有侧向连接的Sanger算子在摄像机标定中的应用

为了求得摄像机的投影矩阵,在进行标定时,以采样点组合矢量坐标到由投影矩阵决定的超平面距离平方和为目标函数,设计有侧向连接的Sanger网络;采用自适应次分量的提取方法,以自相关矩阵最小特征值所对应的特征向量为超平面的拟合系数,据此求得摄像机的投影矩阵,完成摄像机的标定。根据摄像机的数学模型得到的投影点坐标与实际图像检测结果的图像残差均方值作为标定性能指标,进行精度分析。实验表明,所提出的方法是自适应Sanger算法在摄像机标定中的新应用。     

基于单CCD尺寸检测的摄像机标定方法

为提高机械零件尺寸检测的精度,针对Tsai两步标定法中初始参数不精确的问题,提出了基于直线投影约束的三步标定方法.该方法首先利用直线投影约束条件求解出图像中心点和畸变参数的初始值,然后结合径向排列约束条件求解超定方程组得出全部外部参数和余下内部参数值,最后对全局参数进行非线性优化.为验证提出方法的效果,通过建立基于图像模板的世界坐标系实现,即首先利用图像像素坐标求取摄像机坐标,再将摄像机坐标进行归一化,利用外参数矩阵就可以求解出图像点的世界坐标.结果表明,该方法可以有效提高摄像机标定的精度,像素误差可达0.126 5像素点,单目视觉尺寸检测中任意两点距离误差小于0.41%.     

双摄像机结构光三维测量系统自标定方法

针对双摄像机与投影仪结构光三维测量系统的标定问题,提出了极线约束条件下的自标定方法．依据极线约束理论,通过标定物上特征点与对应双摄像机的两个像点确定极线方程,建立了两个摄像机之间的平移和旋转关系矩阵．将多编码周期三角形灰度分布图案投射到标定物,获取特征点在投影仪上对应点的坐标,采用改进8点法建立投影仪与双摄像机关系矩阵的两个估计矩阵,利用对极距离为目标函数进行估计矩阵优化,得到双摄像机和投影仪的参数矩阵．采用该系统对平面和人脸进行了三维测量实验,结果表明平面测量的最大绝对误差不大于1．7mm,相对误差不大于0．18％,表明了该三维测量系统自标定方法的有效性．     

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.     

基于彩色结构光的三维重构方法

通过对摄像机和投影机进行畸变校正和标定,确定了相应单应性变换矩阵。为了在复杂投影条件下对彩色结构光编码图像进行快速高精度解码,提出了基于拓扑结构和局部结构化的单幅彩色结构光编码方法以及基于波形分析的编码特征点提取方法和基于聚类分析的颜色分类方法,并利用编码图像本身特性提高解码精度和正确率。根据单应性变换矩阵和编码图像中每个特征点编码值调制前后的匹配关系,计算特征点的三维信息。实验结果表明,特征点的解码正确率超过99.5%。由于对投影机和摄像机的位置没有严格的限定,该方法适合快速搭建三维物体重构系统以及快速高精度地获得物体的点云。     

摄像机标定研究

目前,摄像机标定是计算机视觉领域中的研究热点之一,其目的是通过摄像机拍摄的单幅或多幅图像来确定摄像机的参数模型,进而获得摄像机的各项参数,在机器人导航、三维重建、生物医疗、虚拟现实、视觉监控、视觉伺服等领域均有广泛的应用前景。本文综述了传统标定方法,自标定方法和基于主动视觉的标定方法的研究现状,对其优缺点作出评价并指出发展方向。     

基于投影特征点的多摄像机标定方法

针对标定物存在的自遮挡问题,提出了一种应用于多摄像机的利用投影特征点进行标定的方法。在投影平面幕中投影标定图案,统一投影平面坐标系与世界坐标系。特征提取后,分别对每个摄像机标定,根据立体视觉特性求取摄像机间的相对位姿关系,并计算重投影误差。该方法对标定物自遮挡有一定的鲁棒性,同时有效地降低了计算量。     

双目视觉立体标定方法的改进

为了提高双目立体视觉系统中立体标定的精度,提出了一种利用正方形标定域中相互正交方向的消失点进行立体标定的新方法.首先摄像机从不同的方向拍摄平面标定板,在图像平面上确定一个正方形投影区域,再根据射影几何模型中的交比性质,计算出正方形中相互正交方向上的两对消失点;然后利用消失点与光心连线的射影几何性质,线性求解摄像机的全部内外参数;最后利用全局优化方法进行参数的优化.这一方法继承了张正友标定方法畸变模型的使用,实验利用MATLAB通过左右摄像机拍摄的两组图像对方法进行验证,实验结果表明,该方法的立体标定精度较高,且旋转矩阵R和平移向量T均符合实际要求;由于实验中正方形投影区域的大小及具体的位置关系是随机的,使其具有较好的实用性.     

全景摄像机标定

针对一般全景摄像机标定方法需要特殊的装置、设备和仅适用于满足单视点约束情况下的问题,依据从单视点指向三维点的向量投影到图像平面的过程可以用泰勒级数描述的理论,建立了双曲面全景摄像机标定方法的一般传感器参数模型.标定方法能够补偿镜子焦点与摄像机光心间的配置误差,能够应用于单视点约束没有精确满足的情况下.同时算法只需摄像机从不同位置获取棋盘格平面模板图像可以进行标定.摄像机和平面模板可以自由移动,而不需知道运动的先验知识,所以算法灵活方便,而模型的参数通过非线性优化得到,所以精度较高.     

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。