基于神经网络的双目视觉摄像机标定方法的研究

摄像机标定是精密视觉测量的基础，传统的双目标定位需要建立复杂的数学模型。神经网络可以有效地处理非线性映射问题，本文介绍了一种BP神经网络，可以很好地描述双目视觉中三维空间特征点坐标和2个摄像机对应像点间的非线性关系，并且为了提高网络的学习能力引入了动态因子。将神经网络标定方法与传统的常用标定方法比较，实验结果表明，基于神经网络的双目视觉标定方法能获得较高的标定精度。     

双目摄像机标定与特征点匹配方法的研究

传统标定方法具有实验环境要求高、结果精确度低、鲁棒性差等显著缺点,为此提出一种基于软件编程的主动视觉标定方法。通过建立摄像机针孔成像线性模型,考虑畸变影响的非线性模型矫正,推导出双目摄像机标定参数,并应用软件编程实现摄相机标定,获得精度高、鲁棒性较好的结果。同时,针对当前已有的图像匹配算法,对图像尺度变化适应性较差等问题,以Harris算子为基础,通过增加图像变换尺度参数,得到具有尺度不变性的改进算法。基于软件编程实现特征点坐标提取与匹配,结果显示改进后算法耗时变短、计算结果精度和鲁棒性均有所提高,为深入研究双目摄像机障碍物识别与路径规划奠定了基础。     

基于正方形模板的摄像机自标定新方法

利用正方形模板的两组相互正交方向的消失点,本文提出了一种新的摄像机自标定方法.根据射影几何中的交比关系以及调和共轭性质,该方法只需拍摄三个不同方向的正方形模板图像来计算正方形平行边与对角线方向的消失点.利用消失点与光心的连线平行于该组平行直线的特性.摄像机所有的内部参数便可以线性地求解出来.实验结果表明.新方法标定精度高而可靠.使用起来简单而方便.     

基于地面垂直目标的摄像机标定

提出一种墓于垂直地面目标的相机标定方法,借助人体在摄像机视场中站立的4～5个位置,得到垂直消失点和水平消失线.同时考虑到两者对整个算法的重要性以及对噪声的敏感性,提出了一种优化算法.最后,给出了摄像机视场中人体最佳位置分布和最佳数目.模拟仿真和实际图像测试均可表明该算法的稳健性和有效性.     

基于B-dual-space的摄像机标定

针对摄像机标定,提出了一种基于B-dual-space的改进型平面标定法。首先介绍了B-dual-space的概念和基本性质;并将B-dual-space与张正友的平板标定法相结合,提出了改进型的平面标定算法,这一方法继承了张的方法中二阶畸变模型的使用,相较Tsai的方法畸变模型更精细;然后,用棋盘标定平板实验验证了算法的有效性,通过与另外两种经典标定方法的标定结果比较,显示该方法的精度与张正友的方法接近。     

基于同心圆光栅和契形光栅的摄像机自标定方法

提出一种利用同心圆光栅和契形光栅作为标定模板,基于正交方向消失点摄像机自标定的新方法。新方法利用相移条纹相位提取精度高的特性来求零相位特征点,避免了传统标记点提取误差给标定结果带来的影响。要求摄像机至少从6个方位拍摄标靶,采用四步相移得到光栅的截断相位并求解零相位交点,计算消失点从而解算出摄像机的内参数。根据模拟实验得到影响消失点标定精度因素的分析结果,制作了含有7个周期的同心圆光栅和4个周期的契形光栅。实际测量实验中分别用光栅靶标和灰度同心圆靶标进行相机标定,对比重投影误差,结果证明新方法提高了基于消失点标定算法的精度和稳健性。     

一种新的利用模板进行摄像机自标定的方法

提出了一种利用圆环点进行标定的新方法.它要求摄像机在至少三个不同的方位对模板进行拍摄,通过对模板图像的角点的提取,计算圆环点的图像坐标,从而可以线性求解出摄像机的全部内部参数,进而可以求取摄像机运动的外部参数.通过模拟及真实数据实验均证实了该方法简单、方便、精确度高,而且具有很强的鲁棒性.     

基于Matlab的计算机视觉测量中摄像机标定方法研究

本文以视觉测量系统中的摄像机标定为研究对象,以物体在摄像机上所成的像与物体实际的形状之间具有一定的函数关系为基础,以获得该函数参数为目的用Matlab进行摄像机标定。该方法利用了Matlab的工具箱及VC＋＋6.0编译软件,设计标定方法及软件程序,方便准确的完成了单摄像头标定和双摄像头的立体标定,得出摄像机的内部参数和外部参数,简化了标定求解过程,提高了标定速率,并具有良好的移植性,适合于其他视觉测量系统。     

摄像机标定方法综述

首先介绍了摄像机标定的基本原理以及对摄像机标定方法的分类。通过对最优化标定法、双平面标定法、两步法等传统摄像机方法的具体分析，给出了各种方法的优劣对比；同时对多种自标定方法的研究现状、发展情况以及存在问题进行了探讨。最后给出了发展传统摄像机标定方向、提高摄像机自标定精度的二些参考建议。     

基于非刚体的线性迭代相机自标定方法

为了实现相机标定,本文提出了一种基于非刚体的线性迭代相机自标定方法,该方法假定非刚体由若干个非刚性基线性组成,利用所有图像点组成的图像矩阵为一个低秩矩阵的特性,实现射影重建;利用相机的约束关系线性迭代地实现相机标定.该方法克服了现有自标定方法要求物体做刚体运动的缺点,模拟实验和真实实验数据结果表明,能够有效地实现相机标定.     

实时双目立体视觉系统的实现

依据双目立体视觉原理,对双目立体视觉系统的设计与实现展开研究,介绍了双目立体视觉系统的组成,并对系统涉及的主要关键技术进行了探讨。结合相关的硬件设备,利用VS2012软件开发平台实现了双目立体视觉系统。该系统可实时地进行图像采集、边缘检测、立体匹配等功能,同时由于采用3种确认算法,最大限度地去除错误匹配,得到良好的视差图。     

基于SOPC的双目视频采集及显示系统设计

针对双目视频传输数据量大、实时性及同步性要求严的问题,给出了一种以SOPC为核心的双目同步视频采集及显示系统设计实例.采用软硬件协同设计的方法,将视频采集控制器、视频输出控制器及DMA控制器集组成数据传输快速通道集成在SOPC中,并结合OpenCV开发上位机应用软件.结果证明,该设计方法在保证双目视频数据同步性和实时性的同时,极大的提升了系统集成度,并降低了设计复杂度,具有较高的实用价值.     

基于双目立体视觉的快速人头检测方法

为满足人流统计实时性的要求,提出一种人头检测算法。该方法对双目相机采集的图像通过运动目标检测分离出运动人员所在区域,对这些区域使用融合区域匹配和特征匹配的快速匹配方法,即利用视差的连续性只对强纹理点进行绝对误差累积(SAD)匹配,其他点只进行简单的视差验证,能够得到稠密的视差图,再由三角投影关系计算出深度图。由于双目立体成像得到的深度图中人员与场景的深度分布不同,可以采用深度分层的方法将存在人头信息的深度层提取出来,经过数学形态学预处理再利用边缘检测会得到许多候选轮廓,最终利用轮廓的几何特征来判断轮廓是否为人头。实验表明:该算法可以很好地适应复杂场景下的人头检测,精度高、速度快。     

基于角点检测的双目视觉测距新方法

为解决双目视觉中立体匹配困难、效率低的问题,提出了一种基于角点检测的人工匹配方法实现双目视觉测距。首先介绍了双目测距基本原理,对摄像机进行了标定,并采用Bouguet 立体校正算法对双目视觉系统进行立体校正;然后采用J．Shi 和C．Tomasi提出的角点方法对立体校正后的左右摄像机图像中被测目标上的同一特征点进行了亚像素级角点提取,并利用提取的匹配角点坐标结合双目视觉测距公式实现距离测量。     

基于双目视觉的直升机旋翼桨叶共锥度检测法

提出了一种基于双目视觉的直升机旋翼桨叶共锥度检测方法。首先,采用平面标定算法对双目视觉系统进行标定,获取摄像机内外参数;其次,采集不同桨叶的立体图像对,并用Bouguet算法对其进行校正,获取重投影矩阵;然后,对立体图像对中的标记点进行检测与匹配,获取标记点的视差;最后,根据双目视觉测量原理计算出桨尖距地面的高度,实现桨叶共锥度检测。通过对旋翼塔进行多次测量实验,结果表明该方法具有动态测量、非接触式、操作简单、危险性小和精度高的优点。     

基于双目显微立体视觉系统的研究

在全面介绍国内外显微立体视觉系统的基础上，提出了双目显微立体视觉系统方案，此系统由单目显微镜改造而成，既节省了资金，又能快速准确地检测出操作目标距CCD摄像头的距离，从而可以提高微操作的效率和精度，是一种合理的显微视觉系统。