果采用不同的数据对径向畸变进行了有效地校正,并采用校正后的数据进行了相机标定,标定结果相对于传统基于非量测校正方法有明显的提高。结论充分利用图像中的灭点属性,提出一种新的镜头径向畸变校正方法。实验结果表明,该方法能够有效地对径向畸变进行校正,并克服了传统基于非量测畸变校正方法的不稳定性。