任意方向下的摄像机镜头畸变标定

在深入研究摄像机透视投影几何与摄像机径向畸变模型后,分析了平面上一条二次曲线与两条直线的关系,利用液晶显示器的动态刷新功能,在提出用于在任意方向下标定摄像机镜头畸变的标定板的基础上,提出了一种独立于摄像机内外参数标定的在任意方向下标定摄像机镜头畸变的方法。仿真实验中,按照径向畸变模型设计的畸变椭圆实验反求得到的理想椭圆与按照透视投影规律得到的理想椭圆具有很高的重合度。实物实验也表明本文的方法能够在任意方向下较为准确的求解摄像机镜头畸变参数。该方法可以应用于摄像机参数标定之前,消除标定过程当中镜头畸变对摄像机内外参数的耦合影响。     

摄像机畸变模型下线性标定方法的改进

为了快速有效地进行摄像机标定,这里对其线性标定方法进行了改进.基于常用的带有一阶径向畸变的摄像机模型,采用一种四面体姿态估计的方法来选取比较好的初值,然后逐步标定出各个参数,这样既大大减少了迭代次数,又避免了在线性求解中分解参数所带来的误差.实验结果表明,该方法具有较高的标定精度,对实验条件的要求较低.     

一种考虑畸变的摄像机线性标定方法

大多数摄像机标定研究侧重于用多幅图像、结合优化算法以提高精度,未能在线性标定阶段进行改善.分析了经典Faugeras线性标定方法存在的问题,提出了一种新型的摄像机线性标定方法.新方法充分考虑摄像机的特性,把图像中心作为主点位置,同时将与横、纵坐标分别相关的参数分开求解;而后将剩余参数进行混合求解,最后考虑畸变进行线性优...     

摄像机畸变模型下线性标定方法的改进

为了快速有效地进行摄像机标定,这里对其线性标定方法进行了改进.基于常用的带有一阶径向畸变的摄像机模型,采用一种四面体姿态估计的方法来选取比较好的初值,然后逐步标定出各个参数,这样既大大减少了迭代次数,又避免了在线性求解中分解参数所带来的误差.实验结果表明,该方法具有较高的标定精度,对实验条件的要求较低.     

一种考虑畸变的摄像机线性标定简化方法

根据视觉机器人系统结构特殊的特点,作了大量的简化,采用线性标定方法.但考虑到摄像机的视场仍然比较大,提出了基于拟合平面的线性畸变纠正方法,将畸变的图像坐标纠正到理想图像坐标,而后根据摄像机线性标定模型,计算出世界坐标,完成标定工作.实验结果表明,该方法简单、快捷,且精度也能达到较高的水准.     

条纹投射测量标定中摄像机畸变图像的修正

在条纹投射测量系统的标定过程中对摄像机畸变图像进行修正,能有效地提高系统的标定精度。采用改进的Harris算子检测标定板上特征点的亚像素坐标,通过预标定获得特征点空间坐标,并应用BP神经网络技术校正畸变图像。仿真实验表明该方法能简单有效地提高了标定系统的精度。     

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。     

一种基于正交直线构造的摄像机畸变标定方法

提出了一种不需要利用共线特征点就可以消除非线性迭代优化过程中参数耦合问题的畸变参数标定方法,只需一幅图像即可获得高精度标定结果.首先设计了可避免非线性优化不稳定的畸变校正模型,然后直接利用4点求得的单应性矩阵并与另一点构建平面内正交线段,并结合对偶圆环点构造了正交代价函数.通过Nelder-Mead非线性单纯型法对正交代价函数中的畸变参数进行寻优,即可完成畸变参数的标定.仿真和实际图像实验表明了该方法的有效性.     

考虑径向畸变的摄像机标定及在三维重建中的应用

建立了摄像机的径向畸变模型，采用“两步法”标定技术分解了摄像机的内外参数，将有效焦距、畸变系数、不确定因子统一于线性方程组中。使算法简便、快速、准确。通过试验比较了线性模型和畸变模型在三维重建中的误差。     

基于光栅投影的多摄像机标定方法

多摄像机是解决结构光测量系统中视场小和自遮挡等问题的有效方案,但同时由于摄像机分布广、无公共视场,存在全局标定困难的问题。提出了一种基于条纹投影的多摄像机标定方法。加入辅助设备投影仪并向视场内投影大幅面的条纹图案,借助相位算法建立起全局相位场,反求景物的投影仪虚拟图像。利用平面靶标标定摄像机的内参和投影仪的外参获取靶标平面的移动信息,进而求解相邻摄像机的位置参数。最后的优化过程中,再根据相位值对相邻摄像机的图像完成亚像素匹配,通过最小化重建偏差对系统参数进行迭代优化。在搭建的多摄像机三维测量系统上进行试验,结果表明本文的多摄像机标定和测量方案切实可行。     

基于多幅标定板图像的摄像机标定的对比和分析

摄像机标定是立体视觉三维重构的基础,标定的精度、稳定性和效率决定着整个双目立体视觉系统的性能。通过改变标定板图像数目开展标定实验,分别获得了摄像机内参和外参、标定所需时间,分析了标定板图像数目与标定精度和标定效率之间的关系。实验结果表明,对双目立体视觉而言,标定板图像数目为10幅为宜。     

摄像机标定技术研究

在简要介绍现有摄像机标定方法的基础上,提出了一种基于张正友两步法和Heikkila相机模型的改进的摄像机标定方法。经实验证明,该方法操作简便,具有较高的精度和较好的鲁棒性。而且,由于充分考虑了镜头切向畸变和像素倾斜角的影响,故适用范围更广。     

摄像机标定技术的研究

建立摄像机的模型，在Ｔｓａｉ方法基础上，改进算法，对摄像机的内、外部参数进行了标定。试验结果表明，该方法明显好于传统的Ｔｓａｉ方法，可以准确得到水平方向不确定比例因素ｓｘ。再结合Ｔｓａｉ方法，可以准确获得其余的标定参数。     

自动导引车多摄像机主动导引系统的协同标定

通过多个导引驱动模块可构成用于重载搬运的自动导引车(AGV),固定在每个模块上的摄像机组成了多目视觉主动导引系统。本文针对多驱动模块的协同导引,提出了一种多摄像机主动导引系统的协同标定方法。首先,通过平面模板法完成单个驱动模块上摄像机内部参数、外部参数的标定;然后通过控制各个驱动模块协同运动,利用特征轨迹约束法估计摄像机相对于驱动模块的位姿误差、不同驱动模块之间的装配误差。建立单个模块的视觉测量坐标系与 AGV 整车运动控制坐标系之间的变换模型。不依赖精密辅助测量工具,具有较高的精度及可实施性。     

CMOS摄像机标定实验研究

当今,CMOS摄像机在机器视觉领域已得到广泛应用,对CMOS摄像机的标定是一个必不可少的重要环节。文章介绍了CMOS摄像机的成像模型和标定的方法及流程,并基于HALCON,应用传统标定法中的最优化算法的标定方法实现对CMOS摄像机的标定。实验标定的结果表明,该方法精度高、鲁棒性好,可以有效地应用于各种计算机视觉系统中。     

多摄像机结构光大视场测量中全局标定方法

多摄像机结构光大视场测量系统,存在摄像机空间分布广、摄像机之间无公共视场角、标定模型复杂等问题。所以采用合适方法对多摄像机与结构光进行高精度全局标定非常关键。提出将二维平面靶标与一维靶标相结合,分步对摄像机及结构光进行全局标定。首先,综合考虑摄像机镜头畸变,采用二维平面靶标对单个摄像机内部参数进行离线标定。借助一维靶标对摄像机及结构光外部参数进行在线标定。将一维靶标上距离已知的共线特征点作为约束条件,逐个求解相邻摄像机坐标系之间外部参数。任选一个摄像机作为全局坐标系,通过相邻摄像机坐标系外部参数矩阵逐步换算,求解每个摄像机坐标系与全局坐标系外部参数。同理,采用一维靶标,至少获取激光平面上3个非共线特征点全局坐标,计算激光平面方程。最后,综合所有摄像机内外部参数、激光平面方程系数,建立多摄像机结构光大视场测量系统全局测量模型。标定试验和现场实际应用表明文中所提方法切实可行。     

CCD摄像机快速标定技术

在视觉检测系统中,针对视觉传感器数量多,且每个摄像机需标定的内部参数及外部参数较多的特点,提出了一种新的简单的快速摄像机标定方法.分析了摄像机的各个关键参数,采用了全线性标定方法和矢量分析法,逐步求出CCD摄像机的参数.该方法具有标定速度快、精度较高、实用和算法性能分析容易等优点,适用于一般视觉检测系统的摄像机参数的标定,尤其是大型视觉检测系统中多视觉传感器的摄像机参数的标定.实际结果表明,摄像机标定误差优于0.05mm.     

基于OpenCV的双目摄像机标定

在计算机视觉应用中,为了利用摄像机所拍到的二维图像来恢复空间中物体的三维坐标,需要对摄像机进行标定.本文以针孔成像为摄像机成像模型,并考虑了镜头带来的径向与切向畸变,并采用非线性摄像机标定法,结合开源计算机视觉库OpenCV,开发了一套双目摄像机标定程序.实验分析表明,该方法可以精确、快速实现双目摄像机标定.     

简便的高精度摄像机标定技术

本文利用投影和透视变换理论以及矩阵转换知识建立了摄像机数学模型,模型中全面考虑了镜头的径向畸变和切向畸变。提出仅用中心附近点求取像面中心的简单方法。在标定模型中考虑到二维孔靶与一维工作台运动方向不垂直因素的影响,从而简化摄像机标定的操作过程,提高了标定精度。     

摄像机标定的一种方法

利用透镜成像理论建立摄像机数学模型,经过畸变分析提出一种实验要求低、标定参数全面的标定方案.解决了其它线性方法中部分内部参数的标定问题,避免了传统非线性优化的繁琐和不稳定,有效地提高了标定精度.