广角镜头桶形畸变的样条函数修正方法

为了修正广角镜头的桶形畸变,本文提出了一种基于样条函数的修正方法.依据镜头桶形畸变产生的物理机制,本文首先制作了一个同心圆标定模板并用该模板对广角镜头进行标定.然后利用样条函数的光滑性和桶形畸变的径向连续性,采用三次样条函数拟合桶形畸变规律.最后,用该样条函数拟合的桶形畸变规律对同一个视觉系统拍摄的变形图像进行恢复.在实验中,该方法能够对畸变图像进行快速恢复并表现出良好的效果.因此对于固定焦距视觉系统,在不考虑视觉系统具体参数的情况下,新的方法能够快速有效地对广角镜头桶形畸变进行修正.     

摄像机径向畸变校正和内参估计的单图标定方法

提出了一种对摄像机的径向畸变进行校正和内参数估计的单图标定方法.拍摄一幅平面标定模板图像,提出若干条直线,拟合在单参数除法畸变模型下的圆弧参数,从而估计出径向畸变.对径向畸变进行校正后,利用标定模板点与经过校正后的图像点之间的对应关系,估计出单应性矩阵.在假定摄像机主点与畸变中心重合的条件下,线性地计算出摄像机焦距初值.以上述线性方法得到的结果为初值,进行非线性优化,最终得到准确的摄像机参数.超广角鱼眼相机和普通数码相机的实验结果表明,本文提出的算法实现简单、适用性广,结果准确,具有较强的实用性.     

数字近景摄影测量中相机内参数校准

以数字近景摄影测量中相机内参数为研究对象,分析了相机成像模型和镜头畸变模型,使用基于平面标定物的方法对内参数进行了校准。根据数字近景摄影系统的特点和用途,设计和制作了具有多种特征的标定板,给出了相机内参数校准的步骤。对角点检测函数做了算法上的分析,编写了适合标定板的角点检测函数。用该方法对数字近景摄影相机的内参数进行了校准试验,角点检测的平均误差＜0.02 pixel。     

基于室内三维检校场的非量测相机校准方法研究

<正>一、概述非量测相机广泛应用于近景摄影测量和无人机航空摄影测量,采用非接触的方式实现对目标的测量。利用非量测相机进行摄影测量的基本任务是从获取的图像信息中,得到与之相对应的空间物体的信息,这种相互对应的关系是由成像的几何模型决定的。相机的内外方位元素及畸变系数等相机参数,就是几何模型的参数。     

水下摄影测量共线理论与相机标定方法

基于摄影光学理论,分析了相机在空气中和水下成像基点位置关系,提出水下摄影三点共线理论,并推导出相机在水下主距变化模型;分析了相机水下摄影视场和畸变大小的变化,设计了水下摄影测量相机标定方法;最后通过水下摄影试验标定,验证了水下摄影三点共线理论的正确性和水下相机标定方法的实用性。     

面激光测量传感器快速标定方法

本文提出了一种基于平面靶标的结构光系统参数快速标定方法。该方法基于摄影测量技术,使用编码点制作的平面靶标,由相机获取靶标平面光条图像,根据编码点的图像坐标以及靶标坐标,经过仿射变换和后方交会等处理,可以快速方便的得到光平面标定点的相机坐标,将标定点进行拟合即可完成标定。实验表明,该方法的光平面拟合中误差优于0.07 mm,系统测量精度的平均相对误差优于0.33%,具有较高的标定精度。同时该方法可以实现点、线、面等模式的结构光参数标定,通用性较强,标定效率较高,方法灵活,适合现场标定。     

基于两步法的摄像机标定算法

摄像机标定是机器视觉中的一个重要问题.精确的摄像机标定在涉及定量测量的应用中是非常重要的.摄像机标定的目的是得到摄像机的内部参数和外部参数.通过这些参数我们能够将一个点的三维位置与它的图像平面的坐标相匹配.本文提出了一种基于两步法的摄像机标定方法.第一步,使用基于无畸变的相机模型估计标定参数;第二步,在考虑相机畸变的情况下,对第一步中得到的标定参数通过非线性优化进行迭代优化,并求解畸变系数,包括径向畸变系数和切向畸变系数.用单幅图像即可完成标定,标定过程比两步法更为简洁.实验结果表明,这种算法是简单而有效的.     

多场景下基于快速相机标定的柱面图像拼接方法

针对目前利用相机标定参数进行图像拼接的方法存在受场景限制大、标定过程复杂而耗时长的问题,提出一种多场景下基于快速相机标定的柱面图像拼接方法。首先,利用棋盘格标定板角点特征提取精度高的特点,使其分别位于两两邻接图像的重叠视场中,对该图像序列依次进行角点提取、精确化和匹配等预处理,以准确快速求解出待拼接图像间的配准参数;然后利用标定得到的配准参数快速拼接图像,通过柱面投影以保持图像的视觉一致性,并采用多频段融合以保留图像的细节信息;最后,将整个系统搭建在低功耗嵌入式平台,实现可在多场景下完成快速标定及基于标定参数的拼接过程。实验结果表明,该文方法在室内及隧道等场景下可准确快速完成相机标定,图像拼接过程耗时短,同时可保证较高的拼接精度和较好的成像效果,具有较强的鲁棒性。     

三维重构视觉系统的标定

文章基于改进两步法的标定思想,在三维重构中提出了一种新的视觉系统参数标定与镜头畸变修正方法.该方法根据图像中心附近点畸变量较小的性质,利用中心附近点和全场视点对CCD相机和DLP投影仪的内外部参数标定和镜头畸变修正进行分离.在标定过程中,所设计的带标准圆阵列的靶标和伪随机连续方形编码可以实现特征点的自动识别和匹配.实验表明,该方法能快速、方便地对视觉系统参数进行标定和镜头畸变修正.     

基于标准球的显微图像测量系统标定方法

提出一种利用标准球对显微图像测量系统进行标定的方法．该方法利用显微系统小视场小景深的成像特点简化计算模型,减少标定参数．通过标准球图像在水平和垂直方向上的直径比计算比例因子;利用标准球边缘图像的边缘点集．运用优化的方法来计算成像系统的畸变系数和主点位置．系统的放大倍数由标准球的实际直径来标定得出．利用标准球在多摄像机公共视场内其轮廓在任何位置均可见这一特性,可同时对显微图像测量系统中的多个摄像机进行标定,简化标定过程．实验结果表明,该方法标定精度较高,标定后的测量系统的极限误差3σ为2．4μm．     

车灯模组的照度检测研究

针对在车灯模组的照度检测过程中,车灯模组照度图像采集时由于摄像系统安装位置产生的畸变问题,采用平面模板法,通过畸变校正算法对系统进行畸变校正,减小因图像坐标位置失真造成的测量误差;针对摄像系统像面照度不均匀性对图像灰度值的影响,通过照度均匀度校正实验获取摄像系统的校正系数后,采用基于麦夸特法与通用全局优化算法结合的曲面拟合法对校正系数进行处理,得到像素坐标与校正系数的函数模型,实现图像灰度值的校正。对校正后的摄像系统进行灰度-照度标定,建立灰度-照度关系,提高车灯模组照度检测的精度。实验结果表明:车灯模组照度检测的误差基本控制在10%以内,重复性误差小于1%,具有较高的准确性和可靠性。     

Incorporating lens distortion into the design of undistorted catadioptric omnidirectional cameras

An improved approach for design of the catadioptric omnidirectional camera with horizontal scene undistorted imaging is described. In the proposed approach, the influence of the lens distortion on the imaging quality of the omnidirectional camera is taken into account. We establish a radial distortion model for an image pickup lens and retain some opposite distortion in the mirror to correct the distortion existing in the image pickup lens. A horizontal scene undistorted catadioptric omnidirectional camera is designed with an off-the-shelf TV short focus lens using our approach; the numerical simulation shows that the distortion introduced by the imaging lens is eliminated effectively.     

一种双目立体视觉系统的校准方法

基于双目立体视觉系统的图像分析以及人工神经网络的三维空间建模算法,设计了一种针对双目立体视觉相机的校准方法,并可应用于运动目标点的轨迹追踪。将均匀分布目标点的校准平面放置在有效视野内的不同位置,通过双目立体视觉系统来捕获处于不同位置的校准平面图像。在图像处理之后,使用校准点中心的二维坐标作为人工神经网络训练的输入样本集,通过建立人工神经网络模型结构,实现目标点二维平面坐标到三维空间坐标的映射关系。采用这种具有通用性的方法,可以有效修正系统中存在的失真因子,获得目标三维位置信息,而无需进行复杂的相机校准操作。实验表明,提出的方案具有良好的可行性和鲁棒性。     

自动图像校正原理与方法及在火车导轨图像测量中的应用

提出了一种操作简便的隐参数校正方法。通过校正板上特征点的世界坐标和对应的畸变图像中的图像坐标求出两坐标系之间的转换矩阵元素——隐参数,再由隐参数将被测图像还原到世界坐标系中,得到相当于摄像机在与测量平面垂直并且镜头不存在任何畸变的情况下拍摄得到的图像,并进行图像测量。将此方法应用于火车导轨磨耗图像测量中,现场测试的结果表明,图像校正精度可达0.2 mm,测量系统精度达到0.5 mm,符合标准要求。     

亚像元精度摄像测量系统定标方法

在以图像测量技术为核心的检测系统中，摄像机的定标精度是保证测量系统高精度的前提。为此，引入归一化互相关和曲面拟合技术实现高精度定标。该方法利用预先设计的标准图片，对摄像机进行定标。由归一化互相关技术得到像素级的匹配结果，再采用曲面拟合技术实现亚像元级定标．结果表明：此方法可以对行列方向同时进行定标，定标精度可达1／20像元以上。     

Three dimension reconstruction through measure-based image selection

Three dimension (3D) reconstruction is one of the research focus of computer vision and widely applied in various fields. The main steps of 3D reconstruction include image acquisition, feature point extraction and matching, camera calibration and production of dense 3D scene models. Generally, not all the input images are useful for camera calibration because some images contain similar and redundant visual information. These images can even reduce the calibration accuracy. In this paper, we propose an effective image selection method to improve the accuracy of camera calibration. Then a new 3D reconstruction algorithm is proposed by adding the image selection step to 3D reconstruction. The image selection method uses structure-from-motion algorithm to estimate the position and attitude of each camera, first. Then the contributed value to 3D reconstruction of each image is calculated. Finally, images are selected according to the contributed value of each image and their effects on the contributed values of other images. Experimental results show that our image selection algorithm can improve the accuracy of camera calibration and the 3D reconstruction algorithm proposed in this paper can get better dense 3D models than the normal algorithm without image selection.