采用棋盘格靶标的全自动相机标定方法

为了去除相机标定过程中的人为干预,提出了一种采用改进的棋盘格靶标的全自动相机标定方法。识别出每幅标定图像中的四个标志圆,利用四个标志圆圆心的图像坐标和物理坐标计算二维射影变换矩阵。依据该射影变换矩阵计算出棋盘格角点的初始图像位置,接着提取亚像素精度的角点位置。迭代求解需要标定的相机参数。由实验可知,该全自动相机标定方法的棋盘格角点识别能力和相机标定精度,与Bouguet的相机标定工具箱相当,且可以显著地减少标定时间和工作量。利用20幅分辨率为640×480的靶标图像标定相机仅需16 s。     

一种改进的SUSAN算子棋盘格角点亚像素检测算法

SUSAN算子在检测角点时,只以USAN区域面积的大小作为判断准则,忽略USAN区域形状的影响。因此,该算法对棋盘格标定板中的内角点与边缘点难以区分。针对此问题,本文提出在SUSAN圆模板内再次采用SUSAN算子来实现对棋盘格标定板角点的有效检测。此外,在每个初定位角点的局部邻域内,采用二次曲面拟合法得到角点的亚像素坐标。实验证明,所提出的算法准确、有效、适应性好,能为摄像机标定提供亚像素精度的角点信息。     

一种棋盘格靶标不完整角点识别的修正算法

针对Hessian算子在棋盘格角点检测过程中边缘局部区域角点检测失败的问题,提出一种恢复角点识别的修正算法.首先基于坐标极值法自动识别棋盘格极点及边缘包络点,提取可以完整检测到所有包络点的2条边缘线上各自首尾及中间3个特征角点;然后利用交比不变原理求出边缘线上的消失点,并依据消失点原理求出未检测到的极点;最后根据四极点图像坐标与世界坐标的单应性关系重投影得出所有角点坐标.实验结果表明,与常用棋盘格角点检测算法相比,该算法具有较强的鲁棒性,处理过程可自动实现,在摄像机标定的应用上具有较高的实用价值.     

一种结构光三维扫描仪系统自动标定法

针对棋盘格特点设计新的棋盘格角点提取算法,利用标定棋盘格的特点实现了亚像素级的角点坐标自动化提取。实验结果证明,方法实现标定自动化的同时也保证了较高的标定精度和鲁棒性。     

基于二值几何编码图案的高精度结构光系统参数标定方法研究

该文提出了一种基于空间编码图案的结构光系统参数标定方法。与传统的基于棋盘格图案标 定策略不同的是,该文采用结构光编码图案实现了系统的高精度标定,具体实施步骤包括：(1)根据编码图案的几何分布特性提出了一种编码特征点检测算子,基于检测出的编码特征点构建拓扑结构,利 用仿射变换原理及双线性插值算法提取出编码几何元素图像;(2)将几何元素识别转化为监督分类问题,通过采集大量训练样本训练卷积神经网络,实现编码元素的准确识别和解码过程;(3)利用射影变 换原理建立相机像平面与投影机像平面之间的对应关系,利用此对应关系将标定板上棋盘格角点在相机像平面上的坐标转换至投影机像平面,最终实现了对相机和投影仪内外部参数的同时标定。标定结果显示,该方法对投影仪的标定重投影误差不超过 0.3 像素;三维重建实验结果显示,与传统标定方法相比,该文方法能够显著提升系统的标定和三维重建精度。     

一种自动、快速的Kinect标定方法

针对目前Kinect传感器人工标定方法误差大、速度慢等问题,提出一种自动、快速的Kinect传感器外参标定方法。首先,根据彩色图像提取的角点,生成彩色图像的角点集合;其次,为了实现角点点云的自动提取,对点云图像进行深度分割,提取棋盘格点云,采用三维哈夫(Hough)变换检测方法将棋盘格点云投影到深度图像的模板平面上,在深度图像模板中提取深度图像中的角点;然后,将深度图像中的角点映射到棋盘格点云中,形成角点点云;最后,将角点点云与彩色图像的角点集合进行配准,得到角点的3D空间坐标,进而计算出深度相机到彩色相机的姿态变换矩阵。实验结果表明,本文提出的算法在保证相机标定精度的前提下,将相机参数的计算时间从平均218ms降低到166ms,实现了自动、快速的Kinect相机标定。     

基于Harris算法的黑白棋盘格角点检测

简述Harris角点检测算法的原理、算法的执行流程和黑白棋盘格亚像素坐标求取的基本方法.通过实验检测出了黑白棋盘格中的角点,得到了角点坐标,并运用二次曲面拟合法得到了角点的亚像素坐标.简要分析Harris角点检测算法中各参数对检测结果的影响,给出了参数设置的一些心得.实验结果可以用于摄像机的标定.     

基于梯度与对称度提取棋盘格角点及角点递推定位

在摄像机标定中常用黑白棋盘格作为标靶,而获取棋盘格角点位置是标定的首要任务。介绍了使用8等分圆形模板获取棋盘图像的灰度梯度和中心对称度,并对其组合,显著增强了角点区灰度并抑制了非角点区灰度。再对局部峰值点孤立,使真角点与伪角点灰度明显区分。进一步对估计的角点集中心区取一样点作基点,由其5个最近邻角点判断棋盘格边缘方向,用线性预测和误差约束方法估计并向外递推取得所有邻接角点的像素级坐标,用角点行列数中值估计并确定棋盘格角点区及其左下角以完成定位。最后对所有角点区局部用更大的模板重新检测不对称度,并用角点及其4个邻点不对称度的线性模型估计角点亚像素级坐标。     

基于对称性分析的棋盘图像角点检测方法

为实现摄像机标定过程中棋盘图像角点的自动检测,提出一种基于对称性分析的的角点检测方法.该方法主要包括图像特征点提取、初始角点检测和角点检测3部分.首先,根据棋盘图像角点与图像边缘的关系提取图像候选特征点并对其进行聚类.通过采用ChESS算子计算每个聚类对应的图像特征点,实现特征点提取.然后,提出初始角点概念,并以检测到的初始角点为起始点,对具有不同对称性的角点提出相应的检测方法.最后,以检测到的角点为初值进行角点亚像素检测.实验结果表明,检测到的角点重投影精度约为0.12个像素.提出的方法可实现棋盘图像角点自动检测,满足摄像机标定要求.     

相机标定关键设备对标定精度的影响分析

相机和标定板是相机标定过程中的关键设备,针对二者对相机标定精度影响的问题,进行了一系列分组对比标定实验。首先,制作了棋盘格尺寸大小不等的A2、A3、A4 3块平面标定板,选择不同类型的4款数码相机,分组采集了240张棋盘格标定板图像;然后,依据相机针孔模型原理,采用MATLAB相机标定工具进行了相机的标定实验。研究结果表明:对于任一相机,使用棋盘格尺寸大小不等的标定板,相机的标定精度差别很大,其中A3标定板对分辨率最小的CCD相机标定精度最优,重投影横纵坐标误差的平均值均小于0.1像素。实验结果对计算机视觉研究中相机和标定板的选择具有参考价值。     

基于小波变换的油液金属颗粒检测算法研究

为了实时掌握发动机滑油系统的磨损状况,需要在线监测系统连续监测发动机内部磨损情况.随着发动机的工作时间与磨损状态的不同,其金属磨粒的浓度、成分、尺寸等参数均发生不同的变化.因此,滑油油液中金属颗粒参数的变化可以作为重要指标来反映发动机的磨损状态,需要专门的传感器系统进行实时在线监测.但由于使用环境等因素影响,往往会使油液金属颗粒信号包含噪声,对信息检测造成影响.提出一种基于小波变换的油液金属颗粒检测算法,充分利用小波变换对时域和频域的良好局部化性质以及多分辨率分析的特点,并结合发动机实际工况下的信号特征对信号进行降噪及检测,并对算法进行了实验验证.结果表明,该算法可以有效地实现信号降噪及检测.     

角点检测技术研究进展

角点是图像目标的重要的局部特征,角点检测是低层次图像处理的一个重要方法。角点检测在光流计算、运动估计、形状分析、相机标定和3D重建、视觉的定位和测量等方面都有重要的应用;根据实现方法不同可将角点检测算法分为基于模板的方法、基于边缘的方法、基于亮度变化的方法,并将现有的角点检测方法作了较为详细的分析、比较。     

3D计算中高速图形转换器算法设计

在图像处理过程中的分析图像的特征,需要达成特征提取,为后续的图像处理和分析。在目标图像的提取过程中,本文选定了特征角点特征。角点定位准确的图像匹配在三维重建中起着重要的作用。角落像素相对于外在的像素灰度值的突变或凸形状的像素点较为集中。本文分析了三个角点提取方法:苏珊角点检测方法,哈里斯角点检测方法,多尺度结合苏珊算法改进,亚像素角点检测方法,以便满足系统对精度的要求。     

面向图像角点特征取证的人工智能检测仿真

角点是展现局部图像特征的关键要素,但传统图像角点特征取证检测方法精度低,无法有效的解决角点特征图像中模糊、缺失等问题.为此,对面向图像角点特征取证的人工智能检测进行研究.通过在不同干扰情况下对图像做简化处理,完成特征取证.采用掩模平滑方法将提取出图像角点做增强处理,最后利用人工智能中链码和与差算法对图像做检测.结果表明...     

星载SAR传感器外场定标实验研究—以TerraSAR-X卫星为例

传感器的定标精度是衡量SAR卫星系统性能和数据质量的重要标志。以TerraSAR\|X卫星为例,系统设计了外场定标实验流程,围绕高精度获取参考目标外场实际几何坐标和散射截面积的目标,对角反射器的设计与制作、布设方案、状态参数计算和坐标精密测量等问题进行了研究。基于同步获取的SAR数据和外业数据,进行了TerraSAR\|X几何和辐射定标参数的精度验证。验证结果证明了实验总体设计和关键问题解决的有效性,对于其他星载SAR定标工作具有借鉴意义。
     

基于边缘关联点云的激光雷达与相机外参标定方法

激光雷达的点云和相机的图像经常被融合应用在多个领域。准确的外参标定是融合两者信息的前提。点云特征提取是外参标定的关键步骤。但是点云的低分辨率和低质量会影响标定结果的精度。针对这些问题,提出一种基于边缘关联点云的激光雷达与相机外参标定方法。首先,利用双回波提取标定板边缘关联点云;然后,通过优化方法从边缘关联点云中提取出与实际标定板尺寸大小兼容的标定板角点;最后,将点云中角点和图像中角点匹配。用多点透视方法求解激光雷达与相机之间的外参。实验结果表明,该方法的重投影误差为1.602px,低于同类对比方法,验证了该方法的有效性与准确性。     

基于段测试的X角点检测与亚像素定位

针对X角点快速检测和精确定位要求,提出了一种实时识别、定位X角点的方法:首先,根据X角点图像对称性和亮度分布特征,筛选出候选X角点;随后,对候选X角点进行段测试,确认候选X角点,并检出测试段中位于图像边缘上的像素,进行角点的亚像素定位.与Harris算法比较,该方法能有效检测X角点并排除其他类型角点,具有较高的定位精度...     

角点检测的甜瓜瓜蒂高效分离法

准确检测并分离甜瓜瓜蒂,对于基于计算机图像处理的甜瓜品质分级系统具有重要意义。提出了一种基于角点检测的瓜蒂检测和分离方法,该方法利用瓜蒂区域和甜瓜其他部分角点分布差异较大特点,准确地找到并擦除瓜蒂,算法对瓜蒂形状、长短、粗细不敏感,有较好的适应性。与多种已知瓜蒂检测算法的对比实验表明,算法具有很高的识别率和较小的耗时。     

基于双目视觉的板材平面测量研究

针对传统人工测量板材尺寸精度较低、工作量大、易导致板材表面受损等局限,基于双目视觉技术设计了一种板材尺寸视觉测量系统;通过双目相机采集棋盘格图像,采用MATLAB进行相机标定和图像校正,拍摄左右图像并通过半全局立体匹配算法(SGM,semi global matching)进行特征点立体匹配,重建出目标三维点云模型;为提高目标特征点坐标获取的准确性,提出基于HARRIS的亚像素检测方法;采用区域生长算法结合膨胀和腐蚀操作提取板材表面轮廓,根据三角测量原理计算出板材轮廓上各点的三维坐标从而实现板材的尺寸测量,并进行点云重建增强三维展示效果;实践结果表明亚像素检测方法在角点提取上存在优势,在实际板材测量应用中实现了高精度尺寸测量,满足了工业测量需求。     

残冰检测中飞机图像特征点精确提取算法

传统角点检测算法无法精确提取感兴趣的特征点。为此,提出一种新的特征点提取算法。通过曲率角点检测算法提取飞机图像的特征点,并作为待匹配图像,采用像素相关性匹配算法进行特征点提取,利用飞机机身固定结构约束匹配算法去除误匹配对。实验结果表明,该算法具有较好的适应性,能够精确提取特征点。