电阻式触摸屏多点校准及触摸压力研究

针对电阻式触摸屏在小点状目标应用环境中存在触点判断不准确、灵敏度不高的问题,提出两种改进措施;其一在现有三点校准算法基础之上,增加校准点数提高转换精度;通过贪心算法对随机校准点集进行优化约简,并利用最小二乘法求得校准系数;其二为提高触摸坐标的准确性和触摸方式的鲁棒性,加入触摸压力检测和阈值判定来去除无效点击;测试结果表明,基于贪心算法的多点校准可提高坐标校准系数的精度,而触摸压力判定的加入则有效提高了轻触时的坐标精度。     

一种钢轨动态轮廓数据校准方法研究

为减轻轨检车振动对车载视觉测量系统动态测量钢轨轮廓的不利影响,提出一种基于轮廓曲线特征点和最近点迭代算法ICP(Iterative Closest Point)的数据校准方法。通过识别动态轮廓曲线的特征点,完成数据初步校准,然后利用ICP算法确定初步校准数据与标准数据之间的变换矩阵,实现动态数据最终校准。最后通过实验模拟了振动对测量的影响。实验结果表明：在垂磨和侧磨测量点处,校准后数据与标准数据偏差值的标准差分别为0.088 mm、0.085 mm,取置信水平为0.99时,校正精度分别为±0.227 mm、±0.219 mm,该方法有较好的精度,可应用于工程测量。     

一种棋盘格靶标不完整角点识别的修正算法

针对Hessian算子在棋盘格角点检测过程中边缘局部区域角点检测失败的问题,提出一种恢复角点识别的修正算法.首先基于坐标极值法自动识别棋盘格极点及边缘包络点,提取可以完整检测到所有包络点的2条边缘线上各自首尾及中间3个特征角点;然后利用交比不变原理求出边缘线上的消失点,并依据消失点原理求出未检测到的极点;最后根据四极点图像坐标与世界坐标的单应性关系重投影得出所有角点坐标.实验结果表明,与常用棋盘格角点检测算法相比,该算法具有较强的鲁棒性,处理过程可自动实现,在摄像机标定的应用上具有较高的实用价值.     

基于自由像片重叠区域的算法研究

提出了一种确定图片重叠区域的通用算法。首先将两幅图片重叠部分的顶点存入一个交点数组,然后再分别将两幅图像的顶点与交点数组中的点进行比较,若交点数组中的点完全是其中一幅图的顶点,则该图即为重叠区域;否则,必须按照一定的算法来确定重叠区域。实验结果表明,该算法在易于编程实现的同时,也能很好地确定出影像间的重叠区域,并且适合确定多张影像的重叠区域。     

楼道消失点查找与跟踪的迭代算法

提出了一种新的消失点跟踪算法。具体地, 改进了梯度霍夫变换, 引入映射的参考点; 结合梯度方向信息进行映射, 提高了映射速度; 采用加权最小二乘法在参数空间拟合三角函数曲线, 直接计算消失点的坐标。通过迭代的方法更新参考点的坐标, 从而使算法精确查找到消失点的位置。实验证明, 此算法可以快速准确地查找到楼道环境的消失点, 并且迭代速度可以满足消失点的实时跟踪要求。     

消失点计算方法研究

利用消失点(线)进行场景理解与三维重建是计算机视觉研究中的一个重要问题。以往 主要是利用图像点的齐次坐标来计算,由于同一图像点的齐次坐标之间相差一个比例因子,当图像 坐标过大(或过小)时,会引起计算精度的下降。为此,从实际计算角度出发,利用图像点的坐标矢 量和调和共轭特性,研究了消失点的计算方法。经过举例分析和算法验证,证明该方法实用、可靠。     

巧求外接圆圆心

提出了一种简单快捷的计算三点外接圆圆心坐标的算法,使用该算法,不需要繁琐的判别即可求出结果,适合计算机程序设计实现.     

巧求三点外接圆圆心

提出了一种简单快速的计算三点外接圆圆心坐标的算法，使用该算法，不需要繁琐的判别即可求出结果，适合计算机程序设计实现。     

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。     

触摸屏数据处理算法

介绍触摸屏系统的工作原理,分析影响电阻式触摸屏坐标定位精度的若干因素,提出一种提高坐标定位精度的“3步法”,包括采用中断和轮询相结合的方法去抖、中值平均滤波法滤波、三点法校准3个过程。在S3C44B0X开发板上进行算法测试,结果证明,用该方法校准的触摸屏系统的稳定性和精度得到很大改善。     

交通监控场景下的相机标定与车辆速度测量

针对交通监控场景中对车辆速度测量的需求,提出了一种相机标定方法和车辆速度测量方案。首先,通过深度学习YOLO检测算法和光流跟踪算法对图像中的车辆目标进行检测和跟踪,根据获得的轨迹集合使用级联霍夫变换计算出道路方向上的消失点,从而检测出道路上的标志线。之后根据消失点和标志线,使用试探焦距思想完成相机标定任务。最后通过计算多帧之间瞬时速度的平均值来实现车辆速度的测量。通过真实交通监控场景的实验结果表明,这种基于消失点的自动相机标定方法具有较好的稳定性和较高的标定精度,能够满足车辆速度测量和实际工程应用的需求。     

Using points at infinity for parameter decoupling in camera calibration

The majority of camera calibration methods, including the gold standard algorithm, use point-based information and simultaneously estimate all calibration parameters. In contrast, we propose a novel calibration method that exploits line orientation information and decouples the problem into two simpler stages. We formulate the problem as minimization of the lateral displacement between single projected image lines and their vanishing points. Unlike previous vanishing point methods, parallel line pairs are not required. Additionally, the invariance properties of vanishing points mean that multiple images related by pure translation can be used to increase the calibration data set size without increasing the number of estimated parameters. We compare this method with vanishing point methods and the gold standard algorithm and demonstrate that it has comparable performance.     

利用直线参数信息的建筑物灭点检测方法

针对现有的灭点检测方法未充分利用产生灭点的直线的参数信息,导致检测精度较低、计算量较大等问题,提出了一种利用直线参数信息的稳健灭点检测算法。首先采用Canny算子和Hough变换相结合的方法提取出建筑物图像中较长的稀疏直线,通过分析直线的参数信息,对不同方向直线进行聚类,并证明了各方向的直线参数满足线性分布关系;然后利用稳健回归算法建立直线参数的线性模型,并据此去除外点,获得产生有效候选灭点的有效直线束;最后根据有效直线束计算曼哈顿方向的最优灭点。实验结果表明,所提的灭点检测算法应用于规则建筑物图像的摄像机标定时,焦距的平均误差为1.05像素。     

单视未标定图像的正交灭点检测算法

传统方法只能计算标定图像的正交灭点,同时没有考虑图像直线检测结果的误差、 直线的长度以及候选灭点与约束直线之间的位置关系对灭点检测精度的影响。针对此类问题, 提出了一种针对单视未标定图像的正交灭点检测方法。首先利用J-Linkage 完成灭点的初始化估 计,得到假设灭点集合;然后根据假设灭点与图像直线之间的一致性约束、图像直线的长度, 基于投票机制先得到精确的垂直方向灭点;后利用灭点、灭线的定义和性质,计算得到图像相 机参数;根据正交灭点的特性,得到准确的水平方向和纵深方向的灭点。因引入了一种新的假 设灭点和图像直线之间的一致性度量方法,正交灭点检测精度不受直线检测结果的误差、直线 的长度以及候选灭点与约束直线之间的位置关系的影响,在未知图像相机参数的情况下能精准 的得到三个正交灭点信息。正交灭点检测方法在室内场景下可以得到更加精确的检测结果。     

面向建筑物重建的相机标定方法研究

由于灭点具有很多独特的几何属性且大量地存在于建筑物场景中,因此针 对建筑物重建,提出了一种基于灭点的相机标定方法。首先通过构造各种几何约束关系,如 灭点与相机矩阵间的关系、世界坐标原点和相机矩阵间的关系,逐步实现相机矩阵的度量重 建和欧氏重建,获得相机矩阵的值,然后通过分解相机矩阵得到相机的内外部参数。该方法 在标定过程中无须借助任何标定物,求解过程简单,标定速度快。实验结果表明,该方法可 以满足虚拟现实中建筑物场景重建的需要。     

射频仿真实验室阵列天线物理校准方法

结合射频仿真实验室建设的需要,针对射频仿真实验室阵列天线位置和姿态的物理校准进行了研究,提出了一种全新的物理校准方法.首先,建立了射频仿真实验室阵面坐标系,对球形阵面三元组阵列天线坐标进行了计算,并给出了阵列天线球面坐标的严密算法;其次,围绕物理校准流程,对全站仪的安装方式、观测方法、测试数据归算方法及阵列天线六自由度的调整方法进行了详细介绍;最后,以球形阵面半径为18m和30 m两个大型射频仿真实验室的物理校准结果为例,验证了该方法在精确位置计算方面的效果.本方法具有一定的创新性和工程应用价值,已在多个此类项目中得到成功应用.     

基于IMU阵列的标定方法

微电子机械系统(MEMS)技术的发展使惯性传感器行业发生了革命性的变化,这使得生产惯性传感器阵列成为可能。然而,低成本的惯性测量系统会受到比例因子和轴失准误差的影响,从而造成位置和姿态估计的精度降低。在单个IMU校正的基础上,设计了一套基于IMU阵列的标定方法,该标定方法为了解决传统六面法在标定IMU阵列过程中方向激励不足的问题,设计了正20面的校正装置,该标定方法不仅能够估计出IMU阵列中单个IMU的比例因子、轴失准误差和偏置,还能估计出阵列中不同IMU之间的坐标轴对齐误差。通过把标定结果和官方所给的校正参数进行对比,可以得到经过本文所提的IMU阵列标定方法得到的标定结果能够达到工厂标定结果的百分之五十到百分之九十。     

基于级联霍夫变换的车道线快速检测算法

车道线检测是智能辅助驾驶算法中的核心算法之一。为了解决基于传统霍夫变换的车道线检测算法检测效率低下等问题,提出一种基于级联霍夫变换的快速车道线检测算法。该算法首先对视频帧进行ROI选取、滤波、边缘检测、非极大值抑制等预处理,然后使用基于平行坐标系的映射将原始图像转换到参数空间,完成点到线、线到点的映射,接着再使用一次映射,最终实现点到点、线到线的映射,以此快速提取车道线消失点,并根据消失点位置扫描实际车道线,实现车道线的提取。该算法在点的映射过程中,坐标值始终是线性变换,克服了传统霍夫变换在映射过程时需对每一个点进行极坐标转换的缺点,计算更简单,运算效率更高。仿真实验表明,文中提出的改进算法比传统霍夫变换运算速度提高了31%,准确率提高了6.2%,检测效果有明显提高,可广泛应用于智能辅助驾驶中。     

高速公路云台相机的自动标定

目的 云台相机因监控视野广、灵活度高,在高速公路监控系统中发挥出重要的作用,但因云台相机焦距与角度不定时地随监控需求变化,对利用云台相机的图像信息获取真实世界准确的物理信息造成一定困难,因此进行云台相机非现场自动标定方法的研究对高速公路监控系统的应用具有重要价值。方法 本文提出了一种基于消失点约束与车道线模型约束的云台相机自动标定方法,以建立高速公路监控系统的图像信息与真实世界物理信息之间准确描述关系。首先,利用车辆目标运动轨迹的级联霍夫变换投票实现纵向消失点的准确估计,其次以车道线模型物理度量为约束,并采用枚举策略获取横向消失点的准确估计,最终在已知相机高度的条件下实现高速公路云台相机标定参数的准确计算。结果 将本文方法在不同的场景下进行实验,得到在不同的距离下的平均误差分别为4.63%、4.74%、4.81%、4.65%,均小于5%。结论 对多组高速公路监控场景的测试实验结果表明,本文提出的云台相机自动标定方法对高速公路监控场景的物理测量误差能够满足应用需求,与参考方法相比较而言具有较大的优势和一定的应用价值,得到的相机内外参数可用于计算车辆速度与空间位置等。