基于平面模板的摄像机标定方法

给出了一种基于平面模板的摄像机标定的新算法.所用的标定模板由一个内嵌矩形的圆组成,通过模板图像在像平面上的投影计算圆环点,建立绝对二次曲线对摄像机内参数的约束方程,只需要摄像机在3个(或3个以上)不同方位摄取平面模板中的图像,即可线性求解摄像机的内参数.该方法原理简单,对摄像机运动没有约束,不涉及图像匹配,平面模板容易制作,无须知道物理度量,实验证明本方法可行,并有较好的鲁棒性.     

基于神经网络的摄像机平面模板标定方法

根据立体视觉原理,提出了基于神经网络摄像机标定方法,该方法的特点是采用平面模板作为标定物.由于传统的标定算法在考虑各种非线性畸变时计算十分繁琐,利用BP神经网络来直接学习图像信息与三维信息之间的关系,可实现从输入到输出的任意非线性映射.为了提高BP神经网络训练速度和避免陷入局部最小解,采用引入动态因子的学习算法.实验结果表明,该算法具有较高的标定精度,而且可行.     

基于二次曲线的纯旋转摄像机自标定

研究探讨了一种基于平面二次曲线的纯旋转摄像机自标定方法.在不同的方位拍摄三幅或三幅以上图像,每幅图像至少包含两个空间平面二次曲线、或两个二次曲面、或一个平面二次曲线与一个二次曲面的投影,利用图像之间的二次曲线对应关系,可以确定摄像机的内参数矩阵,同时可以获得摄像机不同方位之间的旋转矩阵.由于使用的定标基元为二次曲线,是较点和直线包含更多信息的基元,因而基元之间的匹配容易自动实现,并有助于提高标定算法的鲁棒性和在线实时性.模拟实验和真实图像实验表明文中所介绍的方法是可行的.     

基于主动视觉摄像机标定方法

基于主动视觉的摄像机标定是摄像机标定的重要分支之一，本文引入了必要的基础知识和概念，诸如摄像机模型和投影矩阵，基础矩阵，单应矩阵，极点，FOE（Focus Of Expansion）等，还对基于摄像机纯旋转的标定，于摄像机三正交平移运动的标定，基于多次摄像机平面正交运动的标定，基于无穷远平面单应矩阵的标定以及于射影重建的标定进行了评述并给出了结论。     

基于OpenCV的摄像机标定

以增强现实系统中摄像机标定技术为研究对象,分析了开放计算机视觉函数库OpenCV中的摄像机模型,特别充分考虑了透镜的径向畸变和切向畸变影响及求解方法,给出了基于OpenCV的摄像机标定算法.该算法充分发挥了OpenCV的函数库功能,提高了标定精度和计算效率,具有良好的跨平台移植性,可以满足增强现实和其它计算机视觉系统的需要.     

一种基于消失点的摄像机标定方法

为了简化摄像机标定,提出了一种基于消失点的摄像机标定方法,该方法仅需根据场景中3组已知的相互正交的平行线就能标定摄像机的内参数.该方法分为两步(1)根据场景中3个正交方向上的消失点计算摄像机的主点位置以及像机的焦距,首先得到摄像机内参数的初步估计;(2)以此估计值作为初值,通过非线性优化来得到摄像机内部参数的精确估计.最后使用模拟图象和真实图象对该方法进行了实验.结果表明,该标定方法是可行的,具有较高的精确度和较强的鲁棒性.     

基于OpenCV的摄像机标定问题研究

介绍了可用于图像处理与计算机视觉编程的强大类库 OpenCV,对其应用于双日视觉中摄像机标定问题的主要数据结构进行了说明,重点分析了在 VC 环境下调用 OpenCV 相关库函数的实现摄像机标定的没汁问题,并探讨了该方法中须注意的程序没计问题.该算法对于图像处理与计算机视觉方面的应用设计具有实用价值,对于利用 OpenCV 进行视觉研究有一定参考价值.     

基于平面模板的摄像机标定方法

针对道路交通事故现场图自动绘制中的摄像机标定问题,提出一种平面模板摄像机标定方法。在畸变较小的图像中心区域求取初值,采用基于内部映射牛顿法的子空间置信域法求解部分参数,引入畸变模型,通过直线特征约束求得剩余参数。实验结果表明,该方法能简化标定过程,减少运算量,提高计算速度。     

基于Matlab工具箱的摄像机标定

研究了摄像机成像的基本原理,论述了摄像机内部参数和外部参数的推导过程,借助Matlab标定工具箱,采用平面靶标的标定方法,快速准确地完成了标定实验,得出内部参数和外部参数,并对所得外部参数进行数据处理,得出摄像机运动前后两坐标系之间的相互位置关系.     

矩形模板下摄像机标定和目标定位方法研究

提出一种利用矩形进行摄像机标定和目标定位的新方法.该方法根据透视投影几何关系中旋转矩阵的单位正交性,由矩形的四个顶点的像构造无穷远平面上绝对二次曲线的像ω的约束方程标定摄像机内参数;目标定位转化为求解摄像机外参数,无需计算图像和空间平面间的单应矩阵,直接由矩形顶点确定.本文方法完全摆脱了复杂的图像匹配问题,所有计算方法完全线性化,标定过程简便.模拟和真实图像实验结果证明了方法的可行性,表明该方法求解精度高、鲁棒性强.     

一种新的基于圆环点的摄像机自标定方法

提出了一种基于圆环点的新的摄像机自标定方法.该方法仅要求摄像机在3个(或3个以上)不同方位摄取一个含有若干条直径的圆的图像,即可线性求解全部摄像机内参数.该方法原理简单,完全摆脱了匹配问题,也无须知道任何物理度量.整个定标过程不需要人的干预,可以自动进行,非常适合非视觉专业人员使用.模拟和真实图像实验表明,该方法精确度较高,鲁棒性较强,有一定的实用性.     

一种基于菱形的摄像机标定方法

给出了一种基于菱形作为平面模板的摄像机标定方法。通过计算圆环点,建立绝对二次曲线对摄像机内参数的约束方程,只需摄像机在三个不同方位摄取菱形模板的图像,即可线性求解摄像机内参数。通过仿真实验表明,该算法可行。     

一种基于菱形的摄像机标定方法

给出了一种基于菱形作为平面模板的摄像机标定方法。通过计算圆环点,建立绝对二次曲线对摄像机内参数的约束方程．只需摄像机在三个不同方位摄取菱形模板的图像,即可线性求解摄像机内参数。通过仿真实验表明,该算法可行。     

基于摄像头定标的无人机位置和姿态的检测

近年来,无人机技术发展十分迅速,已经被广泛的应用于军事和民用等领域。无人机的回收是无人机整个控制过程中的重中之重。无人机相对机场的方位和三维姿态信息是反映其飞行状态的重要指标,只有精确得到了这些数据信息,才能实现对其正确的稳定的控制,保证无人机安全着陆。随着计算机视觉相关算法性能和可靠性不断提高,完善的实时算法的广泛应用,针对无人机的特点,文章设计了一种基于单目视觉的无人机自主着陆法,完成了无人机空中位姿的判断。实验证明,该方法是可靠和有效的。     

摄像机自标定的线性理论与算法

文中提出一种新的摄像机线性自标定的算法和理论。与文献中已有的方法相比,该文方法的主要优点是对摄像机的运动要求不苛刻,如不要求摄像机的运动为正交运动。该方法的关键步骤是确定无穷远平面的单应性矩阵（Homography)。文中从理论上严格证明了下述结论：摄像机作两组运动参数未知的运动M1＝{（R1,t^11),(R1,t^12)},M2={(R2,t^21),(R2,t^22)},若下述两个条件满足：（1）T1＝{t^11,t^12},T2={t^21,t^22}是两个线性无关组（即本组内的两个平移向量线性无关）;（2）R1,R2的旋转轴不同,则可线性地唯一确定摄像机的内参矩阵和运动参数。另外,在四参数摄像机模型下,严格证明了一组运动可线性地唯一确定摄像机的内参数矩阵和运动参数。模拟实验和实际图像实验验证了本文方法的正确性和可行性。     

基于平面镜的摄像机内参数线性标定方法

提出了一种全新的基于平面镜的摄像机标定方法。该方法无需任何标定物,利用平面镜的反射性质和灭点、灭线等理论,通过移动摄像机或平面镜作至少2次平移运动(各次平移间应存在旋转运动)即可线性地标定摄像机的内参数。模拟图像实验和真实图像实验表明所提出的方法能快速、方便地对摄像机进行标定,具有较好的稳定性和精度。     

基于单幅回旋曲面图像的摄像机标定方法

针对传统摄像机标定方法存在的局限性问题,提出一种基于单幅回旋曲面图像的摄像机标定方法,综合运用计算机视觉、图像处理和计算机辅助几何设计技术,为单幅图像提供足够的几何信息用以摄像机标定,研究单幅未标定的包含回旋曲面以及特殊标定块的图像。仿真实验结果表明,该方法能够有效标定摄像机,为推广基于图像处理的应用技术提供条件。     

基于单应矩阵的摄像机标定方法及应用

提出了一种基于单应矩阵的摄像机标定方法,并应用标定结果成功完成了移动机器人的视觉伺服任务。该方法首先根据图像平面和标定板平面之间特征点的对应关系,对单应矩阵进行了估计,进而利用旋转矩阵的单位正交性得到了其对摄像机内参数的约束条件。然后把摄像机内参数矩阵分解为有效焦距与主点位置两部分,并利用最小二乘法分别对其进行求解。针对镜头的径向畸变,恰当地选取了一种畸变模型,并由此得到了一种新的目标函数来对摄像机的所有参数进行非线性优化,从而使获得的畸变系数更适合于从二维图像信号中提取三维位姿信息。最后将标定结果成功应用于移动机器人视觉伺服系统之中,实验结果验证了该标定算法具有简单易用、精度较高等优良性能。     

基于三线结构光的相机平面标定方法研究

相机标定技术是结构光三维视觉测量的关键技术之一,结构光测量系统的相机标定的精度对三维测量的精度有很大影响;首先对三线结构光系统图的相机标定方法进行了分析,简单介绍了工业相机成像的几何模型及标定的原理;其次利用Harris角点检测方法提取特征点坐标,并选用了BP神经网络来校正工业相机的畸变模型,以提高标定算法的优化速度和标定精度;最后采用张正友的平面标定法对校正后的摄像机模型进行标定实验,由实验结果知,该方法具有一定的准确性和有效性,在一定误差范围内,基于神经网络畸变校正的张正友相机标定能够有效提高视觉检测的精度。