激光雷达运动畸变去除的算法设计

近年来,激光雷达的同时定位和地图构建(SLAM)算法发展相对成熟.然而,移动底盘与激光雷达作为激光SLAM系统的主要传感器,当传感器的精度降低时,将会影响机器人定位的准确度与构建地图的效果.因此,针对精度低的激光雷达快速运动时而产生的畸变,论述了轮式里程计的辅助算法.由于轮式里程计的辅助方法是位置线性假设,因此导致该算...     

基于视觉的智能车图像畸变校正算法研究

赛道检测的准确性及可靠性对智能车的控制至关重要,针对智能车系统路径识别以及方向控制、速度控制需求,需要为导航路径参数提取提供准确的视觉图像信息。为此对智能车视觉图像畸变原理进行了分析,建立了图像的畸变的数学模型,分别分析了垂直和水平方向的畸变模型,针对垂直方向畸变采用了近疏远密的校正算法,针对垂直方向畸变给出了梯形水平校正算法。实验表明,以上方法可以很好地校正视觉图像在垂直和水平方向的畸变。     

移动机器人三维激光SLAM算法研究

鉴于移动机器人三维激光SLAM技术的先进性,探讨激光雷达测距与建图算法,以及其两种改进算法:轻量级及地面优化激光雷达测距与建图(LeGO_LOAM)和LOAM的高级实现算法(A_LOAM),尤其对其低漂移、强实时的特性展开深入研究。通过设计对比实验,对不同SLAM算法的优劣进行分析。搭建移动平台,在实际大尺度室外场景和公开数据集KITTI下,从相对位姿估计误差入手完成对比实验。实验结果证明改进算法相比于LOAM可以达到更小的相对位姿估计误差。     

基于IACPSO算法的摄像机镜头畸变校正

针对摄像机镜头畸变的非线性问题,提出一种基于改进的混沌变异自适应双粒子群优化(IACPSO)算法的畸变校正方法.IACPSO算法用两个独立的粒子群进行协同优化:种群一采用固定的惯性权重,同时利用立方映射混沌因子对进化过程中出现的停滞粒子进行扰动;种群二采用自适应的惯性权重,以适应度值为依据来动态调整惯性权重的大小,取两个种群进化过程中发现的最优粒子作为全局最优解.为了验证IACPSO算法在镜头畸变校正问题上的性能,将其与多种粒子群优化算法进行对比.仿真实验结果表明,IACPSO算法在求解过程中具有较强的鲁棒性,在低噪声下,其校正性能优于其他粒子群算法.最后,运用两组校正实例进一步验证所提出方法的有效性.     

基于圆图像序列的径向畸变参数校正算法

讨论了基于圆图像序列校对径向畸变参数方法，由于相机旋转拍摄图片，可避免光源变化、遮挡和外观变化等出现在一般匹配中的问题，因此自动生成匹配点要容易得多．本文给出了一种鲁棒方法来自动求解立体匹配点，给出了求解径向畸变参数的优化方法，最后讨论了该方法的优缺点．     

基于混合模型的CCD镜头畸变精校正算法

针对机器视觉检测和高精度图像测量中使用的CCD镜头都存在不同程度光学畸变的问题,提出基于混合模型的CCD镜头畸变校正算法。用经典模型对畸变图像进行初次校正,用多面函数拟合法进行二次精校正,用三次B样条函数进行灰度重建。实验结果表明,该方法在不依赖摄像机内部参数条件下,相比单一的镜头畸变校正模型,精度提高,鲁棒性增强,校正后径向均方根误差为0.3个像素。     

基于等间距线的几何畸变校正

摄像机视觉测量系统中图像存在几何畸变,会降低尺寸测量精度,必须进行校正.目前基于单张图像的畸变校正方法主要有标定板特征点转移矩阵的非参数化方法和利用特征点共线性或无穷点约束条件的参数化方法,由于上述方法需要获取多个特征点的坐标,而获取孤立的坐标点容易造成误差,使得校正效果不好.提出采用等间距线方法,利用畸变模型建立间距...     

广角图像畸变校正算法的研究与实现

为了校正广角图像的非线性畸变,提出一种新的数字校正方法来消除畸变。首先利用网格模板校正的方法,根据畸变图与理想图对应像素点的映射关系,得到畸变图像点在x轴和y轴方向上的偏移量。然后采用三次B插值函数对曲面插值,得到畸变像素点的偏移量曲面,由偏移量曲面和畸变点的坐标实现各像素点的坐标变换。最后通过双线性插值法完成灰度重建得到无畸变的图像,从而实现对广角图像的校正。为了测试该算法的速度性能和可靠性等指标,在DSP平台上运行此算法。实验结果表明该算法能够对广角畸变图像进行快速有效的校正。     

基于改进遗传模拟退火算法的BP神经网络的畸变校正研究

针对相机所采集的图像大多都存在畸变现象的问题,设计了基于改进遗传模拟退火算法的BP神经网络校正算法。该算法针对传统遗传算法易于收敛局部最优的问题,提出分段选择策略与随机抽样相结合的选择算子,自适应交叉与变异算子。在畸变校正中,该算法通过网络的输入输出建立理想点与畸变点的关系,使用改进的遗传模拟退火算法来优化神经网络中的阈值与权值,然后使用基于LM算法的BP神经网络进行局部优化,最后通过插值算法得到校正后的图像。实验表明,该算法能过较好的对图像进行畸变校正,同时与传统的BP神经网络算法相比精度更高,收敛速度更快。     

重力测量畸变校正算法仿真

借助基于二阶高斯-马尔可夫异常位模型的重力异常协方差函数,得到了海洋重力测量中重力异常信号的状态方程.结合实际重力仪的系统状态方程和系统量测方程,基于逆卡尔曼滤波原理,对重力异常信号进行了校正仿真.仿真实验表明,忽略测缱信号的量测噪声时,逆卡尔曼滤波算法在恢复重力异常信号的间时会将部分高频干扰恢复;考虑鲢测噪声时,虽然噪声得到了较好的抑制,高频干扰也不复存在,但相位滞后仍然存在,同时相位滞后与噪声方差存在一定的相关性.仿真结果对进一步研究可行的重力异常测量校正算法具有重要参考价值.     

一种改进的鱼眼畸变校正算法

畸变是鱼眼镜头的最大的问题,针对这一情况,提出一种利用双椭圆模型对鱼眼镜头进行畸变校正的算法,在改善鱼眼畸变的情况下,同时能够保障实时输出;对鱼眼图像进行边缘扫描和检测,采用线性拟合的方法获取鱼眼图像的光心和半径,经过双椭圆模型寻找校正前和校正后图像的映射关系,调用GPU加速处理,达到实时输出的效果,经过实验对比,针对鱼眼镜头引起的畸变问题进行校正并且能够实时输出;     

基于图像平面的畸变校正方法

针对图像液位检测系统中摄像头引入的图像畸变,提出一种基于图像平面的校正方法。使用虚拟的标准校正图代替实际图,通过二阶径向模型的反复迭代求取畸变系数,利用双线性插值对输出像素点灰度进行插补。实验结果表明,该方法的校正误差小于0.35个像素点,能有效提高视频检测精度。     

应用BP神经网络进行成像误差修正

成像误差修正是摄像机标定中的一个重要的环节，而传统的像差修正方法计算复杂。提出了一种基于BP神经网络的修正成像误差的算法，建立两个神经网络分别对δu与δv进行最佳函数逼近。仿真实验结果证明利用神经网络的非线性逼近能力无须建立精确的数学模型即可提高精度，而且比传统的方法更加简单易行。     

基于LabView的多项式畸变模型图像矫正方法

图像畸变的矫正是图像处理领域的难题之一,尤其是在自动化检测领域.本文采用一种多项式畸变成像模型建立坐标系之间的转换关系,然后基于LabView平台使用校准点阵进行机器视觉系统校准,并在不同的工作模式下采用双线性插值算法对图像进行矫正.实验结果表明,采集的图像得到了良好的矫正,达到了预期的效果.     

一种基于斜率的摄像机畸变校正方法

普通 CCD摄像机在成像时都存在畸变成像误差 ,在机器人视觉检测及自动装配中 ,有效地进行误差校正对准确确定物体的位置具有重要的意义 .本文采用带有一阶径向畸变的小孔摄像机模型 ,提出一种基于线段斜率的方法 ,对摄像机镜头的径向畸变进行校正 ,不必标定太多的摄像机的外参数 ,方法简洁 ,适合于视觉系统中对摄像机畸变的实时校正 ,或对摄像机捕获的图像进行几何校正 .实验表明 ,具有很强的鲁棒性和较高的校正精度     

改进的文档图像扭曲校正方法

由照相机拍摄的文档图像可能因扭曲变形导致OCR软件不能正确识别。为解决上述问题,采用图像分割技术进行单词及文本线检测,利用线性拟合得到单词的较低基线和较高基线,根据校正基线对单词进行旋转和垂直位移,得到校正后的图像。实验结果表明,该方法能快速有效地校正扭曲的文档图像,使校正后的图像在光学字符识别阶段的识别率有较大提高。     

鱼眼图像径向畸变校正的一种新方法

由于鱼眼相机视场广阔在很多领域都得到了广泛应用,但其图像存在着明显的径向 畸变,需要在应用之前加以校正。为此分析了径向畸变模型解析解的非唯一性;根据径向畸变的 对称性,得出了畸变直线与理想直线之间的关系,即畸变校正的解析表达式;提出了一种鱼眼图 像径向畸变校正的新方法。实验证明,该方法计算简单,能有效校正包含直线特征的场景。