用于工业现场的摄像机标定方法研究

针对复杂的工业现场环境以及打印机打印质量水平的限制,对于工业现场的摄像机标定,采用直接提取平面模板角点的方法往往出现失败.现对不能顺利提取角点的标定板图像采用一种基于区域分割的图像处理方法,首先采用均值滤波的方法消除打印机打印质量问题,然后对图像像素按照一定的准则采用区域生长算法得到区域边界,最后与滤波图像进行相减得到所需图像.在一定程度上,这种方法能够消除工业现场环境的干扰,达到精确提取标定板角点的目的.通过分析摄像机模型和几种坐标系之间的转换关系,利用标定板完成了摄像机标定.结果表明,采用该方法,能够准确、方便地获得工业现场中摄像机的内外参数.     

基于等边三角形的摄像机标定方法

利用摄影儿何中交比不变性的性质,从给定的n幅图像中捉取所需要的点坐标,求解出三纽两两正交的直线的消失点的坐标.根据光心与消失点的连线为直线的方向建立3n个方程,从中线性的求解出相机的内参数.实验证明该方法不需要特定的标定模板,具有一定的实用价值.     

基于辅助摄像机的机器人延伸手眼标定方法

针对机器人手臂上装载的工件等对象与摄像机之间空间关系的标定问题,本文在传统机器人手眼标定的基础上提出了机器人延伸手眼标定的概念,将机器人手眼关系拓展为延伸手眼关系.该方法通过引入辅助摄像机,利用平面标定靶标以及由机器人延伸手上的矩形特征衍生出的大量标定特征点,实现了机器人延伸手眼标定.实验结果表明,该算法可有效的解决机器人延伸手眼标定问题,标定精度取决于机器人延伸手的几何尺寸精度和获得特征点的精度,文中实验结果的RMS为0.113mm.     

基于参数分离机器人手眼视觉标定方法研究

提出一种简单,快速、不需要标定摄像机内外部参数的标定方法。详细推导了机器人平面手眼视觉系统变换关系,完成了从视觉平面坐标系到机器人参考坐标系的坐标变换。通过参数分离简化求解过程,实践表明这种方法求解速度快、精度高。     

基于网格靶标快速高精度摄像机标定方法

本文针对单摄像机成像特点,首先建立其实际成像数学模型,为快速高精度的标定摄像机参数,靶标采用平行网格线靶标,有效利用直线的平行性约束条件,可高效的求取目标点,此种方法先求解摄像机纵横比,然后利用参数分离的方法通过迭代求解其余模型参数,从而简化了求解过程,将标定结果与Tsai法相比较可知,标定精度相当。     

基于相位测量的摄像机标定方法

提出一种新的摄像机标定方法,该方法基于2D共面参照物摄像机标定方法和相移技术.首先由摄像机记录已知相位分布的平面,通过相移计算出相位分布.对任意标定平面,两个正交相位分布与平面坐标的对应关系已知,由此可以建立像素坐标与2D平面坐标的一一对应关系.将该已知相位分布的平面在空间中放置不同的位置,分别完成上述测量,即可根据2D共面参照物摄像机标定方法完成摄像机的高精度标定.该方法避开了复杂的标定特征点提取,大大增加了2D标定数据量,提高了标定精度.实验和计算机模拟表明,该方法简单、可靠和精度高.     

基于双目摄像机的目标标定及校正方法研究

本文采用的是平行双目立体视觉机,主要目的是从摄像机获取的立体图像出发,根据两个摄像机之间的相对位置关系得到场景中物体的深度信息,以便实现运动人体的检测与识别。     

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RBF神经网络的双目摄像机标定研究

摄像机标定是精密测量的基础,传统的双目标定需要建立复杂的数学模型。人工神经网络可以有效地处理非线性映射问题,它可以很好地描述双目视觉中三维空间特征点坐标和二个摄像机对应点间的非线性关系。本文介绍一种RBF神经网络,并对RBF网络与BP网络的标定结果进行比较。实验结果表明：基于RBF神经网络的双目视觉标定方法能获得较高的标定精度。     

基于PSO和LSSVM回归的摄像机标定

针对摄像机非线性显式标定时很难精确地建立其复杂的数学模型,本文提出了基于粒子群优化算法(PSO)和最小二乘支持向量机(LSSVM)回归的摄像机非线性隐式标定方法.该方法采用最小二乘回归机精确逼近图像坐标与世界坐标之间复杂的非线性成像关系;利用PSO算法搜索LSSVM回归模型的最优参数,提高LSSVM回归的收敛速度和泛化能力.通过运用标准BP神经网络、遗传算法、LSSVM及粒子群优化的LSSVM回归方法对圆阵列图案标定模板进行标定,实验结果表明:基于PSO和LSSVM回归的标定方法具有标定精度高、收敛速度快、泛化能力强等优点.     

基于卡尔曼滤波器的频率源远程校准技术研究

针对GPS接收机接收下来的钟差数据带有很强的信号噪声,采用LabVIEW软件建立卡尔曼滤波模型,对离散钟差数据序列进行处理和预测,更加准确地反应频率源的性能。试验数据表明,选择参数合理,有效地降低了噪声造成的误差,从而提高了校准精度。     

A sequential method of calibrating measurement instruments with a Kalman filter

A recurrent algorithm is derived for estimating the parameters of a calibration curve with allowance for the errors in reproducing the inputs. That algorithm is combined with a proposed rule for halting the calibration to reduce considerably the length of the calibration, which promises a real economic advantage. __________ Translated from Izmeritel’naya Tekhnika, No. 4, pp. 32–38, April, 2006.     

采用隐性卡尔曼滤波器的自适应子结构试验方法

在传统子结构拟动力试验基础上,提出采用隐性卡尔曼滤波器的自适应子结构试验方法,以减小由于数值子结构中相应构件的恢复力模型误差所带来的不利影响。在子结构试验过程中,在线识别试验子结构模型参数,实时更新数值子结构中相应构件的恢复力模型参数。快速准确的恢复力模型在线识别方法成为自适应拟动力子结构试验的关键,本文将试验子结构恢复力模型的模型参数作为试验子结构系统状态变量的一部分,采用隐性卡尔曼滤波器在线识别其模型参数。通过数值仿真检验采用隐性卡尔曼滤波器在线识别的自适应子结构试验方法性能。结果表明,本文所提出的自适应子结构试验方法具有很好的精度和较快的识别速度,试验结果较传统子结构试验结果有较大改善。     

基于卡尔曼滤波的天文定位算法

针对如何提高舰船的导航精度的问题,提出了一种Kalman滤波天文定位算法。该算法根据天文三角形理论,在确定的时间内,利用恒星的赤经、赤纬以及利用光电经纬仪(或其他测量设备)输出的高度角、方位角等信息实现天文定位,并建立了舰船动力学模型。采用稳健估计对Kalman滤波模型进行处理,解决了滤波模型中非零均值系统白噪声的处理问题。采用该Kalman滤波对恒星的高度角数据进行滤波,实验结果表明,噪声为1′时定位误差由0.041253°降低为0.010394°,该算法提高了测量精度,抑制了测量噪声,有效增强了天文定位的可信度。     

基于 Kalman滤波理论的运动目标检测新方法

该丈研究了基于Kalman滤波理论的渐消记忆最小二乘法在图像背景重建中的应用,并将它应用在复杂背景的图像序列中,实现对运动目标的自动检测.首先用渐消记忆最小二乘法对复杂背景进行预测和更新,然后把当前帧与预测的背景模板做差分运算,最后采用自适应阈值分割技术实现对目标的自动分割.文中通过对序列图像的仿真,讨论了最小二乘法的存在问题,改进及适用情况,干扰的消除.试验结果表明,该方法具有很强的实用性.     

基于共面点的摄像机线性标定法

提出了一种线性求解摄像机内外参数的方法。通过分解参数确定相机主点坐标和纵横比,利用径向平行约束求解大部分的外参数,再引入新的畸变模型线性求解其余内外参数。该法特点是采用共面点标定物,且不需摄像机做任何运动就可以实现全过程的线性标定。既避免了非线性优化的繁琐和不稳定,也解决了其它线性法中部分内参数的标定问题。两套实验结果误差分别为0.3391pixels和0.6004pixels,表明该法具有较高的精度,是一种简单、有效、实用的标定法。     

基于改进的Kalman滤波的语音增强算法

传统的kalman滤波方法在推导过程中假定观测噪声为白噪声。通常对于有色噪声需要用白噪声激励的方法予以模拟,并且需要以牺牲运算量作为代价。本文提出了一种改进的基于kalman滤波的语音增强算法,可以处理白噪声和有色噪声情况,不需要增加计算量,仿真结果表明了该算法对有色噪声的语音增强性能要优于基于传统kalman滤波方法。     

基于卡尔曼滤波的时变水声信道估计

为了能同时利用时变水声信道的簇状稀疏特性和时间相关性,构造了一种时变水声信道模型,并基于该模型对传统的卡尔曼滤波压缩感知算法进行改进。该方法主要利用前一时刻估计的信道状态响应来确定当前时刻信道的候选支撑集,并以此构造时变水声信道的状态转移方程。通过卡尔曼滤波迭代的方法计算候选支撑集上的系数,最后通过阈值法滤除误差原子。仿真结果表明：该方法能有效地利用水声信道间的时间相关性来提高信道估计的性能,同时由于水声信道存在簇状稀疏特性,因此经该方法也具有一定的鲁棒性。     

被动定向浮标阵卡尔曼滤波目标跟踪研究

文章研究利用被动定向浮标阵定位跟踪水下机动目标的方法,基于卡尔曼滤波(Kalman Filter, KF)原理提出一种定位跟踪滤波器的具体实现方法。该方法能够整合多枚浮标现在及过去有误差的测量数据,提高定位精度,同时连续输出水下目标运动参数估计从而锁定目标运动轨迹。该方法实现的关键在于建立水下目标与浮标阵的数学迭代运算模型,包括状态空间的动态与观测过程。由于被动定向浮标阵目标跟踪是一个非线性估计问题,而卡尔曼滤波器是线性的,因此文章设计了近似的线性观测方程以利用卡尔曼滤波来解决这个问题。通过计算机仿真研究该滤波器的跟踪效果并与最小二乘法进行比较,估计精度明显高于最小二乘法。同时通过仿真验证该滤波器可以自适应跟踪目标的非稳态运动过程。该方法在工程实践上具有一定应用前景与指导意义。     

适用于离焦状态相机的相位编码标定方法

现阶段通用的相机标定方法需要使用者提供准确的标定板特征点像素坐标。但对某些成像位置特殊的相机而言,一般标定物(如长宽在厘米级别的标定板)的使用范围在其清晰成像范围之外。使用这些相机拍摄一般标定物,只能得到离焦的模糊图像,无法准确提取特征点像素坐标。本文分析了光学系统离焦状态对基于正弦光栅的结构光(简称正弦结构光)相位的影响。利用正弦结构光相位与相机对焦状态无关的性质,提出了一种利用相移法正弦结构光编码的方法,对标定物上特征点进行相位编码,实现了相机在离焦状态下的标定。经过实验验证,标定结果焦距长度与真实值之间最大偏差为0.47%,最大像素重投影误差为0.17 pixels。该方法为具有特殊成像范围的相机的标定提供了一种解决方案。