计算机视觉中的设备标定和三维图形重构综述

这篇文章回顾了计算机视觉中的设备标定方法和三维重构的多种方法,介绍了各种方法的基本思想和特点,并对它们进行了相应的分析和比较。提出了现有的理论和方法在工程应用中存在的问题以及该学科研究和发展的动态。     

基于三目视觉的红外热像仪标定方法

针对红外热像仪标定精确低的问题,设计一种能准确标定红外热像仪的方法。首先,使用两台可见光摄像机及一台红外热像仪组成三目系统,标定出可见光摄像机参数,并在系统视野内挥动带有特制灯泡的标定杆,获取匹配点对;然后通过可见光摄像机组成的双目系统重构点的三维坐标,建立起红外热像仪图像点与三维坐标点的对应关系;最后标定出红外热像仪参数并进行优化。实验结果表明,该方法精度较高,满足应用需求。     

微操作机器人系统的大范围三维标定方法

本文针对面向生物工程微操作机器人需同时满足高定位精度和大的工作空间 的特点，给出在毫米级空间对微操作机器人系统实现微米级三维标定的方法：用运动部件拖 动三维标定块及三套显微摄像装置读取三维坐标的方法，解决了大范围高精度读数的问题； 用四块直角棱镜组成的分光装置和三块二维标尺构成读数范围为8mm×8mm×8mm，读数精度 为1μm的三维标定块，解决了标定基准问题；最后，给出了标定结果．     

摄像机标定方法研究

摄像机标定是计算机视觉技术中的关键步骤,在三维重建、姿态估计、虚拟现实等领域有着广泛的应用.文中首先对摄像机标定的基础知识作了简要的介绍,然后从不同的角度对目前的摄像机标定方法做了一个较为详细的分类与比较,最后介绍了常用的标定工具.在实际应用中,不同工作背景需要不同的摄像机标定方法,这就要求在现有标定方法上从模型表达、畸变校正、算法研究等多方面进一步改善各种标定方法,使其能灵活应用于具体工作.     

未标定单幅结构场景图像的三维重构

提出了一种单视三维重构方法，该方法是利用用户提供图像点及其对应的三维点之间几何信息。由于结构场景是由大量平面构成的，存在大量的平行性、正交性约束，因此该方法主要应用于结构场景的三维重构。首先，相机定标和计算每个平面的度量信息，即先基于3组互相垂直方向的影灭点，对方形像素相机标定，再利用影灭线和圆环点像，对每个平面度量校正；然后考虑每个校正平面的尺度因子和非正交平面间的相对面向，从而将所有校正后的平面缝合起来。采用真实图像进行实验，实验结果表明，该方法简单易用。     

三维表面重构过程参数的估计研究

在SFS(基于阴影的三维表面重构)各种算法中,都需要光源方向及曲面反射率。这些参数与图像的恢复效果息息相关。针对这些参数,也应运而生了各种各样的行之有效的方法。论文讨论了两种有效的算法,利用合成图像分别进行试验,并对其优缺点和运行效率进行比较,从而为进一步的SFS算法研究提供有价值的参考。     

基于圆形靶标的数码相机外部参数标定算法

数码相机的外部参数标定是应用计算机视觉进行现场测量和图像处理的关键技术。提出一种基于圆形靶标的数码相机外部参数标定算法,首先提出一种用于估计靶标上圆的圆心在该相机像平面的像坐标的迭代学习算法,在此基础上,利用已知的数码相机内部参数和成像几何模型计算出数码相机的外部参数。实验结果表明算法具有较高的精度和良好的稳定性。     

相机外参数标定的数值解法

相机外参数标定的传统方法对摄站环境有一定的要求,并且在某些情况下可能不收敛.提出了一种相机外参数标定的数值解法,解决由4个以上控制点求求相机参数最优解的问题.利用3个不共线的控制点求得相机初始方向;在初始方向附近进行采样,比较每个方向上的投影误差,选择其中误差最小的作为下一步逼近的初始方向,通过多次迭代最终得到满足精确要求的相机方向和其他相机外参数.测试结果表明:该算法解算精度高,限制条件少,能够保证收敛,在精度要求较高的场合具有较大的实用价值.     

视觉图像三维重构计算一般性框架研究

三维实体数字图像重构建模是当前计算机视觉研究领域的热点课题,涉及到相机标定、对应点匹配和三维重构计算等关键技术.本文回顾了三维重构建模的研究现状,分析了现有理论和方法在实际应用中存在的问题;在此基础上进行了相关研究,总结出了三维重构计算的一般性框架,提出了一些研究观点和方法,并探讨了三维重构技术的难点和发展趋势.     

计算机视觉中的三维重构建模

三维重构建模是计算机视觉技术的主要内容之一。相机内外参数的标定、图像特征点的提取以及特征点的立体匹配是三维重构建模的技术核心。本文总结了近来三维重构建模的研究成果和计算方法,并提出了一些观点,对三维重构建模的难点和发展趋势作了说明。     

基于平行性约束的摄像机标定与3D重构

引入了梯形的一个仿射不变量,并利用这个不变量,建立了梯形的相似不变量与摄像机内参数之间的约束关系.基于这个约束关系,利用摄像机内参数的知识或梯形相似不变量的知识,可以线性确定摄像机的内参数、运动参数和梯形的相似不变量.由于梯形是由一对平行线段唯一确定的,平行线段在许多场景中经常出现,因而该方法有很广泛的适用性.实验结果表明了该算法的有效性.该工作提供了一个基于平行性约束的框架,以往的基于平行四边形、平行六面体的方法都可以纳入到这个框架中.     

基于序列图像的三维重构

提出了一种基于序列图像的三维重构方法。在相机标定的基础上,利用两幅图像间的匹配关系得到一个初始的三维模型,然后利用剩余图像与初始模型间的匹配关系,采用反投影映射的方法计算出剩余图像的外方位元素。最后经过稠密匹配、三角剖分和纹理渲染得到物体的三维模型。实验结果表明,相机标定精度较高的情况下,采用该算法能够得到较低失真的三维模型。     

一种变形表面的三维测量方法

提出一种新的利用标定图像进行三维测量的方法。利用SIFT算法找到初始的对应点,然后根据这些点生成三维空间中的种子点,再以这些种子点为中心,向外区域增长,直到完成整个物体表面测量。在每次增长的过程中,需要计算增长的三维空间平面在两个相机上的投影之间的图像相关系数。图像相关系数较大时认为是正确的增长,否则是错误的增长。实验证明,使用该方法能够得到很好的三维测量结果。     

基于标定物的相机标定及三维重建

针对传统三维建模的局限性,讨论了一种基于图像建模的技术,提出了利用普通相机和标定物对物体进行三维建模的方法,该方法利用一个在左右图像都存在的物体,对相机进行标定[1]。然后利用左右相机的相机矩阵,反算空间中的对应点和需要求取的关键点。最后利用这些点计算出来的空间位置[2],对物体进行重建,并用OpenGL进行漫游显示。实验表明,该算法计算准确,鲁棒性很高,能够满足于虚拟现实的需要。     

利用虚拟3D模板的摄像机标定技术

利用二维平面模板多次自由移动产生的绝对旋转和平移矩阵,转换成相对于参考位置的相对旋转和平移矩阵,结合模板参考位置合成了虚拟的三维模板,该合成方法克服了传统的合成方法需要特殊的设备来对模板进行辅助运动的缺点.并将针孔模型和非线性失真模型应用于虚拟三维模板,对摄像机参数进行标定.经实验验证,采用虚拟三维模板的标定技术具有较高的标定精度.     

Camera Calibration for 3D Color Scanning System Using Virtual 3D Model

Instead of traditionally using a 3D physical model with many control points on it, a calibration plate with printed chess grid and movable along its normal direction is implemented to provide large area 3D control points with variable Z values. Experiments show that the approach presented is effective for reconstructing 3D color objects in computer vision system.     

一种基于单相机三维重建的简单方法

提出了一种基于单相机三维重建的简单方法.在待重建场景中放置一块平面标定模板,用内参数已知的摄像机拍摄不同角度的二幅图像,利用场景中的标定模板精确地求解出拍摄时摄像机的外参数,并以此为基础进行立体标定、配准和匹配,得到视差图进而实现欧式几何意义下的三维重建.实验结果表明,提出的算法实现简单、配置灵活,具有较强的实用性.     

基于射影重建的线性摄像机自标定方法

提出了一种基于射影重建的线性摄像机自标定方法.该方法只需要摄像机作一次纯平移运动和两次带旋转的任意运动即可.该方法有3个主要特点.第1,由于该方法是一种线性方法,所以避免了大多数非线性方法的局部极小问题.第2,该方法是一种基于射影重建的自标定方法,由于在射影重建过程中利用了所有图像的信息,因此比以前的方法具有更好的鲁棒性.第3,该方法对硬件设备几乎没有特殊要求,在实际应用中易于实现,比如人手持一个摄像机摄取一些图像即可.模拟实验和真实图像实验均证明了该方法的可行性.