基于消隐点的摄像机标定关键技术研究现状及发展

对基于消隐点的摄像机标定技术主要研究成果进行了综述.总结了产生消隐点的各种靶标,分析了靶标中消隐点的获取方法与典型的基于消隐点的标定技术,探讨了基于消隐点的摄像机标定技术的研究方向以及下一步的研究问题.     

B双空间几何中基于消隐点的摄像机标定

对比目前常见的CCD摄像机标定技术,采用了一种基于消隐点的摄像机标定方法。该方法基于射影几何中的B双空间几何概念,在充分利用二维棋盘格标定图像中点、线和面固有的几何关系与属性的基础上,通过改进的角点提取与计算,首先针对摄像机内参数中的横向焦距与纵向焦距进行计算,然后结合非线性优化方法对参数进行优化计算,从而求解出待标定摄像机的全部内参数。该标定方法具有操作过程简单和实验误差小的特点。     

基于平行直线束图像序列的摄像机标定

模拟与实现了一种基于主动视觉的摄像机参数标定方法;首先对空间平行直线束的成像规律进行研究,建立了平行直线束的消隐点与投影中心的连线和该平行直线束方向矢量的关系,在此基础上利用多组平行直线间的夹角作为约束求解摄像机焦距以及外参数.实验中采用普通的电脑液晶显示屏作为标定模板,液晶屏中显示按规律变换位置的平行直线束图像,摄像机进行同步拍摄获取液晶屏图像序列;在标定过程中摄像机与液晶屏的位置固定不动,避免了主动视觉方法对高精度平台的要求;该方法完全自动进行,内外参数分阶段线性求解且稳定性高;方法中不涉及图像间匹配问题,且无需知道标定模板的物理度量;模拟与真实实验均表明了该方法的有效性与实用性.     

一种基于消失点的摄像机标定方法

为了简化摄像机标定,提出了一种基于消失点的摄像机标定方法,该方法仅需根据场景中3组已知的相互正交的平行线就能标定摄像机的内参数.该方法分为两步(1)根据场景中3个正交方向上的消失点计算摄像机的主点位置以及像机的焦距,首先得到摄像机内参数的初步估计;(2)以此估计值作为初值,通过非线性优化来得到摄像机内部参数的精确估计.最后使用模拟图象和真实图象对该方法进行了实验.结果表明,该标定方法是可行的,具有较高的精确度和较强的鲁棒性.     

基于网格状纹理的简易摄像机标定方法

摄像机标定方法在移动机器人视觉系统的研究中具有重要意义。该文提出了一种基于网格状地面的简易摄像机标定方法,通过引入边缘提取、Hough变换、灭点检测等图像处理技术,对网格状地面图像进行了垂直和水平两个方向的直线检测,进而确定标定点的位置,最终实现了摄像机的快速标定。实验结果表明,该方法是可靠有效的。     

一种摄像机亚象素线性标定方法

提出了一种考虑径向畸变的摄像机线性标定方法。采用一个方格图样模板进行标定,先利用改进的Harris算子精确提取角点的亚象素坐标,通过预标定获得主点坐标;然后在考虑摄像机径向畸变的情况下建立摄像机模型,并求解摄像机内外参数。实验及误差分析表明:该标定方法具有较高的精度和较好的实时性。     

基于改进Harris角点算法的摄像机标定技术研究

针对传统的Harris角点提取算法对噪声敏感,执行效率低等不足,提出了一种改进的Harris角点提取方法;以Harris角点提取算法为基础,通过优化角点响应函数,消除系数K,提高角点提取算法的执行效率;采用改进的 Harris 算法对黑白棋盘表格进行内角点提取,利用张正友摄像机标定法计算USB摄像机的内外参数;实验结果证明了该方法可以有效的对黑白棋盘格内角点进行提取,准确高效,提高了摄像机的标定精度和准确性,是一种可行的摄像机标定方法。     

分布式环境下的多摄像机标定

针对分布式环境下多摄像机的标定问题,我们提出了一种切实可行的多摄像机标定方法。标定过程仅需要各摄像机拍摄下包含激光点的图像即可。在整个标定过程中利用了所有图像的信息,因此比以往的方法具有更好的鲁棒性。整个标定操作过程方便,易于实现。实验结果表明,该方法是一种有效的多摄像机标定方法。     

基于投影仪和摄像机的结构光视觉标定方法

为实现基于投影仪和摄像机的结构光视觉系统连续扫描,需要计算投影仪投影的任意光平面与摄像机图像平面的空间位置关系,进而需要求取摄像机光心与投影仪光心之间的相对位置关系。求取摄像机的内参数,在标定板上选取四个角点作为特征点并利用摄像机内参数求取该四个特征点的外参数,从而知道四个特征点在摄像机坐标系中的坐标。利用投影仪自身参数求解特征点在投影仪坐标系中的坐标,从而计算出摄像机光心与投影仪光心之间的相对位置关系,实现结构光视觉标定。利用标定后的视觉系统,对标定板上的角点距离进行测量,最大相对误差为0.277%,表明该标定算法可以应用于基于投影仪和摄像机的结构光视觉系统。     

基于三目视觉的红外热像仪标定方法

针对红外热像仪标定精确低的问题,设计一种能准确标定红外热像仪的方法。首先,使用两台可见光摄像机及一台红外热像仪组成三目系统,标定出可见光摄像机参数,并在系统视野内挥动带有特制灯泡的标定杆,获取匹配点对;然后通过可见光摄像机组成的双目系统重构点的三维坐标,建立起红外热像仪图像点与三维坐标点的对应关系;最后标定出红外热像仪参数并进行优化。实验结果表明,该方法精度较高,满足应用需求。     

基于BIM和深度学习的建筑平面凹凸不规则识别

建筑抗震超限审查是高层建筑、特别是超高层建筑审查的重要内容,建筑平面凹凸不规则是建筑抗震超限审查的项目之一。目前的建筑平面凹凸不规则识别主要由人工依据设计规范进行,然而日益复杂的建筑平面设计超出了规范的示例范围,也加重了人工审查的负担。建筑平面识别可以看成是图片分类问题,考虑到实际工程中规则样本和不规则样本之间的不均衡性,利用异常检测的思想,提出了一种基于建筑信息模型(BIM)和深度学习进行建筑平面凹凸不规则辅助识别的方法。首先,利用几何对象之间的布尔交运算得到BIM模型的建筑平面;然后,通过图片预处理,生成建筑平面外轮廓图;最后,将建筑平面外轮廓图输入已训练好的异常检测深度学习模型,反馈识别结果。实验结果表明,相比于传统的图片分类模型,采用异常检测的思路对不规则建筑平面图的识别率提高了15%,更符合实际工程的需要。     

模糊滑模变结构控制在AUV纵倾控制中的应用

无人水下机器人(AUV)在潜浮运动过程中,纵倾角的控制对其在垂直面的运动状态起着关键的作用.尽管目前研究的控制方法对纵倾角有较好的控制效果,但是由于AUV不确定的非线性特性和模型参数,其控制性能并不理想.根据AUV垂直面的非线性模型,在特定的工作点对非线性模型进行了线性化,得到AUV垂直面纵倾运动的数学模型.设计了基于模糊控制理论的模糊滑模变结构控制器调整滑模控制的控制增益,并在海流干扰下用该控制器成功地对AUV进行了纵倾控制.仿真结果验证了该控制方法对运动模型不确定的AUV具有很好的控制性能,在外界干扰下,既保证了控制系统的快速性和鲁棒性,又能够有效地削弱抖振.     

基于斐波那契采样的三维线云模型平面提取算法

该文提出了一种新的基于三维线云模型的平面提取算法：首先将三维线云模型的每条线段映射成高斯球面上的一个点,将三维空间中的平面提取问题简化为过球心平面的拟合问题;然后在高斯球面上做近似均匀采样,对过球心的平面进行拟合;最后根据平面方程的截距信息分离出平行的平面以达到提取平面的目的。实验结果表明,在提取平面的完整性以及平面提取的质量方面,该文算法比目前常用的平面提取算法有明显的提升。     

基于视图不确定关系模型的地面目标位置估计和跟踪

为了实现地面上目标的位置估计和跟踪,本文提出了一种摄像机平面视图与地面位置估计之间关系的建模理论。首先分析了随机变量(摄像机图像平面上的位置估计和地面上的位置估计)在投影变换下的变换方式,表明了当某些几何性质满足时,投影变换会将正态分布映射为正态分布；其次采用无迹变换来计算得到变换后的随机变量的矩；最后采用得到的建模相关性设计了一种用于多个摄像机位置估计的最小方差估计器,并应用于跟踪地面上动态环境中的多个目标；实验结果表明,本文提出的模型不仅具有较好的组合位置估计能力,而且还能够利用这种模型得到的最小方差估计器有效地呈现和跟踪地面目标。     

平面联接固定结合部动力学模型的一种建模方法

机械结构结合部精确建模是对含结合部的机械结构进行动态分析和优化设计的关键问题之一。文章主要研究块体结构和平板由螺栓联接后构成的固定结合部的动力学建模问题。将结合部区域的刚度特性用结合部的材料机械特性参数等效表达,提出了虚拟接触材料的结合部刚度表达模型。通过模态实验和模型修正识别出不同结合面工况下虚拟接触材料的弹性模量,建立了含结合部动力特性的有限元模型。该模型可方便用于含结合部结构的有限元计算,经试验验证满足实际工程应用要求。     

基于OPENGL的飞机爆炸场景的生成

为了模拟飞机爆炸的特效场景，先分析了飞机爆炸的原理。在此基础上，阐述了飞机模型导入、飞机爆炸碎片的生成和爆炸实现的算法。     

基于构造基面的扫描体素构造方法

本文在分析机械零件造型中面作用的基础上，提出一个基于构造基面的扫描体素构造方法，讨论了构造基面的检取和显示，介绍了基于构造基面的扫描体Ｂ－ｒｅｐ模型的构造过程。     

一种基于DLT模型和圆环点改正的摄像机定标方法

提出一种基于DLT(直接线性变换)模型和圆环点改正的摄像机定标方法.运用计算机视觉原理,通过三维DLT平面模板模型平移对摄像机进行定标,并在模板上设计一个圆环,使用圆环上的点进行定标参数改进.实验数据证明,定标方法是有效的.     

A random sampling strategy for piecewise planar scene segmentation

We investigate the problem of automatically creating 3D models of man-made environments that we represent as collections of textured planes. A typical approach is to automatically reconstruct a sparse 3D model made of points, and to manually indicate their plane membership, as well as the delineation of the planes: this is the piecewise planar segmentation phase. Texture images are then extracted by merging perspectively corrected input images. We propose an automatic approach to the piecewise planar segmentation phase, that detects the number of planes to approximate the scene surface to some extent, and the parameters of these planes, from a sparse 3D model made of points. Our segmentation method is inspired from the robust estimator ransac. It generates and scores plane hypotheses by random sampling of the 3D points. Our plane scoring function and our plane comparison function, required to prevent detecting the same plane twice, are designed to detect planes with large or small support. The plane scoring function recovers the plane delineation and quantifies the saliency of the plane hypothesis based on approximate photoconsistency. We finally refine all the 3D model parameters, i.e., the planes and the points on these planes, as well as camera pose, by minimizing the reprojection error with respect to the measured image points, using bundle adjustment. The approach is validated on simulated and real data.     

基于ICA与聚类分析的支持向量机分类研究

在ICA与聚类分析的基础上提出了一种改进的支持向量机分类模型——ICSVM模型。ICSVM模型中利用一种指标筛选算法与独立成分分析的方法将各数据指标转化为互相独立成分的数据指标。接着运用K-means方法对独立成分样本数据集进行聚类分析,再由获得的各子类中心数据构造初始的超平面,筛选出靠近初始超平面的支持类与亚支持类,并展开支持类与亚支持类中的样本数据点重新构造超平面,以便对数据进行分类。实验表明,对于样本比较多的数据集,与标准的SVM算法相比,ICSVM算法能够节约训练时间,同时能够提高分类的正确率。