基于非量测畸变校正的摄像机标定方法

为了保证镜头畸变系数标定的一致性和简化视觉测量中摄像机的在线标定过程,建立畸变分离的摄像机模型,提出基于非量测畸变校正的摄像机线性标定方法。基于共线点的透视投影不变性,采用大量共线特征点对定焦镜头的畸变参数进行一次标定,摄像机内部参数可以由校正畸变后的特征点进行线性标定。该方法将畸变参数从摄像机模型中分离出来,不需要将畸变参数纳入到摄像机模型中进行多次重复标定。试验结果表明,畸变分离摄像机模型很好地符合了定焦摄像机的成像规律,基于非量测畸变的摄像机参数线性标定方法与传统的非线性优化标定方法的标定精度相当,标定速度提高近3倍,对于简化摄像机标定过程,提高视觉测量的便捷性,拓宽机器视觉的工程应用具有重要意义。     

一种基于立体模板的双目视觉传感器现场标定方法

给出了一种基于立体标定模板的双目视觉摄像机内、外部参数现场标定方法.该方法采用理想小孔模型忽略摄像机镜头的非线性畸变,把透视变换矩阵中的元素作为未知数,在已知一组三维空间特征点坐标及其对应的图像点坐标时,利用线性算法求解出透视变换矩阵中的各个元素,进而得到所需的参数.最后采用立体标定模板对该标定算法进行了实验验证,用标定完成的立体视觉传感器对已知长度进行测量,相对精度达到了0.02%,取得了较为理想的结果.结果表明:该方法由于无需迭代,因此计算速度快,在测量现场只需摆放一次标定模板即可完成标定,可高精度地实现摄像机内、外部参数的现场标定.     

标定模板与图像平面平行时的摄像机标定方法

在工业应用的机器视觉系统中,存在着较多的图像平面与标定模板平面平行的情况,针对这种情况,提出了一种新的简单而快速的标定方法。该方法仅需要一个取景器和一个平面标定模板,通过取景器可直接得到光轴中心坐标,同时也可计算出镜头的焦距;再利用平面标定模板上的特征点计算出摄像机模型的其他参数。实践证明,该方法无需预标定过程即可迅速、方便地对摄像机的内外参数进行标定,并且具有较好的精度。     

基于机器视觉检测的摄像机快速标定与误差分析

为了提高引线键合机中机器视觉检测子系统中的测量精度和效率,必须对摄像机镜头进行畸变矫正,提出一种基于畸变矫正的摄像机快速标定算法并对该算法的误差进行分析。该算法采用一阶径向畸变模型进行摄像机标定,算法中将复杂的非线性问题转化为线性问题进行参数求解,并且逆向求解了标定块上的空间特征点坐标,进而计算误差。试验验证,标定误差精度为4.26‰,减少了算法的时间复杂度,并且更准确的计算误差,同时本套算法还可用于其它有图像畸变的场合进行误差评定,因此具有较高的实用价值。     

摄像机标定的棋盘格模板的改进和自动识别

为了克服在摄像机标定过程中需要使用者给出标定模板的附加信息,或全自动标定点识别算法在遮挡、不均匀照明、大视角和摄像机镜头畸变情况下不能检测出标定点的缺点,提出一种改进的基于基准点标记的棋盘格模板以及相应的全自动识别算法.新的摄像机标定模板以基准点标记代替传统棋盘格的黑白方块,从而使全自动识别算法识别出标记的位置.利用模板中标记按照标记ID从小到大的顺序排列的先验知识,估计丢失的标定点位置.为了提高丢失标定点在图像中初始位置的估计,算法估计径向畸变参数,从而克服了畸变对识别的影响.为了提高标定点的定位精度,利用高精度的鞍点检测器,从而标定点的定位精度小于0.05像素.为了检测鞍点的有效性,算法提出2种滤波准则,最终得到有效的标定点.识别算法是有效的且不需要任何参数.实验结果表明,对于同样的摄像机和背景,使用改进的棋盘格模板及其识别算法获得的标定点进行摄像机标定的投影误差比ARTag减少70％.     

遥操作工程机器人双目视觉定位

针对遥操作工程机器人的视觉定位问题,提出一种基于神经网络的双目立体视觉定位方法。利用工程机器人特征点的二维图像坐标和三维世界坐标建立成像系统的神经网络模型,据此在线获取机器人的位置信息。该方法不需要求出摄像机的内外参数,同时无需考虑镜头的畸变和两相机的相对位置关系,而是隐含在神经网络中,这将简化定位计算的复杂性。实验表明,该方法简单有效,定位精度满足工程要求,可为网络环境下遥操作工程机器人的位置反馈控制提供技术参考。     

消隐点共线约束逐点畸变校正算法

对逐点图像畸变校正算法进行分析和研究。分析了基于四点共线交比不变性的逐点畸变校正算法的校正精度,指出该算法由于初始使用图像点含有误差导致计算其他图像点产生了精度改变,同时给出了计算结果误差较小时的图像点位置和相对距离的选取方法。基于上述分析,提出了基于消隐点共线约束的逐点畸变校正算法。该算法利用消隐点来提高直线拟合精度,利用共线特征来约束校正图像点精度。该算法不仅可以优化基于四点共线交比不变性算法校正的图像点,同时也可以优化初始使用的图像点,从而提高所有图像点畸变校正精度。基于MATLAB的仿真实验显示:对于400万像素的镜头,校正后图像点最大误差是初始图像点噪声的29.05倍。针对实物图像对基于四点共线交比不变性法校正的图像点,基于消隐点共线约束法校正的图像点和未校正采集图像点的交比值进行对比,结果表明本文提出算法优于四点共线交比不变性算法的结果。     

编码光三维重建中摄像机标定技术的应用

针对编码光三维重建测量系统中参数设定的可操作性不强和精度不高的问题进行了全面分析,由此引入一种操作简单且精度大大提高的摄像机标定技术．该标定采用理想小孔模型忽略摄像机镜头的非线性畸变．在已知一组三维空间特征点坐标及其对应的图像点坐标时,利用线性算法求解出透视换矩阵中的各个元素进而再次分解出系统所需的内外参数。该方法由于无需迭代,因此计算速度快,可高精度地实现系统所需参数的标定。     

图像拼接中相机镜头非线性畸变的校正

为满足大尺寸图像无缝拼接的需要,提出了数字相机镜头非线性畸变的高精度校正方法.分析了现有棋盘格图像特征点检测算法的不足,提出了一种新的基于棋盘格图像结构特征的特征点检测算法.该算法巧妙地利用棋盘格图像的像素点相对于方格交点对称、相对于方格交线反对称这一特点,计算交点附近区域每一像素点的对称度和反对称度,并以此为依据来判定特征点的准确位置.将该算法与多项式变换技术以及双线性插值技术相结合,提出了数字相机图像非线性畸变的精确校正方法.实验结果表明,校正后图像的横向误差均值为0.43个像素,纵向坐标误差均值为0.36个像素.该方法精度高、计算简单,对噪声、透视、畸变等鲁棒性强,便于特征点检测的自动化处理.通过对实际地图图像的校正和拼接处理,证明了该方法的有效性.     

共面点的摄像机非线性畸变校正

采用传统的Tsai两步法进行摄像机标定时,标定精度会受一阶径向畸变模型的限制。本文提出了一种同时考虑摄像机镜头径向畸变和切向畸变的摄像机模型并研究了模型求解方法来提高畸变校正精度。考虑图像中心区域畸变较小,故用中心附近点列出线性方程组计算了摄像机的部分参数;建立了综合畸变模型,将摄像机参数代入模型计算畸变参数的初始值。由于焦距和平移分量在标定板与相机平面的距离深度变化不够时难以一次性准确标定,故将其代入综合畸变模型重新计算,并运用两步迭代法逐步逼近精确解。最后,对世界坐标系进行空间几何变换、透视变换和成像变换得到的重投影图像的像素坐标并与实际测得的像素坐标值进行比较,得到校正误差。结果表明,本文的畸变校正方法平均像素误差可以达到0.114 9pixel,优于Tsai校正方法的0.367 0pixel,且重复性较好。     

航空变焦距斜视成像几何畸变的自动校正

针对变焦距航空摄像机斜视成像产生的几何变形,提出一种同时校正斜视梯形失真和变焦距镜头非线性畸变的自动校正方法。根据直线透视投影不变性原理,利用单参数除式模型通过变步长优化搜索方法得到不同焦距对应的镜头畸变系数和畸变中心坐标;研究了焦距变化对畸变的影响规律,校正了镜头畸变使其满足针孔成像模型;引入飞机位置、姿态和摄像机视轴指向方位等因素,将航空图像重投影到地图坐标系中,对坐标变换后的像素亮度值进行重采样得到校正斜视变形和镜头畸变后的正射投影图像。对不同焦距和位置姿态下拍摄的地面靶标畸变图像和实际航空变焦距斜视图像进行了校正。结果表明,该方法能够有效准确地校正图像的几何变形,当飞行高度为2 500m时,在文中给定的位置姿态精度下的图像几何校正均方误差约为2m,较好地满足了后续图像拼接需求。该方法效率高,便于自动化实现,对提高图像拼接精度和实现目标精确定位与实时稳定跟踪具有重要意义。     

基于LCD和改进棋盘格模板的摄像机标定

为了克服传统棋盘格模板标定点检测算法对于遮挡、视角、照明和畸变的局限性,提出一种利用基准点标记代替传统棋盘格黑白方块的改进模板,同时提出模板标定点的相应全自动识别算法.为了提高标定模板的质量,标定模板通过LCD(liquid crystal display)显示.因为LCD具有极高的几何精度和纯平面性,从而提高标定精度.传统摄像机标定同时计算针孔模型和透镜畸变模型,从而2种模型耦合在一起,所得到的标定结果仅对训练数据是有效的,而算法对于新数据的标定误差增加.为了克服2种模型的耦合,提出一种分离地标定2种模型的方法.算法利用模板的射影不变量约束,即交比和直线的射影为直线,求解带有畸变的标定点的校正的坐标,然后线性地求解2种模型.实验结果表明算法稳定且精度高.     

基于双经度模型的鱼眼图像畸变矫正方法

针对鱼眼镜头拍摄图片桶形畸变大的问题,提出了一种基于双经度图像畸变矫正算法,以改善其视觉效果。首先,在未知镜头视角大小且鱼眼图像非圆形的情况下,利用鱼眼图像特征求得球面中心及其半径,并对半径大小做优化处理以减弱极点畸变;在此基础上采用双经度模型方法,通过正交投影策略将鱼眼图像映射到球面上,转化为球面横向经度和纵向经度坐标,从而投射为以横向、纵向双经度坐标为基础的正方形平面图像,实现图像的快速、精确变换。最后,利用2个实例验证了该文所提算法的有效性和可行性。     

基于精确控制点的立体像机校准技术

给出了将改进的两步法与精确控制点相结合来精确校准立体像机的新技术,像机镜头畸变模型考虑了径向畸变和切向畸变.利用红外发光二极管随三坐标测量机测头移动以确定间距来形成立体校准模板上的精确控制点.校准程序包括先使用位于图像中心的控制点来线性求取部分校准参数,然后再使用所有控制点来迭代优化所有参数.实验中使用非线性优化参数来反推控制点的空间位置,发现精度比线性求解参数提高了0.11 mm,结果表明,此技术可以满足像机精确校准和测量的要求.     

基于纯平移两视图几何的镜头畸变参数标定

针对摄像机镜头畸变对系统测量精度的影响,提出了基于纯平移两视图几何的镜头畸变参数标定方法。首先,分析了机器视觉测量中影响测量精度的主要畸变类型,建立了镜头非线性畸变模型。然后,利用射影几何及纯平移两视图几何的固有特性,构建了四组约束方程用于求解畸变参数。最后,针对大视场测量时标定板无法有效充满视场的问题,提出了利用四维电控平台对视场分区域拍摄多组纯平移运动图像的畸变参数标定流程,利用较小的靶标实现了大视场的镜头畸变参数标定。在实验室验证了本文提出的畸变校正方法的可行性。结果显示:提出的方法标定精度较高,标定后图像特征点连线的直线度误差减小了89%,标定精度及可靠性均满足机器视觉测量的要求。     

智能空间中基于畸变矫正的改进视觉标定

为了解决智能空间中机器人环境建模时的视觉标定,提出了一种基于几何畸变矫正的改进标定算法.首先对模板图像进行阈值分割和循环腐蚀等预处理;然后利用改进Harris算法进行角点提取;再基于非线性最优和立方卷积插值来矫正畸变图形;最后在此基础上实现摄像机标定.     

一种可参数自标定的鲁棒视觉 / 惯性定位方法

以视觉/惯性里程计为代表的视觉/惯性定位方法近年来被广泛应用。传统的视觉/惯性里程计通过离线标定方法得到固定的相机畸变参数,当相机畸变参数标定不准确或发生变化时定位精度会下降。针对于此,提出了一种面向相机畸变参数在线自标定的鲁棒视觉/惯性里程计方法:首先,将相机畸变参数加入到视觉/惯性里程计的待优化变量中,推导了视觉重投影误差关于待优化变量的雅可比矩阵;然后通过因子图优化技术,实现相机畸变参数的在线自标定与载体导航信息的实时优化求解;最后,通过EuRoC数据集试验和实际试验验证了所提方法的有效性。实际试验结果表明:相对传统的视觉/惯性里程计方法,所提方法在室外开阔场景中精度提升了65.40%。     

一种数码相机几何畸变的检测方法

针对数码相机普遍存在的几何畸变现象,提出了一种基于数字图像处理的畸变检测方法.在阐述数码相机畸变产生原因和检测原理的基础上,将待测数码相机拍摄目标靶板后的图片输入计算机,利用MatLab工具对图片进行数字图像处理,由像素间距获取实际像大小,由几何光学演算获得理想像大小,从而计算出相对畸变量.实验表明,该方法过程简单,易...     

高动态调光成像系统畸变的自校正

针对基于数字微镜器件(DMD)的高动态成像系统在光学设计过程中由二次倾斜造成的畸变,建立了一套基于区域的系统畸变自校正模型。首先,根据像素级区域调光高动态系统中光路设计的特点,分析了畸变产生的原因。考虑不同种类畸变模型产生的原因及特点,结合系统自身的优势,建立了一种基于区域的畸变校正函数模型。为了解决在校正过程中某一点存在多次赋值或者未赋值的情况,采用逆推校正的方法逆向求解畸变参数,进行畸变校正。最后,利用数字微镜器件(DMD)自身投影标定模板的方法,实现了系统畸变的自校正设计。实验结果表明:校正后的系统像元误差为0.87pixel。与传统的畸变校正模型相比,该模型可以有效解决系统中的倾斜畸变、径向畸变以及偏心畸变,且畸变校正过程不依赖外部环境,校正过程快、可靠性高,满足了DMD高动态系统像素级调光的要求。