一种基于基本矩阵的相机畸变差自动校正方法

在计算机视觉的应用领域中,为了提高图像量测和3维重建的精度,必须对相机的畸变误差进行修正。为此提出了一种基于基本矩阵的相机径向畸变的自动校正方法,该方法不需要预先获得场景的结构信息和相机的内部参数,仅利用两张影像同名点集之间的内在几何关系,即可求取相机的径向畸变系数,进而可对这两幅图像的畸变误差进行自动校正。试验结果表明,该方法是一种有效的畸变图像校正算法,能够获得到满意的校正结果。     

一种无相机标定的极线校正新方法

提出一种无相机标定的立体图像对的极线校正新方法。该校正方法并不依赖基本矩阵F的精确求解,而是通过空间变换法分析校正前后图像点对应关系,依此分解并参数化描述极线变换矩阵,直接利用极线方程和图像的对应点集建立误差平方和函数,并运用非线性最小二乘法求解,使该函数取得最小值的变换参数。实验证明,该校正方法能够较好地消除垂直视差,图像产生的变形较小。     

一种改进的视图几何基本矩阵估计法

多视图几何中的基本矩阵估计需要利用准确的对应点,但是图像噪声或光线变化会产生错误匹配,进而严重影响基本矩阵估计的准确度。为提高基本矩阵估计的准确性,文章提出了一种基于对极约束梯度的迭代方法去估计基本矩阵。该方法能在最少的迭代次数下迅速剔除两视图匹配过程中的错误匹配点。然后再加入对应点相关性的约束,可以得到最佳对应点集合用于估计基本矩阵。通过在各类不同场景的图像上实验分析可以发现,该方法相比于其他方法估计基本矩阵误差至少降低20%。     

双线阵CCD相机的畸变校正和标定方法

在双线阵CCD的三维重建中,对线阵CCD相机的标定和镜头畸变校正是基础环节。提出了一种用于三维重建中的双线阵CCD标定及镜头畸变校正方法。根据左右相机间的单应性关系,以及线阵CCD的成像原理,将双目相机间的空间关系分解成姿态角与错切角的关系。通过靶图数据的拟合,对姿态角和镜头畸变进行校正,根据求出的错切角完成相机间的标定,实现对具有镜头畸变的双线阵CCD的标定。实验结果表明,标定和校正精度满足后续三维重建中图像匹配的需求。     

基于共线点的镜头畸变校正方法

为实现未知摄像机参数的镜头畸变校正,提出了一种先标定畸变中心、再标定畸变系数的方法。先在镜头的不同焦距处对靶标成两次像,利用相同靶标点在两幅图像中的相对位置关系求解畸变中心;再根据直线的透视投影不变性,通过变步长的最优化方法搜索畸变系数。模拟实验表明,在靶标点数为25,噪声水平为0.2像素时,畸变中心的平均误差为(0.2243,0.1636)像素,畸变系数误差为0.28%。真实图像实验表明,用该方法得到的畸变中心和畸变系数能够很好地校正图像。该方法不需要标定摄像机的内外部参数,也无需知道直线网格的世界坐标,简便易行。     

遥感图像的几何畸变校正方法研究

该文通过对遥感图像的几种主要几何误差计算,论述了一种直接利用图像几何误差公式和多项式近似校正相结合的图像几何畸变校正方法,并以实例证明了利用该文算法经过重采样能够得到清晰、有效的遥感数字图像。     

基本矩阵的鲁棒贪心估计算法

分析了基于随机抽样检验思想的现有鲁棒算法在基本矩阵的求解问题中存在的不足,提出一种获得基本矩阵最优解的算法.利用各种鲁棒技术获得内点集,以点到极线的距离作为最优量度标准,采用贪心策略在内点集中寻找最优子集,并利用最优子集来计算基本矩阵.合成数据与真实图像的实验结果表明,该算法在基本矩阵的求解精度、抗噪声能力、对极点的稳定性等方面优于现有的鲁棒方法.     

基于异常匹配点去除的基本矩阵优化估计

提出了一种基于异常匹配点去除的基本矩阵优化估计算法。第一,去除异常匹配点,并得到基本矩阵的初值;第二,根据对极距离最小准则非线性优化求解基本矩阵。实验结果从平均余差和平均对极距离两方面表明,该算法消除了异常匹配点对基本矩阵的影响,精度较高,具有一定的优势。     

基于等间距线的几何畸变校正

摄像机视觉测量系统中图像存在几何畸变,会降低尺寸测量精度,必须进行校正.目前基于单张图像的畸变校正方法主要有标定板特征点转移矩阵的非参数化方法和利用特征点共线性或无穷点约束条件的参数化方法,由于上述方法需要获取多个特征点的坐标,而获取孤立的坐标点容易造成误差,使得校正效果不好.提出采用等间距线方法,利用畸变模型建立间距...     

图像几何畸变精校正研究

卫星传感器在成像过程中会受到诸多因素的影响,使得所获取的影像在几何位置上发生畸变,几何校正的目的就是尽可能消除这些畸变的影响。本文主要研究了用于消除图像几何畸变的两个几何校正模型：多项式模型和MQ模型（Multiquadric Fuctions）,对MQ模型中的系数R进行分析实验提出了一种新的R值的确定方法,与原来的R值相比新的R值能够进一步提高模型的精度;将多项式模型和MQ模型结合使用的Göpfert’s算法引入到卫星影像几何精校正中,实验表明,能够取得比较高的校正精度.     

应用BP神经网络进行成像误差修正

成像误差修正是摄像机标定中的一个重要的环节，而传统的像差修正方法计算复杂。提出了一种基于BP神经网络的修正成像误差的算法，建立两个神经网络分别对δu与δv进行最佳函数逼近。仿真实验结果证明利用神经网络的非线性逼近能力无须建立精确的数学模型即可提高精度，而且比传统的方法更加简单易行。     

一种基于斜率的摄像机畸变校正方法

普通 CCD摄像机在成像时都存在畸变成像误差 ,在机器人视觉检测及自动装配中 ,有效地进行误差校正对准确确定物体的位置具有重要的意义 .本文采用带有一阶径向畸变的小孔摄像机模型 ,提出一种基于线段斜率的方法 ,对摄像机镜头的径向畸变进行校正 ,不必标定太多的摄像机的外参数 ,方法简洁 ,适合于视觉系统中对摄像机畸变的实时校正 ,或对摄像机捕获的图像进行几何校正 .实验表明 ,具有很强的鲁棒性和较高的校正精度     

摄像机镜头非线性畸变校正方法综述

由于加工误差和装配误差的存在，摄像机光学系统与理想的小孔透视模型有一定的差别，致使物体点在摄像机图像平面上实际所成的像与理想成像之间存在不同程度的非线性光学畸变。为了提高图像检测、模式匹配等定量分析的准确性，必须对这一类畸变进行修正。近年来，国内外学者就此问题进行了大量的研究，为了使人们概略地了解该领域的研究现状，为此首先介绍了摄像机成像模型与镜头非线性畸变模型，并回顾总结了摄像机镜头非线性畸变校正方法，然后进一步提出从原理上将这些方法分为基于控制对象的方法和基于模式的方法两大类，最后分析比较了各种方法的优缺点。     

数码相机设计中图像几何畸变校正的实现

由于光学镜头的生产工艺等原因，数码相机拍摄图像常常会出现非线性的几何畸变。针对这一常见问题，采用基于MSE拟合、双线性插值的方法对拍摄图像进行校正。实验结果表明，该方法能够在保证无颜色失真的条件下获得较为理想的校正结果。     

增强现实中的摄像机径向畸变校正

增强现实系统中,有效地进行摄像机镜头畸变校正对提高虚拟环境的精确性具有重要意义.首先提出一种基于成像几何的畸变校正方法,采用带有一阶径向畸变的摄像机模型,对镜头径向畸变进行校正,再根据校正后的图像计算摄像机投影矩阵.实验表明,基于成像几何的畸变校正算法具有较高的畸变校正精度,640×480的图像中,最大畸变量达90多个像素.与利用理想针孔摄像机模型得到的增强现实环境相比,畸变校正后得到的叠加结果更为精确.     

基于图像平面的畸变校正方法

针对图像液位检测系统中摄像头引入的图像畸变,提出一种基于图像平面的校正方法。使用虚拟的标准校正图代替实际图,通过二阶径向模型的反复迭代求取畸变系数,利用双线性插值对输出像素点灰度进行插补。实验结果表明,该方法的校正误差小于0.35个像素点,能有效提高视频检测精度。     

一种基于摄像机模型的畸变图象校正方法

一种基于摄像机模型的畸变图象校正方法王亚东丁明跃彭嘉雄（华中理工大学图象识别与人工智能研究所武汉４３００７４）关键词像机模型,像机定标,畸变图象校正．收稿日期１９９４－１１－１４１引言在图象分析和图象匹配中,为了获得大视场图象,需要使用广角镜头．但是...     

一种考虑二阶径向畸变的主动视觉自标定算法

基于主动视觉的摄像机自标定是摄像机标定的一个重要分支 ,由于普通的 CCD摄像机拍摄的像片存在着各种类型的几何畸变 ,其中以径向畸变最为严重 ,因此研究考虑径向畸变的自标定技术有着重要的意义 .为了使标定结果更精确 ,提出了一种考虑二阶径向畸变的内参数自标定方法 ,并通过推导考虑二阶径向畸变的极线几何约束 ,得出了如果能控制摄像机做 4次不在同一平面上的平移运动 ,则可以标定摄像机的内参数和二阶径向畸变系数的结论 .仿真实验结果表明 ,该算法精度很高 ,且具有一定的鲁棒性 ,可用于摄像机的标定 .