线结构光传感器参数现场标定方法

为了精确、快速、高效地标定线结构光传感器参数,提出了一种线结构光传感器参数现场标定方法。根据摄像机标定方法,并结合L-M非线性优化算法对摄像机内外参数及镜头畸变系数进行标定。拍摄不同姿态下的平面靶标图像,利用靶标图像计算摄像机外参计算靶标上的圆点在摄像机坐标系下的三维坐标,并构建靶标平面方程。将激光线投射到不同姿态的靶标平面上,通过靶标平面方程计算出激光线上点在摄像机坐标系下的3D坐标,由不同位置重构出激光点在摄像机坐标系下的3D坐标来完成光平面参数标定。通过对摄像机参数、畸变系数和光平面参数的标定,重构目标物体进行测试。测量结果表明:该算法能够快速、准确地获取小车车体的三维坐标,并构造出车体的三维模型。该方法适用于大视场的工业现场标定。     

基于径向基神经网络的双目摄像机标定方法的研究

传统的摄像机标定方法需要建立复杂的数学模型,计算量大、实时性不好.针对双目摄像机标定问题,提出了一种基于径向基函数(RBF)神经网络的双目摄像机标定方法,利用该网络具有很强的自组织、自学习、自适应和较强的非线性映射能力,准确的建立了双目视觉中三维空间物点坐标和两个摄像机坐标间的关系,与传统的方法相比,该方法具有重建速度快,运算精度高等优点.仿真结果表明该方法是正确性和有效性.     

基于OpenCV的摄像机标定的应用研究

摄像机标定是机器视觉的基本任务之一,首先对开源计算机视觉(OpenCV)库进行介绍,然后给出了摄像机模型和摄像机标定过程中的坐标系转换关系.对图像模板的标定采用基于成像模型的点对应关系和在线实时标定的方法,同时把非线性畸变考虑在内,获得摄像机内外参数.标定结果初步应用于移动机器人平台的视觉伺服实验,对三维目标测量,实验结果表明了标定方法的可行性.     

一种基于Kruppa方程的分步自标定方法

针对摄像机自标定中Kruppa方程求解的非线性优化问题和标定结果的欠鲁棒性,提出一种基于Kruppa方程的分步自标定方法。根据两图像匹配的特征点对采用8点算法求解相应的基本矩阵,其中待匹配图像选用摄像机对同一场景在不同焦距下拍摄的两帧图片,对图片的特征匹配点建立约束关系,采用最小二乘法求出摄像机的主点坐标,然后利用遗传算法优化Kruppa方程的比例因子,最后通过优化后的比例因子完成摄像机的标定。实验表明,该方法可提高标定精度,并通过对特征点坐标加入高斯噪声,验证了算法的鲁棒性。     

一种简单快速的相机标定新方法

本文提出了一种新的相机自标定方法,该方法要求摄像机在3个(或3个以上)不同方位摄取一个包含其内接正三角形的圆的新型标定模板的图像.首先,从模板图像中推导得到圆环点的像点坐标;然后通过得到的圆环点像点坐标,可线性求解摄像机内参数.与传统方法不同的是,该方法避免了复杂的椭圆拟合和直线拟合,降低了计算复杂度,提高了标定速度和...     

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.     

改进直接线性标定的移动机器人视觉定位算法

在移动机器人视觉定位中,图像处理技术为摄像机标定和视觉定位奠定了基础.本文首先对机器人采集得到的目标图像进行灰度变换,将彩色的图像转换为灰度图像,利用中值滤波滤除目标图像中的孤立噪声点,再使用sobel算子提取图像的边缘,由于提取的边缘不清晰,最终使用改进的hough变换得到图像的清晰边缘.实验中利用matlab 7.5软件对图像进行处理,获取到准确的目标点像素.而要得到机器人在实际坐标系中的坐标,需要对摄像机进行标定,本文对直接线性标定算法进行改进,利用最小二乘法简化计算的过程,实现机器人视觉定位过程.实验结果表明,该方法简单且有效,提高了定位的准确度,验证了该方法在视觉定位中的有效性和可行性.     

摄像机标定方法的建模与仿真研究

研究摄像机定位优化控制问题,摄像机镜头存在多种非线性畸变,对标定路径和图像质量产生一定的影响,难以采用精确数学模型来描述,针对传统方法的摄像机标定准确率低。为了提高摄像机的标定准确率,利用LSSVM较好的处理非线性预测能力,建立一种PSO-LSSVM的摄像机标定模型。将摄像头采集到的图像坐标作为输入,将世界坐标作为输出,通过采用LSSVM精确逼近输入与输出的复杂非线性关系,采用PSO寻找LSSVM最优参数,提高标定准确率。通过标定模型进行对比实验,实验结果表明,PSO-LSSVM不仅加快标定速度,且提高了摄像机标定的准确率。     

一种新的图像圆环点坐标求解方法*

提出了一种求解等边三角形及其内切圆的图像圆环点坐标新方法.通过提取模板图像的角点,利用高等几何中的拉盖尔定理及其推论来计算其图像圆环点坐标,实验数据证实了该方法的有效性.利用该方法求得的坐标值可以用于摄像机的标定等领域.     

基于畸变校正的双目立体摄像机线性标定

利用透视变换原理建立双目立体摄像机数学模型,全面考虑了镜头的径向畸变和切向畸 变,提出一种线性求解摄像机参数的标定方法,改变了以往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.该标定方法在单摄像机模型的基础上,加入对双摄像机相对位置的确定,通过成像过程中坐标系之间的转换,较好地实现了双目立体摄像测量系...