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.     

基于交比不变性的相机镜头畸变标定研究

相机的标定对于整个摄影测量系统的精度起着至关重要的作用.主要研究了一种较为有效、易行的标定相机畸变参数的方法.标定物简单且容易获得,相机无须固定,可手持拍摄.利用交比不变的性质,拟合全视场的无畸变的虚拟网格,得到图像点的偏差,从而计算出畸变系数.最后通过比较畸变纠正前后空间点距离的测量,表明此方法可较为明显的修正镜头畸变,且简单易行.     

一种基于平面标定物体的摄像机标定方法

从理论上提出了一种新的直接标定摄像机内部参数的算法。该算法是基于平面定标物体上,且只需一个坐标系统。与其他算法相比,这种算法大大简化了计算过程,避免了对多余参数的计算,可用它来标定摄像机的全部内部参数。     

一种简便的双目摄像机标定方法

针对传统摄像机标定方法,在张正友平面模板两步法的基础上,提出了一种简便的双立体摄像机标定方法, 在标定中通过选取图像中心附近的点作为初始预测值,再进行非线性搜索来确定摄像机内外参数由于该方法在摄像机畸变模型中充分考虑了切向畸变的影响,使得标定应用范围更广.实验证明,标定模扳制作简单,标定过程快捷具有较高的精度,完全可以满足双日立体视觉应用的要求.     

基于图像畸变矫正的摄像机标定方法

本文提出了一种新的摄像机标定方法,首先对含有畸变的二维图像进行矫正,再应用矫正后的图像对摄像机进行线性模型标定。给出了标定方法的理论依据和求解过程,并将其与线性标定方法和两步法进行了对比实验。实验结果表明:该方法无需预标定过程,即可迅速、方便地对摄像机进行标定,并且具有较好的精度。     

基于Matlab的摄像机标定方法研究

摄像机标定的目的是建立三维坐标与二维图像坐标之间的对应关系,由摄像机拍摄的二维图像通过计算和实验得到物体的三维坐标值.基于摄像机的针孔模型,阐述了摄像机的标定原理和引起摄像机畸变的原因,在Windows系统下利用Matlab的摄像机标定工具箱进行了平面标定模板的角点提取和校正并给出了标定摄像机的参数表.实验表明,该标定方法和标定过程标定精度高、易于实现.     

基于OpenCV的摄像机标定方法研究

提出了一种基于OpenCV的摄像机标定方法.分析计算机视觉函数库OpenCV中的摄像机模型,考虑摄像机透镜的径向畸变与切向畸变的影响及模型的求解方法,同时结合基于Matlab的摄像机标定工具箱中的角点提取模块,给出了实验结果.结果表明,此方法精度较高、鲁棒性好,有效解决了计算机视觉系统的开发研制周期长的问题,可广泛应用于三维重建、虚拟现实等领域.     

一种改进的摄像机线性标定优化方法

现有的摄像机标定方法没有将高精度和简便性很好的衔接在一起。提出一种新的标定优化方法。首先选择主点位置在图像中心,纵横比为1作为初始条件;接着利用改进的摄像机线性标定方法,得到在同一摄像机坐标系下不同图像上所有标定点的摄像机坐标;最后利用摄像机坐标系下的这些三维点来优化内、外参数。实验结果表明：本文提出的标定方法得到的焦距误差在0.1mm以内,主点位置的最大误差在2pixel左右,测试点的最大误差控制在0.5pixel以内。本文提出的标定方法是一种简单、高精度的标定方法。     

基于平面靶分割区间LS-SVM摄像机标定的研究

摄像机标定是视觉系统精确的前提.利用最小二乘支持向量机实现摄像机的标定不需确定摄像机具体的内部参数和外部参数.由于镜头的畸变主要由径向畸变引起,根据摄像机畸变的特点,对畸变区域进行划分,提出一种基于分割区间最小二乘支持向量机的摄像机标定法,对不同的畸变区域进行单独处理.该方法同BP神经网络和基本最小二乘支持向量机标定预测结果对比表明,基于分割区间最小二乘支持向量机的摄像机标定法速度快,实时性好,能有效提高标定精度.     

基于计算机视觉的线性摄相机标定技术研究

通过建立基于一阶径向畸变的摄像机数学模型,提出了一种线性求解摄像机参数的标定方法,对摄像机模型中内部参数和外部参数进行逐步求解,且全部过程采用线性方法求解,从而改变了传统的摄像机标定依赖于非线性优化的缺点,避免了非线性优化的不稳定性.实验证明此方法具有较高的标定精度和较强的实用性.     

基于径向约束的CCD相机标定参数的整体优化

提出了基于径向约束的CCD相机标定的模型参数非线性整体优化的方法.利用Harris算法检测标定板的各角点图像坐标,保证了标定板角点的稳定性和可靠性;进行RAC(radial alignment constraint)两步法标定,并用Levenberg-Marquardt算法对通过径向约束标定得到的所有相机模型参数进行非线性整体优化,提高了相机参数的标定精度.实验结果表明.该方法标定精度高,能明显减小各种误差对CCD相机标定的影响,提高了机器视觉三维测量的精度.     

一种带权因子的相机标定方法

基于最小二乘法的基本原理,提出一种带权因子的相机标定方法.通过研究标定数据的误差分布,充分利用这些统计信息进行二次标定.对于那些偏差出现概率高的实验数据（偏差小）,使用较大的权因子,增加它们对系统表现的贡献.对那些偏差出现概率低的实验数据（偏差大）,使用较小的权因子,抑制它们对系统表现的影响.实验表明,这种带权因子的标定方法,能够有效地提高标定精度.特别是对基于非线性的标定过程,该方法可以充分克服各种随机噪声的影响,从而有效地提高标定过程的稳定性.     

四元数在大视场相机标定中的应用

在大视场中,镜头畸变对测量的精度影响较大。为提高相机标定精度,提出一种新的标定方法。该方法以单位四元数表示空间旋转,通过求取重建图中点的坐标值与其在无畸变条件下测得的实验坐标值之间的最小误差来实现。该方法可有效地整合镜头畸变的确切模型且得到无奇点的最小冗余方程组,实验证明该方法提高了标定效率和精度。     

基于Matlab与Opencv的相机定标研究

相机定标是计算机三维重建不可或缺的步骤,相机定标的精度和可靠性直接影响计算机视觉系统的三维定位精度.Opencv和matlab的camera calibration toolbox都是目前成熟实用的相机定标工具,两者的定标原理相同;但是在实际应用中,定标环境对两者的定标精度影响是不同的.在相机定标理论的基础上,分别采用这两种方法进行相机定标,给出定标的详细步骤和定标结果.通过实验,得出两种定标方法较好的定标环境.     

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%.