一种新的基于主动视觉系统的摄像机自标定方法

摄像机标定是从二维图像取获三维信息必不可少的步骤。该文提出了一种新的基于主动视觉系统的摄像机自标定方法,通过控制摄像机平台作4次平移运动（其中任意3次均不在同一平面上）即可线性地标定摄像机的内参数以及摄像机坐标系与平台坐标系之间的旋转矩阵。同时,还分别给出了利用立体视觉方法和纯极点方法唯一求解摄像机坐标系与平台坐标系之间的平移向量的充要条件。     

一种基于主动视觉的摄像机内参数自定标方法

摄像机定标是计算机视觉的一项基本任务．本文提出了一种基于主动视觉的摄像机内参数自定标方法．该方法和文献［1］提出的方法相比最大的优点在于不要求摄像机在三维空间作任意方向的平移运动，只需要控制摄像机在同一平面作四组运动，其中每组包括两次相互正交的平移运动，同时适当调整摄像机平移运动的姿态，可以线性求解摄像机内参数．理论上证明了如果摄像机作三次俯仰或者作两次俯仰一次扫视来调整摄像机平移运动的姿态，则解存在而且唯一．通过稳定性分析证明前一种方法对误差很敏感，后者则是稳定的．最后给出了采用真实图像的实验结果．     

新型单摄像机镜像双目视觉传感器的研究

通过分析玻璃厚度激光折射测量原理误差,并以双目立体视觉传感器三维测量模型为基础,提出一种自动补偿玻璃板上下表面倾斜的单像机双目视觉传感器模型.变传统的双CCD摄像机结构为单CCD摄像机结构,加装一组对称光学反射镜,镜像出一对虚拟摄像机,可在同一个CCD像面上采集到存在视差的两幅图像,从而消除玻璃板上下表面倾斜角引起的系统误差;建立了标定数学模型,并确定视觉传感器测量模型的标定方法.     

物体位姿单目视觉传感测量系统

物体位置与姿态的测量在航空航天、汽车车轮定位等领域都有着重要的应用价值.基于单目红外图像传感测量系统,通过对靶标图像特征的有效提取以及数据最优化方法,实现物体位姿测量.设计了专用于物体姿态测量的平面靶标,并介绍了单目传感器测量基本原理、测量模型及数据处理方法.系统具有结构简单、速度快,稳定性好等特点.实验结果表明,转角测量的重复性误差小于8″;平移测量的重复性误差小于0.02 mm.     

非线性模型下的摄像机自标定

摄像机标定是从二维图像获取三维信息必不可少的步骤，线性（小孔）模型摄像机自标定，目前已成为计算机视觉领域的研究热点之一，对于非线性模型下摄像机的自标定，目前还未见到相关的研究报道，用于线性模型一般不能准确地描述真实像机的几何成像关系，因此对非线性模型摄像机自标定的研究具有十分重要的实际意义，该文主要探索非线性模型摄像机的自标定方法，基本原理是将非线性模型视为线性模型和畸变项的叠加，然后利用线性模型的基本矩阵或单应矩阵，给出非线性模型参数的约束方程，从而实现非线性模型摄像机的自标定，模拟和真实图像实验均表明该文所给的方法是可行的，具有一定的实用价值。     

一种高效的视觉导航摄像机标定方法

针对移动机器人视觉导航中的摄像机标定问题,提出一种高效的摄像机标定方法。考虑透镜畸变的影响,利用Hough变换提取矩形棋盘格的角点,求出摄像机参数初始值,运用Levenberg-Marquardt算法对初始解进行非线性迭代优化。通过重投影方法将求出的角点重新投影到矩形棋盘格像平面上,并与原提取的角点相比较,分析产生位置误差的原因。实验结果表明,该方法抗噪声能力强,对实验条件要求相对较低,标定精度满足移动机器人实际导航的要求。     

一种新的摄像机线性标定方法

计算机视觉中,在对景物进行定量分析或对物体进行精确定位时,都需要进行摄像机标定,即准确确定摄影机的内部参数和外部参数,因此寻找新的快速有效的摄像机标定计算方法是计算机视觉应用中的一个重要问题。为也快速有效地进行摄像机的标定,并针对常用的带有一阶径向畸变的摄像机模型,提出了一种线性求解摄像机参数的标定方法,它可分步标定各参数,且全部采用线性方法求解,从而避免了非线性优化中的不稳定性,使得算法更为实用,简单快捷。实验结果表明,该方法具有较高的标定精度,是一种实用的标定方法。     

一种立体视觉的摄像机标定参数遗传优化方法

首先利用线性模型构建线性方程,通过最小二乘法估算出摄像机的内、外参数,然后考虑到摄像机的畸变影响加入非线性畸变方程。利用遗传算法具有良好全局优化的特点,对摄像机参数进行优化,提高了摄像机标定的精度和可靠性。实验结果表明,该方法达到预期目的且具有很好的实用性。     

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。     

一种用于复杂目标感知的视觉注意模型

针对自然场景图像中复杂结构目标的快速定位问题,提出一种新的视觉注意模型。对目标进行学习提取显著性图斑,将图斑的特征信息、异质图斑之间的相对位置关系引入视觉注意过程,采用基于图匹配的图斑搜索策略合并与目标特征相似的异质图斑,从而获得注意焦点。与自底向上的视觉注意模型进行实验对比,结果表明该模型能引入复杂结构目标的特征信息和结构信息,降低无效关注次数,提高视觉注意的效率。     

数码相机监控系统的研究与开发

近年来,在视频采集的应用中,数码相机监控系统以其高分辨率、方便、快捷、处理软件丰富以及高性能比等优点,愈来愈受到人们的青睐。文章将围绕数码相机监控系统软、硬件的设计和开发展开论述。     

光笔式视觉传感技术中控制点坐标测量值的修正

为了提高光笔式便携三维坐标视觉测量系统的稳定性,根据系统的测量原理和成像机理,在CCD摄像机像平面内对光笔上被测控制点的实际像点坐标进行平面直线最小二乘拟合,得到修正后的实际像点坐标;对计算出的被测控制点坐标在摄像机坐标系中进行空间直线的最小二乘拟合,得到修正后的被测控制点坐标,推导出了平面和空间直线的最小二乘拟合和数据修正公式.实验结果表明,经过上述数据处理后,被测点坐标的测量稳定性在Z,Y,X方向上可分别提高0.644 mm,0.04 mm,0.002 mm.     

单幅图像测量的一种新方法

本文方法表明,由一空间平面(参考平面)与其图像间的单应性矩阵(Homography)不仅此参考平面上的距离可以测量,而且可以测量与此参考平面垂直的平面上的距离.同时,分别位于两平面上的点间的距离也可以测量.这样就可以得到关于场景的更多的几何信息,此结果是在前人的基础上又向前跨了一步.另外,本文提出一种新的基于平面单应性矩阵的摄像机标定方法.模拟和真实图像试验均表明本文方法是可行的,并得到了令人满意的结果.     

一种新的手提相机自定标方法

在计算机视觉中 ,如何由非定标序列图象得到相机和景物的度量特性是相机自定标技术要解决的主要问题 .一般相机定标方法则是利用景物的已知三维点坐标或几何特性 (如正交方向的灭点等 )来确定相机的定标矩阵K,而相机自定标方法则是直接根据图象和相机内外参数的约束来确定相机和景物的度量特性 .相机定标对于计算机视觉的许多应用来说是非常重要的 ,而在实际应用中 ,由于定标过程往往是很复杂的 ,因而 ,在过去的几年中 ,许多学者在相机自定标方面做了大量的工作 ,其研究结果表明 ,对于刚性景物来说 ,相机自定标是可行的 .为了使摄像机自定标更鲁棒、速度更快 ,给出了一种新的基于线性模型的相机自定标方法 ,该方法是首先利用三点透视投影图、灭点和向量正交的性质来得到一组非线性方程 ,然后将其转换为线性方程组 ,以避免求解过程中的累积误差 ,最后高精度地求出了全部内参数 αx,αy,u0 ,v0 .实验结果表明 ,此方法是有效的 .     

一种基于模型的单相机姿态估计方法

利用单幅影像测量目标在空间的位置和姿态参数(Pose)在目标定位、场景监测与更新、目标识别、自动导航等领域有着广泛的应用。目前有很多方法用于解决该问题,这些方法按照目标模型点与对应成像点的对应关系是否已知而分为两大类:一类是对应性已知条件下求解Pose;另一类是对应性未知条件下同时求解Pose与对应性问题。该文提出了一种新的采用单幅影像求解目标位置与姿态参数的方法。与已有的方法不同,该方法完全回避了与Pose问题并存的对应性问题。它利用目标模型投影与真实影像中目标区域的重合程度建立一个包含Pose参数的能量函数,将Pose求解转换为能量最优化问题,并采用了Hooke-Jeeves算法求解这个最优问题。多组仿真数据的仿真实验结果表明,该方法是正确和有效的。     

一种新的基于圆环点的摄像机自标定方法

提出了一种基于圆环点的新的摄像机自标定方法.该方法仅要求摄像机在3个(或3个以上)不同方位摄取一个含有若干条直径的圆的图像,即可线性求解全部摄像机内参数.该方法原理简单,完全摆脱了匹配问题,也无须知道任何物理度量.整个定标过程不需要人的干预,可以自动进行,非常适合非视觉专业人员使用.模拟和真实图像实验表明,该方法精确度较高,鲁棒性较强,有一定的实用性.     

基于参考像面法的CCD摄像机标定新技术

摄像机标定是计算机视觉检测中必不可少的步骤.在现有的摄像机参数标定算法中,纯线性算法标定速度快,但标定精度不是很高;相反如采用非线性搜索算法,标定精度高,但存在标定速度慢以及会出现不收敛现象.通过对现有线性标定算法的研究,提出一种既考虑摄像机的径向和切向畸变,又能实现全线性化求解的全新标定算法--参考像面法.经验证该方法标定速度快、精度较高、算法健壮,适用于大型视觉系统多摄像机的快速标定.     

一种义项矩阵模型SMM

本文介绍了一个同时利用词语和义项来索引和检索文档的信息检索模型,称为“义项矩阵模型”SMM(Sense Matrix Model) . 利用词语和义项的关联提出了一种新的文档表示,即把文档表示成为一个term ×sense 矩阵,由此引进或建立起一些很有效用的数据分析技术,包括基于矩阵范数的文档相似度计算、文档向量和矩阵的离散余弦变换(DCT) 、多维数据正交分解(MAD) 等,并提供了一种新的、无需翻译或者模型训练集的跨语言检索和多语言文本分类的技术。另外,还讨论了对文档进行DCT的部分试验结果。