一种基于主动视觉的线性自标定方法

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，通过控制摄像机做严格的运动，可以发现一些比较简单的算法，本文提出了一种新的基于主动视觉的摄像机自标定方法，通过控制摄像机作3次不共面的平移运动．可以线性标定摄像机的五个内参数．大量的仿真实验表明该算法精度很高，且鲁棒性很强．     

一种新的手提相机自定标方法

在计算机视觉中 ,如何由非定标序列图象得到相机和景物的度量特性是相机自定标技术要解决的主要问题 .一般相机定标方法则是利用景物的已知三维点坐标或几何特性 (如正交方向的灭点等 )来确定相机的定标矩阵K,而相机自定标方法则是直接根据图象和相机内外参数的约束来确定相机和景物的度量特性 .相机定标对于计算机视觉的许多应用来说是非常重要的 ,而在实际应用中 ,由于定标过程往往是很复杂的 ,因而 ,在过去的几年中 ,许多学者在相机自定标方面做了大量的工作 ,其研究结果表明 ,对于刚性景物来说 ,相机自定标是可行的 .为了使摄像机自定标更鲁棒、速度更快 ,给出了一种新的基于线性模型的相机自定标方法 ,该方法是首先利用三点透视投影图、灭点和向量正交的性质来得到一组非线性方程 ,然后将其转换为线性方程组 ,以避免求解过程中的累积误差 ,最后高精度地求出了全部内参数 αx,αy,u0 ,v0 .实验结果表明 ,此方法是有效的 .     

考虑径向畸变的机器人视觉系统的参数标定

针对GRB-400机器人视觉系统,建立完整的摄像机一阶径向畸变模型。用GRB系统的Matrox图像采集卡采集标定点坐标,利用径向排列约束方法 (简称RAC)建立线性方程组求解摄像机的径向畸变参数。基于此畸变参数实现图像校正,以提高对目标物体的定位精度,从而提高机器人视觉系统对摄像机标定参数变化的鲁棒性。实验结果表明,该方法有较高的标定精度。     

一种新的基于主动视觉系统的摄像机自标定方法

摄像机标定是从二维图像取获三维信息必不可少的步骤。该文提出了一种新的基于主动视觉系统的摄像机自标定方法,通过控制摄像机平台作4次平移运动（其中任意3次均不在同一平面上）即可线性地标定摄像机的内参数以及摄像机坐标系与平台坐标系之间的旋转矩阵。同时,还分别给出了利用立体视觉方法和纯极点方法唯一求解摄像机坐标系与平台坐标系之间的平移向量的充要条件。     

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．     

一种简单而精确的径向畸变标定方法

为了用普通低成本的广角镜头摄像机实现较大视场的精确定量的图像测量，必须对畸变图像进行校正。提出了一种简单而精确的径向畸变标定方法，该方法使用栅格阵列标定模板。首先根据畸变图像中特征点之间的相互位置关系构造出理想图像中的特征点位置；然后以不同的畸变中心假设，计算畸变和理想特征点的矢径坐标，并通过解线性方程组或多项式拟合求出它们之间的函数关系；最后取矢径均方误差最小的参数组作为标定结果。该法可同时获得畸变变换和矫正变换的参数。文中还推导了畸变变换多项式系数与校正图像分辨率之间的反幂比例关系，讨论了畸变函数的阶对校正结果的影响，实验结果表明，取4阶或5阶多项式拟合的结果较好。     

基于一阶径向畸变算法的双目摄像机多位姿标定方法

双目立体视觉中在对物体进行三维测量或精准定位时,需要对摄像机进行标定以获得其内外参数。研究径向畸变摄像机模型,构造了基于一阶径向畸变（RAC）算法的双目摄像机内外参数线性求解公式。考虑侧倾角、旋转角、俯仰角以及透镜的主要畸变因素,修正了传统RAC标定法中只考虑径向畸变、部分参数需要先验值的缺陷。利用标定所得内、外参数进行了多位姿双目摄像机三维重构实验。实验结果表明,该标定方法重投影误差分布在[-0.3,0.3],动态识别结果与实际运行轨迹重合率为96%,对降低双目立体视觉三维测量误差率有积极性影响。     

一种改进型多尺度DDCM主动轮廓模型边界检测算法

尽管主动轮廓模型 (Active contour model) ,或称 Snakes,近年来已经在计算机视觉和图象处理领域得到了广泛的应用 ,尤其在边界检测方面也表现出良好的性能 ,但是由于传统的 Snakes图象边界检测对初始轮廓线的位置十分敏感 ,因而限制了它的更广泛应用 .为了克服这一问题 ,提出了一种改进型多尺度 DDCM主动轮廓模型的边界检测算法 ,该算法是首先通过分阶段改变轮廓曲线的内力 ,使轮廓曲线的曲率能自适应地进行多尺度调整 ,进而改变了轮廓线的柔性和刚性 ,使之能够更好地与目标边界匹配 .实验结果证明 ,该算法在计算速度和边界检测精度上 ,均优于传统的主动轮廓边界检测算法 ,因而具有一定的实用价值 .     

一种基于图分解的几何约束求解方法

为了提高几何约束求解的效率和鲁棒性 ,对基于图的构造方法进行了改进 ,即加入虚约束进行扩展和过约束问题的一致性判定 ,提出了一种基于图分解的方法 ,用此方法可以处理包括完全约束、过约束和欠约束等多种情况的约束求解问题 ,另外 ,在该方法中还通过引入分解树将约束求解的范围由整体下降到局部 ,使大部分求解过程能够采用几何求解实现 ,提高了求解和后续修改的效率 ,通过实验数据测试证明 ,该方法对于大型约束求解问题可以达到实时处理的效果 ,具有较强的实用性     

一种基于双目主动视觉的线性自标定算法

从理论上推导出了绝对二次曲面包含了摄像机全部内参数和无穷远平面信息,并根据双目视觉之间的平移关系,扩展了无穷远平面信息对绝对二次曲面的线性约束,仅仅通过两幅图像就可以线性自标定和三维重建．大量仿真试验和真实图像说明本方法能够得到满意的结果,可以应用到实际视觉测量,并且也可以作为非线性自标定优化的初始值．     

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     

设备主动视觉的模板匹配自标定

为简化自动化设备视觉定位平台的标定流程,减少对标准块的依赖并实现标定自动化,本文提出了基于模板 匹配的主动视觉自标定方法,依靠平台运动时拍摄到的图片,实现任意场景目标的识别,然后建立模型对运动位置进行标定; 给出了视觉自标定的原理、流程和容错方法,适用于多目标的情形;整个过程由粗到精分3 圈进行,根据匹配位置自动计算标 定结果,使标定更加实用化与通用化。所提方法成功应用于LED 平面固晶机中,结果表明该方法精度可达13.947μm,能满相 关自动化设备的视觉标定要求。     

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。     

基于零空间投影和RQ分解的线性自标定

研究当模型矩阵已知时的摄像机自标定和目标三维重建。通过建立多视图目标深度矢量集合所在的零空间和目标模型矩阵的零空间之间的关系,应用零空间投影和RQ分解,开发从目标单视图或多视图同时完成摄像机自标定和目标三维重建的线性算法。实验演示了噪声强度、点数和帧数对算法性能的影响。理论分析和实验数据表明,该算法具有快速高效、简单实用、抗噪能力较强的优点。     

一种基于F求精的摄像机自定标方法

基于图像的建模与绘制(IBMR)是一种新型的真实感图形绘制方法，其中的关键技术如图像的立体匹配(Stereo matching)、三维重构(3D Reconstruction)和Warping绘制等，都以摄像机定标为前提．本文讨论一种基于F求精的自定标方法，在论述其基本原理的基础上，给出了相关算法与实现步骤，并用模拟照片的自定标计算结果和实拍照片的Warping绘制结果对算法进行了检验。     

基于主动视觉摄像机标定方法

基于主动视觉的摄像机标定是摄像机标定的重要分支之一，本文引入了必要的基础知识和概念，诸如摄像机模型和投影矩阵，基础矩阵，单应矩阵，极点，FOE（Focus Of Expansion）等，还对基于摄像机纯旋转的标定，于摄像机三正交平移运动的标定，基于多次摄像机平面正交运动的标定，基于无穷远平面单应矩阵的标定以及于射影重建的标定进行了评述并给出了结论。     

基于射影不变量的摄像机自标定方法

为了方便而精确地进行摄像机标定,提出了一种基于射影不变量的求解摄像机内参数的方法,该方法利用交比在射影变换中不变的性质,通过同一平面中相交直线的无穷远点与虚圆点的交比,先求出同一模板的不同方位的3幅图像中的虚圆点的像;然后利用绝对二次曲线的像在摄像机做刚体运动时保持不变的性质,进而求出绝对二次曲线的像;最后对结果进行Cholesky分解,就可以得到摄像机的内参数。实验表明,该方法行之有效,可以达到较高的精度。     

Effective Self-calibration for Camera Parameters and Hand-eye Geometry Based on Two Feature Points Motions

A novel and effective self-calibration approach for robot vision is presented, which can effectively estimate both the camera intrinsic parameters and the hand-eye transformation at the same time. The proposed calibration procedure is based on two arbitrary feature points of the environment, and three pure translational motions and two rotational motions of robot endeffector are needed. New linear solution equations are deduced, and the calibration parameters are finally solved accurately and effectively. The proposed algorithm has been verified by simulated data with different noise and disturbance. Because of the need of fewer feature points and robot motions, the proposed method greatly improves the efficiency and practicality of the calibration procedure.