基于投影矩阵的摄像机参数标定

摄像机标定的关键是第一步计算出来的外部参数和与畸变无关的内部参数的初值。由于初值的计算不是纯粹的线性问题,计算起来比较复杂。本文对此进行了改进,采用一种在计算投影矩阵的基础上,利用旋转矩阵的正交性进行算法改进的方法计算初值。实验结果表明,本文算法运算量较小,标定的结果精确度较高。     

摄像机内参数自标定--理论与算法

讨论如何通过摄像机的旋转运动标定其内参数.当摄像机绕其坐标轴旋转时,运用代数方法给出了计算内参数的公式.该公式在2D投影变换接近理论值P时是非常实用的.在摄像机绕未知轴旋转时,根据相应的2D投影变换,运用矩阵特征向量理论给出了内参数的通解公式.通过摄像机绕两个不同未知轴的旋转,摄像机内参数能被唯一地确定.这些结果为摄像机自标定算法提供了理论基础,同时也给出了实用性算法.模拟实验和真实图像实验的结果表明本文所给的算法具有一定实用价值.     

摄像机标定方法研究

摄像机标定是计算机视觉技术中的关键步骤,在三维重建、姿态估计、虚拟现实等领域有着广泛的应用.文中首先对摄像机标定的基础知识作了简要的介绍,然后从不同的角度对目前的摄像机标定方法做了一个较为详细的分类与比较,最后介绍了常用的标定工具.在实际应用中,不同工作背景需要不同的摄像机标定方法,这就要求在现有标定方法上从模型表达、畸变校正、算法研究等多方面进一步改善各种标定方法,使其能灵活应用于具体工作.     

摄像机自标定算法在虚拟演播室中的应用

本文就摄像机自标定算法进行了分析,在虚拟演播环境中,提出了基于平面点的标定算法,采用自己设计的实验方法,计算出了摄像机的内参数,结果证明能满足虚拟演播室中摄像机标定的精度。     

基于空间共线点的单光心反射折射摄像机标定

一条空间直线的单光心反射折射图像是一个二次曲线段, 大多数利用直线进行单光心反射折射摄像机标定的方法都需要对直线的像进行二次曲线拟合, 曲线拟合的精度严重影响着标定的精度. 然而, 一条空间直线的像仅占整个二次曲线的一小段, 这使得曲线拟合的效果非常差. 本文利用空间三个共线点的反射折射投影给出了摄像机内参数的一个非线性约束. 当反射镜面为抛物面时, 在主点已知的情况下, 该约束变为线性约束. 如其他参数已知, 该约束变为关于有效焦距的多项式约束. 由此, 本文提出了三种不同条件下的标定算法, 算法中无需对直线的像进行二次曲线拟合, 无需场景的任何信息, 标定精度较高. 实验验证了算法的有效性.     

基于主动视觉的摄像机自标定方法

摄像机标定是计算机视觉的一项基本任务．目前基于 主动视觉的摄像机内参数自标定方法可分为两类：第一类方法是通过摄像机在三维空间内作 两组平移运动,来求解摄像机内参数．第二类是由Basu, Du, 和Hartley等人提出的通过摄 像机旋转,求解摄像机内参数方法．后者在实际应用中存在严重不足,由于它要求摄像机只 绕光源中心旋转,不能有任何平移,而在工程实践中摄像机光源中心难以测定,其旋转也难 以保证无任何平移,因此难以实用．本文提出的摄像机标定方法属于前一类方法．与以往方 法相比,它不要求摄像机作多组相互正交的平移运动,只要能准确测定出摄像机相对于初始 位置三次线性独立平移运动的平移矢量,即可线性求解出摄像机内参数．理论证明,解存在 且唯一．数值模拟表明该方法具有较强的鲁棒性,最后给出了采用真实图像的实验结果．     

基于遗传算法的摄像机自标定方法

针对摄像机自标定方法大多需要求解一个多元高维的非线性方程组,其求解过程非常困难,为此提出一种基于遗传算法的摄像机自标定方法,该方法通过二幅或多幅图像的多个对应匹配特征点,利用二个视图之间的极几何关系,建立某些相关约束,最后得到一个代价函数;然后,通过使用Matlab遗传算法工具箱来求解该函数的最小值,进而一次性求出摄像机所有内、外参数.因为该方法不必用到摄像机的外部信息,所以可推广到序列图像中的变参数情况下的摄像机自标定.实验结果表明,该方法简单、有效、快速,可用于摄像机自标定.     

基于扩展摄像机成像模型的自标定方法

提出了一种基于扩展摄像机成像模型的自标定方法,将采用不同视点成像的观念转换为不同方向透视投影下分析,得到在一幅图像中同时建立三对不同方向的空间面与图像面的单应关系,进而建立不同面的圆环点绝对二次方程,实现单幅图像标定。采用长方体进行实验,模拟实验和真实图像实验均验证了这种思维方法的可行性和正确性。     

基于单个正方形的摄像机自标定算法

提出一种基于带对角线正方形作为平面标定模板的自标定算法机理,只需摄像机作三次运动参数未知的自由运动并摄取正方形模板在不同方位的三幅图像,即可线性求解摄像机的内外参数.实验表明,该算法能够较准确的标定出摄像机内参数,具有较高的鲁棒性.     

基于本质矩阵的摄像机自标定方法

本质矩阵描述了在摄像机内参数矩阵已知的条件下的对极几何关系,是归一化图像坐标下的基础矩阵。鉴于本质矩阵具有两相等的非零奇异值,提出了一种基于本质矩阵的自标定方法,该方法首先利用本质矩阵这个特性来构造目标函数,考虑到传统非线性优化算法的诸多不足,最后用粒子群优化算法来求解。实验结果表明,该方法精度较高、鲁棒性较强,是一种简单而有效的自标定方法。     

一种基于非量测畸变校正的摄像机标定方法

设计一种基于非量测畸变校正的摄像机标定方法.该方法利用单参数除式模型校正镜头畸变,根据直线透视投影保留同素性,通过拉凡格氏法（LM）优化标定出畸变模型系数和摄像机主点坐标,然后校正成像点,使其满足针孔模型映射关系.根据内参数的两个基本方程,线性求解剩余参数.实验表明,该方法在非量测标定过程具有较好的鲁棒性,且对比张正友标定方法,可在单幅标靶图像下进行标定,避免了模型内外参数耦合在一起,提高了标定效率.     

非线性优化模型的数码相机定标

通过构造非线性模型,对经典标定方法进行了补充,同时也解决了在样本数据较少情况下的数码相机精确定位问题。利用线性转换模型得到投影矩阵,设定m₃=1为约束条件,通过分解参数矩阵求出数码相机内外部参数,并将其作为非线性优化模型的初始值;然后构造非线性优化模型,建立目标函数J=∑pi-p(A,k1,k2,R,ti,Pi)²,求解在约束条件h^T(A^-1)^TA^-₁h₂=0和h^T1(A^-1)TA-1h₁=h^T2(A^-1)^TA^-1h₂下的最优解,从而实现数码相机的精确标定。对给出的单样本情况进行了求解,结果表明此算法可以达到较高的精度。     

一种改进的相机标定方法

摄像机标定与图像畸变修正是摄影测量、视觉检测、计算机视觉等领域的重点研究课题之一,在测绘、工业控制、导航、军事等领域得到了极大的应用。研究了摄像机模型,摄像机标定等内容。对DLT的标定方法进行了改进,在摄像机模型中全面考虑了镜头的畸变,利用图像中心附近点畸变量较小的性质,提出一种摄像机内外部参数和像差修正参数分离的标定方法。并举例说明了基于同一物体的两幅图画三维重构的具体实验步骤和方法,分析了影响精度的因素。     

基于视频的静止虚拟摄像机生成

虚拟摄像机的生成是虚拟广告系统中一项关键技术,提出一种静止虚拟摄像机生成方法。首先,在视频图像中自动检测比赛场地的特征点,然后根据特征点在图像坐标系与世界坐标系上的匹配关系,利用摄像机定标技术计算出真实摄像机的内外参数,接着把摄像机的内参数和外参数分别转换为虚拟摄像机的视点转换矩阵和投影矩阵,最后在此虚拟摄像机下对虚拟场景进行渲染,把渲染出的图像插入到视频中。实验结果表明该方法简单、有效、易实现。     

一种简单的基于共面的摄像机参数标定方法

共面摄像机标定就是采用平面式模板来确定摄像机内外参数的过程,在此过程中图像像素和二维特征点是已知的。对于共面标定提出了一种简单及有效的方法去标定摄像机参数。即使用帧缓存中的计算机阵列图像直接来标定参数。首先采用预标定的方法标定出图像中心位置,然后根据帧存图像坐标和世界坐标之间的对应关系使用正交矩阵的约束条件来求解,在此算法中假设尺度因子为1,并且不考虑透镜畸变。所提出的算法用数字仿真图像及真实的图像检验。结果显示,所提出的算法具有较好的精度,是一种简单有效的标定方法。     

A camera calibration technique using three sets of parallel lines

This paper presents a new method for three-dimensional camera calibration in which the rotation parameters are decoupled from the translation parameters. First, the rotation parameters are obtained by projecting three sets of parallel lines independently of the translation parameters and the imaging distance from the lens to the image plane. The virtual line passing through the image center, which is calculated by perspective projection of a set of parallel lines, depends only on the rotation parameters. Next, the translation parameters and the imaging distance are analytically obtained. Experimental results are used to show how the camera model can be accurately reconstructed in an easily prepared environment.     

CCD摄像机标定

在基于单目视觉的农业轮式移动机器人自主导航系统中,CCD摄像机标定是农业轮式移动机器人正确和安全导航的前提和关键。摄像机标定确立了地面某点的三维空间坐标与计算机图像二维坐标之间的对应关系,机器人根据该关系计算出车体位姿值自主导航。因此,根据CCD摄像机针孔成像模型,利用大地坐标系中平面模板上已知的各点坐标,建立与计算机图像空间中各对应像素值之间的关系方程组,在Matlab环境下拟合出摄像机各内外参数。实验结果表明：该方法可以正确完成CCD摄像机标定。     

视觉导航中的单目摄像机标定改进算法

在基于单目视觉的智能车自主导航系统中,摄像机标定是智能车实现安全准确视觉导航的前提和关键。研究摄像机理想模型和实际模型,提出一种改进的标定方法。结合线性模型和非线性模型的优点,在求解摄像机内外参数的过程中,先采用线性模型标定摄像机的一部分参数,进一步考虑简化畸变模型,将非线性方程组转化为线性方程组迭代求解,最终获得摄像机全部参数。该方法既保证了标定精度,又简化了复杂的摄像机实际模型。实验结果表明该方法能满足视觉导航要求。     

基于改进的SUSAN法的摄像机线性标定方法

设计并实现了一种考虑径向畸变的逐步线性摄像机标定方法。结合边缘检测，缩小了SUSAN法检测角点的范围，并利用角点的邻域特征，剔除伪角点，从而提高了SUSAN法角点检测的速度和准确度。利用此改进的SUSAN法精确提取方格模板角点的亚像素坐标，并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。最后通过实验及误差分析表明，本标定方法具有较高的精度和较好的实时性。