非结构化道路中基于均质雾天的摄像机动态标定算法

现有的交通摄像机标定算法大多基于车道线长度、车辆尺寸等先验信息,由于在非结构化道路中往往不存在车道线,使得标定算法具有局限性.为了改进摄像机标定在非结构化道路中的适用性,结合摄像机线性模型与均质雾天,提出一种只包含路面以及运动车辆的摄像机动态标定算法.首先生成并更新背景和场景活动图,提取路面、天空的纹理特征,利用区域搜索算法得到感兴趣区域,并根据感兴趣区域的像素变化规律判断当前天气是否为均质雾天;其次根据暗原色先验原理计算场景透射率,将结果映射到[0,255]作为图像显示;最后结合均质雾天光线传输模型、摄像机线性模型和暗原色先验原理导出标定方程,选取路面上具有特定透射率的8个点生成2个一次方程、1个二次方程和1个三角方程,依次标定摄像机参数,将视频多帧图像标定的参数值平均得到准确值.与角点检测法、摄像机6点标定法以及基于消失点的标定算法进行对比的实验结果表明,该算法是有效的且满足视频的实时性处理要求.     

双目立体视觉系统的非线性摄像机标定技术*

针对双目立体视觉的工业检测精度和实时性要求,采用LENZ畸变模型建立基于面阵CCD的双目成像几何模型,分析了成像模型的内外参数及针孔模型的局限性,提出改进的双目立体视觉系统摄像机两步标定方法。利用HALCON标定板及函数库平台,采用亚像素精度的边缘提取和椭圆拟合算法精确获取标定点,以建立像点与空间点的对应关系,并对标定参数进行非线性优化。实验证明该标定算法灵活准确,并具有良好的可扩展性。     

基于摄像机动态标定的交通能见度估计

为克服雾天能见度检测仪价格昂贵、检测范围小等缺点,该文结合雾天光线传输模型与摄像机几何光学模型提出一种交通能见度估计算法.该算法通过动态标定交通摄像机内外参数来计算路面区域内点到摄像机的距离,利用场景透射率得到大气消光系数并估计交通能见度.首先,算法基于活动图提取感兴趣区域,再根据区域内平均像素拟合曲线是否满足刃边函数对雾天进行识别;其次,通过暗原色先验原理估计交通场景中每一个点的透射率,并且选取道路上4组透射率差值最大的点对摄像机内部参数标定;然后,提取消失点及车道边缘线完成摄像机外部参数动态标定;最后,通过路面上点到摄像机的距离以及相应的场景透射率估计交通场景的能见度.该文将雾天多个交通场景下能见度值计算结果与人工观测、物理仪器测量等方法进行了比较,结果证明了该文方法的有效性与实时性.     

均质雾天下摄像机动态标定的车速估计

在均质雾天下,利用光线传输模型中的距离信息和摄像机线性模型动态标定摄像机来计算不同天气条件下的车速,与以往研究不同的是将均质雾天加入到交通模型.该模型只包含路面以及运动前景,不需提取交通常见的先验信息或交通特征.首先,在活动图的基础上利用区域搜索算法(ASA)提取感兴趣区域,如果所选区域内像素以刃边函数的形式变化则当前天气为均质雾天;然后,根据暗原色先验原理计算场景透射率,选取路面区域具有特定透射率差的8个点标定摄像机,通过多帧取平均获得摄像机参数的准确值;最后,将行驶车辆的图像坐标变换为世界坐标得到实际速度.通过在3种不同天气条件下的车速计算实验结果,验证了本文算法的有效性.     

道路场景下相机自动标定及优化算法

当前交通相机的自标定算法大多基于灭点或道路中的几何标识进行标定,但多灭点的检测存在不稳定及趋于无穷的"病态"条件,标识先验条件获取不精确等因素,造成自标定算法的实际应用受限.为了改进上述问题,首先根据典型道路场景,建立较稳定的单灭点标定模型;然后动态获取道路中的可标定区域及其中的几何标识,并在钻石空间中求取最佳灭点;最后利用场景中的冗余信息构造非线性约束条件,对标定参数在约束空间中进行迭代求最优,以消除标定初始条件不精确造成的标定误差.在云台相机监控的实际弯曲道场景中进行实验,同时改变相机视角及焦距进行实时算法处理,结果表明,该算法在多交通场景下的标定准确率达95%以上,优于现有算法,尤其适用于云台全方位交通相机的自标定.     

双目系统全视域采样的SVM标定模型分析

目的 为改善摄像机间接标定采样不全、模型表达模糊问题,实现小视场下检测视域完备采样,提出一种基于双目系统全视域采样的支持向量机（SVM）标定方法。方法 该方法利用六角晶格标定板靶点序号可读特点为基础,采集整个双目系统有效视域中检测点的视差坐标、世界坐标并建立完备的样本集。选取SVM对该样本集进行训练,将SVM算法得到的模型参数代入其决策函数中进行求解,获得公式化的标定模型。由于六角晶格标定板的四角和中心分布了5个互为非中心对称的多边形,可在标定板部分区域被采集的情况下获取标定板位姿信息,进而读取采集的各靶点序号。通过上下移动标定板,利用HALCON算子获取图像中各靶点的序号,建立双目视觉系统检测区域的完备样本集。最后,利用SVM算法训练样本获得标定模型,可以明确表达出标定模型的数学形式。结果 与传统采样建立的模型进行对比分析,实验结果表明该方法建立模型的标定误差减小了24.51%,降低了标定模型在传统方法未采样区域的标定误差,证明了该方法的可行性。结论 提出一种基于双目系统全视域采样的支持向量机标定方法,通过非中心对称的多边形确定标定板上靶点的序号,实现双目视觉系统检测视域的完备采样。实验结果表明该方法提高了摄像机间接标定的精度,具有良好的适用性和鲁棒性,适用于小视域内双目视觉系统的间接标定。     

几何法在双目立体视觉中的应用

本文提出了一种双目立体视觉的几何解法,通过分别获取场景中某物体在左右摄像机中投影点的实际像素坐标,利用标定得到的摄像机内参数,求得投影点的理想图像坐标.然后利用摄像机外参数,可获得经过摄像机的光心与投影点两点的射线的方向矢量,找到这左右两条异面射线的公垂线的中点,即为场景中某物体点.     

基于直线射影特征的摄像机参数标定方法

对于精度要求高、成本低或使用广角镜头的系统,在标定摄像机参数时需要校正镜头畸变.通常在摄像机标定算法中,镜头畸变参数的校正和摄像机参数求解都结合在一起,增加了算法的复杂性,并且依赖标定模板.针对以上问题,提出了一种新的标定方法,即不需要标定模板,也不需要确定空间点的精确坐标.首先通过直线的射影不变性校正镜头畸变参数,再...     

基于HALCON的板料成形网格应变测量系统的实现

随着计算机技术和信息技术的发展,视觉检测技术被引入到板料成形应变测量中。通过基于先进的图像处理软件HALCON,利用双目立体视觉原理,对摄像机进行标定,以获取摄像机的内外参数,并分析图像数量对标定准确度的影响。利用视差原理获得匹配点的三维坐标,根据圆形网格变形后的椭圆长短轴的长度变化,计算真实应变,并分析匹配误差对三维重建的影响,用OpenGL语言将应变可视化;在VC6.0下调用HALCON的算子库编程实现板料成形网格应变测量系统,实验证明该系统在速度、准确度方面能够达到测量要求。     

基于多摄像位的空间定位系统的研究与设计

基于多摄像位的空间定位即从来自多个摄像位的视频截图中获取物体的空间三维几何信息。本系统主要由三个部分构成,分别是:摄像机标定部分、立体匹配部分、基于点的三维重建部分。本文主要围绕这几个部分展开研究:首先,在摄像机参数标定中,采用正友的基于平面标定模板的摄像机标定方法,通过实验和计算获取摄像机的参数;其次,立体匹配部分采用了Burchfield算法,试验结果得到了视差图;最后,最后根据立体视觉基本原理,完成了三维坐标计算,得到了一个特定区域的点集信息(如球类)。本文最终设计并实现了一个应用于体育节目包装的基于多摄像位的空间定位系统。     

Calibration of omnidirectional cameras in practice: A comparison of methods

Omnidirectional cameras are becoming increasingly popular in computer vision and robotics. Camera calibration is a step before performing any task involving metric scene measurement, required in nearly all robotics tasks. In recent years many different methods to calibrate central omnidirectional cameras have been developed, based on different camera models and often limited to a specific mirror shape. In this paper we review the existing methods designed to calibrate any central omnivision system and analyze their advantages and drawbacks doing a deep comparison using simulated and real data. We choose methods available as OpenSource and which do not require a complex pattern or scene. The evaluation protocol of calibration accuracy also considers 3D metric reconstruction combining omnidirectional images. Comparative results are shown and discussed in detail.     

An accurate and robust visual-compass algorithm for robot-mounted omnidirectional cameras

Due to their wide field of view, omnidirectional cameras are becoming ubiquitous in many mobile robotic applications.  A challenging problem consists of using these sensors, mounted on mobile robotic platforms, as visual compasses (VCs) to provide an estimate of the rotational motion of the camera/robot from the omnidirectional video stream. Existing VC algorithms suffer from some practical limitations, since they require a precise knowledge either of the camera-calibration parameters, or the 3-D geometry of the observed scene. In this paper we present a novel multiple-view geometry constraint for paracatadioptric views of lines in 3-D, that we use to design a VC algorithm that does not require either the knowledge of the camera calibration parameters, or the 3-D scene geometry. In addition, our algorithm runs in real time since it relies on a closed-form estimate of the camera/robot rotation, and can address the image-feature correspondence problem. Extensive simulations and experiments with real robots have been performed to show the accuracy and robustness of the proposed method.     

基于HALCON的模版匹配与相机标定

阐述了HALCON基于标定板的相机内外参数标定方法,同时对其中关键的模板匹配做出独立的探讨。通过HALCON软件进行相机的现场标定,计算左右相机的内外参数标定。相机的内参数一版为固定不变的,而视觉测量中,左右相机的外部方位或许会受外界影响而改变,有必要对相机的外参数做出独立的精确标定。     

多目移动机器人全景视觉子系统标定研究

针对应用于多目移动机器人的单视点全景视觉子系统建立了相对统一的标定数学模型,该模型建立在多项式有限逼近的基础之上。将同一平面标定板置于视觉系统四周不同位置并获取图片,无需了解标定板的移动轨迹或者视觉系统模型,即可实现全景视觉系统的标定。为了测试该模型的可行性,对具有双曲面反射镜的反射折射全景视觉系统进行了标定,标定的结果满足多目移动机器人的设计要求。     

Non-goal scene analysis for soccer video

The broadcast soccer video is usually recorded by one main camera, which is constantly gazing somewhere of playfield where a highlight event is happening. So the camera parameters and their variety have close relationship with semantic information of soccer video, and much interest has been caught in camera calibration for soccer video. The previous calibration methods either deal with goal scene, or have strict calibration conditions and high complexity. So, it does not properly handle the non-goal scene such as midfield or center-forward scene. In this paper, based on a new soccer field model, a field symbol extraction algorithm is proposed to extract the calibration information. Then a two-stage calibration approach is developed which can calibrate camera not only for goal scene but also for non-goal scene. The preliminary experimental results demonstrate its robustness and accuracy.     

Monocular scene flow estimation via variational method

Scene flow provides the 3D motion field of point clouds, which correspond to image pixels. Current algorithms usually need complex stereo calibration before estimating flow, which has strong restrictions on the position of the camera. This paper proposes a monocular camera scene flow estimation algorithm. Firstly, an energy functional is constructed, where three important assumptions are turned into data terms derivation: a brightness constancy assumption, a gradient constancy assumption, and a short time object velocity constancy assumption. Two smooth operators are used as regularization terms. Then, an occluded map computation algorithm is used to ensure estimating scene flow only on un-occluded points. After that, the energy functional is solved with a coarse-to-fine variational equation on Gaussian pyramid, which can prevent the iteration from converging to a local minimum value. The experiment results show that the algorithm can use three sequential frames at least to get scene flow in world coordinate, without optical flow or disparity inputting.     

高速公路云台相机的自动标定

目的 云台相机因监控视野广、灵活度高,在高速公路监控系统中发挥出重要的作用,但因云台相机焦距与角度不定时地随监控需求变化,对利用云台相机的图像信息获取真实世界准确的物理信息造成一定困难,因此进行云台相机非现场自动标定方法的研究对高速公路监控系统的应用具有重要价值。方法 本文提出了一种基于消失点约束与车道线模型约束的云台相机自动标定方法,以建立高速公路监控系统的图像信息与真实世界物理信息之间准确描述关系。首先,利用车辆目标运动轨迹的级联霍夫变换投票实现纵向消失点的准确估计,其次以车道线模型物理度量为约束,并采用枚举策略获取横向消失点的准确估计,最终在已知相机高度的条件下实现高速公路云台相机标定参数的准确计算。结果 将本文方法在不同的场景下进行实验,得到在不同的距离下的平均误差分别为4.63%、4.74%、4.81%、4.65%,均小于5%。结论 对多组高速公路监控场景的测试实验结果表明,本文提出的云台相机自动标定方法对高速公路监控场景的物理测量误差能够满足应用需求,与参考方法相比较而言具有较大的优势和一定的应用价值,得到的相机内外参数可用于计算车辆速度与空间位置等。     

一种扩展小孔成像模型的鱼眼相机矫正与标定方法

鱼眼相机由于其超宽的视场范围（Field of view,FOV）（可以达到180°以上）,得到越来越广泛的应用. 常规的基于小孔成像模型的相机矫正与标定算法在超宽视场的鱼眼成像系统中已经不太适用,为了兼顾小孔模型的特点,本文提出了一种扩展小孔成像模型的鱼眼相机矫正与标定方法. 此方法是对小孔成像模型的进一步拓展,不仅具备小孔模型实现简单、适合人眼视觉效果以及相机标定方便等优点,同时将小孔成像模型适用的视场范围扩展到超宽视场领域. 其基本思路是:在利用小孔成像模型对鱼眼相机90°左右视场范围进行矫正与标定的基础上,使用非等间距的点阵模板,并结合直线拟合以及自然邻点插值算法,扩展小孔模型适用的视场范围. 本文使用鱼眼相机从不同的角度拍摄多幅模板图,完成鱼眼相机的矫正与标定. 通过求取的小孔成像模型参数实现相机的标定;对鱼眼相机拍摄的实际场景图进行畸变矫正测试,结果表明此方法能够很好地矫正鱼眼相机存在的畸变,得到符合人眼视觉效果的矫正图;单幅矫正图视场范围达到130°,结合不同角度拍摄的多幅模板图,可把矫正的视场范围扩展到180°.     

一种新的基于散焦图像的摄像机标定方法

提出一种新的用于散焦求深度的摄像机内参数标定算法。该算法依靠改变摄像机镜头光圈指数获取同一场景的任意两幅散焦程度不同的图像,提取两幅图像间模糊程度差异信息,结合分析透镜成像几何标定出摄像机的相应内参数。此算法解除了2006年由Park所提出的标定方法中必须有一幅聚焦图像的限制,并且无须对图像进行复杂的放大率标准化处理。模拟实验与真实实验均验证了算法的有效性和精确性。