一种基于圆环点的相机定标方法

提出了一种基于圆环点求解相机内参数的方法．该方法要求相机在至少3个不同方位摄取一个含有若干条直径的圆图像,提取图像中的椭圆和直线,利用相切的射影不变性确定灭点及消隐线,通过消隐线和椭圆求交计算圆环点的图像坐标,从而线性求解全部相机内参数．整个过程既不需要对模板进行精确度量,也不涉及图像匹配问题．大量的模拟和真实图像实验结果表明,该方法精确度高,鲁棒性强．     

一种简便的双目摄像机标定方法

针对传统摄像机标定方法,在张正友平面模板两步法的基础上,提出了一种简便的双立体摄像机标定方法, 在标定中通过选取图像中心附近的点作为初始预测值,再进行非线性搜索来确定摄像机内外参数由于该方法在摄像机畸变模型中充分考虑了切向畸变的影响,使得标定应用范围更广.实验证明,标定模扳制作简单,标定过程快捷具有较高的精度,完全可以满足双日立体视觉应用的要求.     

基于图像反馈的标靶面与光轴垂直调节系统

介绍了摄像机标定的内部参数,阐述了标靶面与光轴垂直可以简化标定的过程.当标靶面与光轴垂直时,利用标靶面上特征圆在CCD成像面上成像也是圆的特点,提出了基于图像反馈的标靶面与光轴垂直的调节方法.一般情况下,标靶面与光轴不垂直,标靶面上特征圆在CCD成像面上成像为椭圆.通过图像处理和最小二乘椭圆拟合法计算出成像椭圆的长短轴及偏角,设计了调整控制策略.实验结果表明,该方法是有效可行的.     

机器人视觉系统的自标定新算法

基于平面模板摄像机自标定的新算法，利用正六边形的特性，给出了一种精确求解其外接圆圆心的巧妙方法．基于这种算法，又提出了一种完全基于欧氏空间一般定理的实用算法．在平面模板上需三个半径已知的圆，摄像机只需作两次运动参数未知的刚体运动，即可确定摄像机的内部参数．本算法对摄像机的运动没有约束，且平面模板易于制作．仿真试验和真实图像试验的结果表明，此算法的标定精度足可与通常的平面模板标定算法相比，且用到的图像幅数更少．     

基于单模板的二维场景重建方法

针对现有场景重建算法具有计算复杂度高且鲁棒性差的缺点,本文采用一种基于映射变换的黑箱标定方法,根据图像坐标与世界坐标的线性映射模型,利用矩阵方程获取摄像机参数。与传统方法相比,该方法仅需一幅模板图像,降低了特征点与模板个数,简化了计算。实验过程中,利用图像降噪、改进的Harris算子角点提取等预处理过程快速提取特征点,实现摄像机参数标定的映射变换;建立了误差评价函数评价本文方法与Tsai标定算法。实验结果表明,该方法具有稳定性强、计算精度高、算法简捷的特点。     

基于图像畸变矫正的摄像机标定方法

本文提出了一种新的摄像机标定方法,首先对含有畸变的二维图像进行矫正,再应用矫正后的图像对摄像机进行线性模型标定。给出了标定方法的理论依据和求解过程,并将其与线性标定方法和两步法进行了对比实验。实验结果表明:该方法无需预标定过程,即可迅速、方便地对摄像机进行标定,并且具有较好的精度。     

机器视觉疲劳裂纹扩展试验裂纹测量系统标定方法

机器视觉检测金属疲劳裂纹扩展试验中,需要先对摄像机进行标定,设计了机器视觉疲劳裂纹扩展试验裂纹测量的实验装置,通过高斯平滑滤波和拉普拉斯图像增强对标定块图像预处理,采用亚像素边缘检测精确获取图像边缘,根据标定块的特点,采用直线拟合法检测标定点.建立针孔摄像机成像模型,并结合本系统的实际情况采用一种改进的Tsai标定方法.在NI-Vision平台上进行了标定实验,实验证明本标定算法达到了预期的功能和精度需求,为后续疲劳裂纹的测量奠定了基础.     

基于交比不变量的摄像机标定方法

为了解决摄像机标定的菲线性优化过程中解的不稳定性问题,针对具有镜头径向畸变的摄像机模型,提出了一种实用的摄像机线性标定方法.该方法利用透视投影的交比不变性原理标定镜头的畸变系数,基于摄像机成像的单应性矩阵及内部参数的基本约束,线性标定出其他摄像机参数.实验结果表明,该方法标定模板制作简单,速度快,具有一定的鲁棒性,可以满足工业机器视觉的精度要求.     

基于Matlab的摄像机标定方法研究

摄像机标定的目的是建立三维坐标与二维图像坐标之间的对应关系,由摄像机拍摄的二维图像通过计算和实验得到物体的三维坐标值.基于摄像机的针孔模型,阐述了摄像机的标定原理和引起摄像机畸变的原因,在Windows系统下利用Matlab的摄像机标定工具箱进行了平面标定模板的角点提取和校正并给出了标定摄像机的参数表.实验表明,该标定方法和标定过程标定精度高、易于实现.     

一种基于基础矩阵的摄像机自标定技术

为了解决传统摄像机标定技术的精确度差和使用不方便而提出了一种新的摄像机标定算法．该方法从基础矩阵方程出发,推导出摄像机5个内参数的求解方程,并根据测量得到的沿x轴和沿z轴的平移量ty、tz,计算出摄像机的5个内参数．经大量的仿真实验,该方法具有很高的精确度．     

圆孔几何参数的图像测量方法

为了快捷方便地测量圆孔的直径和深度,提出了圆孔几何参数的图像测量方法。首先,将相机模型简化为针孔成像模型,并对相机的焦距进行精确标定;然后,根据同一相机在不同物距下两次对同一物体成像的大小不同这一特性,在不同的两个物距下分别对所测圆孔成像;最后,对图像进行畸变校正和边缘提取等图像处理工作,并由图像信息计算出所测圆孔的直径和深度。实验结果表明,所提出的图像测量方法的测量误差小于0.15mm,能够满足圆孔的一般精度测量要求,适用于测量精度要求不高的在线测量以及接触式测量方法无法完成的测量任务中。     

摄像机与3D激光雷达联合标定的新方法

针对摄像机与3D激光雷达融合系统的标定问题,提出了一种基于平面标定模版的新方法.整个标定过程分为单传感器独立标定和多传感器联合标定两部分.与以往的基于特征点或者边缘对应的标定方法不同,根据传感器原点到标定平面的距离对应性原理实现了联合标定,解决了在激光雷达距离图像上提取特征点或者边缘时精度较低带来的问题.同时,仅采用同一块平面模板完成了整个标定过程,简单实用.实验结果表明,相比传统标定方法,本方法能够获得更高的精度.     

基于单个人工地标的机器人自主定位

结合地标设计的四个基本规则,设计了基于QR code的自相似二维人工地标,并讨论了其在复杂环境下的提取、识别问题,研究了相应的算法.利用摄像机标定技术,通过在人工地标上选取标定点求解出摄像机参数,实现了基于单个人工地标的机器人定位.实验结果表明,机器人完全可以在复杂环境下利用该人工地标实现快速、准确地定位和导航.     

基于单个人工地标的机器人自主定位

结合地标设计的四个基本规则,设计了基于QR code的自相似二维人工地标,并讨论了其在复杂环境下的提取、识别问题,研究了相应的算法. 利用摄像机标定技术,通过在人工地标上选取标定点求解出摄像机参数,实现了基于单个人工地标的机器人定位. 实验结果表明,机器人完全可以在复杂环境下利用该人工地标实现快速、准确地定位和导航.     

基于双一维靶标的摄像机标定方法

针对大视场摄像机的标定,提出一种基于双一维靶标的摄像机标定方法。两个一维靶标任意放置在摄像机视场内,摄像机从多角度拍摄靶标图像;利用一维靶标特征点共线的特性进行图像畸变校正;计算两个一维靶标所在空间直线在图像中的消影点,得到在空间中的夹角关于摄像机内参数矩阵的表达式,利用其所成角度恒定这一约束求解摄像机内部参数;采用非线性优化方法,求解摄像机内、外参数在最大似然准则下的最优解。仿真试验结果表明,当噪声水平小于0.5 pixel时,摄像机内部参数的相对误差均小于0.3%。实物试验结果表明,视场范围为1 200 mm×800 mm时,该方法的标定精度优于0.1 mm。     

基于主元分析的相机间颜色校正

针对相机间的颜色校正问题,提出一种新方案以克服因相机所处环境不同而对校正结果带来的影响。利用主元分析确定颜色空间变换关系矩阵,将RGB颜色空间转换到各颜色通道间相关性较小的Lαβ空间,在该颜色空间下,利用图像的颜色统计特性一致性原理对相机间的颜色进行校正。实验结果表明,新方案可有效克服相机所处环境对目标颜色校正的影响,实现较为理想的相机间颜色校正。     

利用颜色通道间关系的源相机分类方法

颜色滤波阵列(color filter array, CFA)插值会在不同颜色通道间引入相关性。为了提高源相机分类识别的准确率,提出了一种新的利用颜色通道间相关性的源相机分类方法。用不同颜色平面频谱差分的方差图来反映插值算法之间的差异,对来源于不同品牌或型号相机的图像进行分类。所提出的方差图可以有效准确地区分不同的插值算法。实验表明,所提出的算法对现有消费类相机所拍摄的图像有较好的识别率和鲁棒性。     

双目视觉在类人机器人测距中的应用

为实现类人机器人对复杂目标高精度识别并测量出目标实际距离,提出一种双目目标识别与测距方法. 首先利用棋盘标定法对摄像机进行标定并捕获图像;然后利用局部二值模式算子（LBP）和优化后支持向量机（SVM）对目标进行识别;在识别的基础上,再采用尺度不变特征变换（SIFT）算法对特征点进行匹配并根据三角测距原理计算出目标实际距离. 实验结果表明该方法不但减少了人为参数指定,并且提高了特征点匹配效率,测距精度能够达到94%以上,满足类人机器人高精度测距和实时性要求.