摄像机标定方法的比较分析

简要介绍了摄像机的标定原理。分析和比较了传统摄像机标定方法、基于主动视觉的标定方法和自标定方法的优缺点及其应用场合,以期为摄像机标定方法的进一步研究提供参考。     

一种简便的双目摄像机标定方法

针对传统摄像机标定方法,在张正友平面模板两步法的基础上,提出了一种简便的双立体摄像机标定方法, 在标定中通过选取图像中心附近的点作为初始预测值,再进行非线性搜索来确定摄像机内外参数由于该方法在摄像机畸变模型中充分考虑了切向畸变的影响,使得标定应用范围更广.实验证明,标定模扳制作简单,标定过程快捷具有较高的精度,完全可以满足双日立体视觉应用的要求.     

基于OpenCV的摄像机标定方法的实现

介绍了开放计算机视觉函数库OpenCV和摄像机模型,考虑到切向畸变和径向畸变,在VC++环境下,指出了基于OpenCV的摄像机标定算法.该算法充分运用了OpenCV的函数库功能,具有很高的标定精度和计算效率,可以满足立体视觉系统的需要.     

改进的工程机器人立体视觉标定方法

针对摄像机线性标定准确程度不高与非线性标定计算复杂等问题,以己知的三维信息为基础推导二维像素点对信息,提出了基于神经网络的三目立体视觉摄像机标定方法,构建了改进的BP神经网络模型,对比分析了两种摄像机标定方法的像素点对均方根误差。结果表明:采用改进的BP神经网络能够避免对摄像机进行非线性建模,有利于提高标定精度,增加系统的灵活性,更具有实际意义。     

基于投影特征点的多摄像机标定方法

针对标定物存在的自遮挡问题,提出了一种应用于多摄像机的利用投影特征点进行标定的方法。在投影平面幕中投影标定图案,统一投影平面坐标系与世界坐标系。特征提取后,分别对每个摄像机标定,根据立体视觉特性求取摄像机间的相对位姿关系,并计算重投影误差。该方法对标定物自遮挡有一定的鲁棒性,同时有效地降低了计算量。     

基于Matlab的摄像机标定方法研究

摄像机标定的目的是建立三维坐标与二维图像坐标之间的对应关系,由摄像机拍摄的二维图像通过计算和实验得到物体的三维坐标值.基于摄像机的针孔模型,阐述了摄像机的标定原理和引起摄像机畸变的原因,在Windows系统下利用Matlab的摄像机标定工具箱进行了平面标定模板的角点提取和校正并给出了标定摄像机的参数表.实验表明,该标定方法和标定过程标定精度高、易于实现.     

一种改进的摄像机线性标定优化方法

现有的摄像机标定方法没有将高精度和简便性很好的衔接在一起。提出一种新的标定优化方法。首先选择主点位置在图像中心,纵横比为1作为初始条件;接着利用改进的摄像机线性标定方法,得到在同一摄像机坐标系下不同图像上所有标定点的摄像机坐标;最后利用摄像机坐标系下的这些三维点来优化内、外参数。实验结果表明：本文提出的标定方法得到的焦距误差在0.1mm以内,主点位置的最大误差在2pixel左右,测试点的最大误差控制在0.5pixel以内。本文提出的标定方法是一种简单、高精度的标定方法。     

基于计算机视觉的线性摄相机标定技术研究

通过建立基于一阶径向畸变的摄像机数学模型,提出了一种线性求解摄像机参数的标定方法,对摄像机模型中内部参数和外部参数进行逐步求解,且全部过程采用线性方法求解,从而改变了传统的摄像机标定依赖于非线性优化的缺点,避免了非线性优化的不稳定性.实验证明此方法具有较高的标定精度和较强的实用性.     

基于OpenCV的视觉测量技术中摄像机标定方法

以视觉测量系统中的摄像机标定为研究对象,分析了开源计算机视觉库OpenCV中的摄像机模型,并考虑了镜头的畸变及求解方法,得出基于OpenCV的摄像机标定方法．该方法利用了OpenCV的函数库,简化了标定求解过程,提高了标定速率,并具有良好的移植性,适合于其他视觉测量系统．     

基于LabVIEW开发的摄像机标定方法

针对火车轮缘动态检测系统中的摄像机标定问题,讨论了基于径向约束的摄像机标定,选定了包含畸变因素的摄像机透视投影模型,得出了以LabVIEW开发的摄像机标定方法.该方法利用了LabVIEW的图形化开发环境,内嵌Matlab语言编写的核心程序,数据处理功能强大,且具有良好的图形化互动界面.     

基于双目立体视觉的前方车距测量

提出了一种在公路上利用车载双摄像机测量前方车距的方法．通过对道路前方车辆进行快速探测以及对摄像机进行预先标定,利用摄像机参数和三角测量原理,计算出前方车距．实验表明该方法具有较高的测量精度．     

摄像机与3D激光雷达联合标定的新方法

针对摄像机与3D激光雷达融合系统的标定问题,提出了一种基于平面标定模版的新方法.整个标定过程分为单传感器独立标定和多传感器联合标定两部分.与以往的基于特征点或者边缘对应的标定方法不同,根据传感器原点到标定平面的距离对应性原理实现了联合标定,解决了在激光雷达距离图像上提取特征点或者边缘时精度较低带来的问题.同时,仅采用同一块平面模板完成了整个标定过程,简单实用.实验结果表明,相比传统标定方法,本方法能够获得更高的精度.     

立体视觉系统的参数标定的Matlab实现

研究了基于平面板标定的摄像机标定方法,详细介绍了摄像机成像原理,分析了其内外参数,阐述了平面模板标定方法的基本原理,并用MATLAB编程语言实现了这一标定方法,给出了实验过程和结果,为实现标定方法的工程应用提供了依据.软件可用于实际工程应用.     

基于径向约束的CCD相机标定参数的整体优化

提出了基于径向约束的CCD相机标定的模型参数非线性整体优化的方法.利用Harris算法检测标定板的各角点图像坐标,保证了标定板角点的稳定性和可靠性;进行RAC(radial alignment constraint)两步法标定,并用Levenberg-Marquardt算法对通过径向约束标定得到的所有相机模型参数进行非线性整体优化,提高了相机参数的标定精度.实验结果表明.该方法标定精度高,能明显减小各种误差对CCD相机标定的影响,提高了机器视觉三维测量的精度.     

基于室外检校场的航空数码相机检校方法

针对精确检校航空数码相机的应用需求,提出了一种基于室外检校场的航空数码相机检校方法。以共线约束方程为基础,首先详细推导了检校的数学公式;然后以实际的室外检校场为基础,进行数码相机检校实验。实验表明,检校过程收敛,且2组数据的相机检校结果较为吻合,证明了检校方法的可行性和有效性;由检校后所得的相机内外参数解算检查点的空间坐标,并与实测坐标比较,平面和高程中误差分别为0.039和0.170,证明检校结果具有较高的精度。     

椭圆拟合的圆环模板摄像机标定

结合平面模板和一维标定物摄像机标定方法的优点,提出了一种新的基于椭圆拟合的圆环模板摄像机标定方法．该方法设计了一种新的圆环模板,只需要3副模板图像即可标定摄像机; 通过引入椭圆拟合精确定位圆环模板特征点,利用非线性优化进一步提高了摄像机的标定精度．仿真实验结果表明,该方法精确度高、鲁棒性强,通过在真实图像上的实验,验证了该算法的性能．     

双目视觉中摄像机标定技术的研究

在研究现有摄像机标定方法的基础上,提出了一种改进的平面标定法。该方法首先采用线性摄像机模型求得内外参数的初始值,然后引入径向和切向畸变,再利用非线性优化求得畸变系数。编程计算结果验证了该方法的准确性和稳定性。     

双目标定系统精度提高的方法

针对双目标定系统精度提高的问题,介绍了摄像机标定方法、原理及双目标定系统的标定流程．通过用张正友平面模板两步法实验分析总结出影响双目标定系统精度的因素,并提出了提高精度的方法．在各种影响因素达到最小时的实验表明重投影误差不超过0．2像素,可以满足双目标定系统的实用性．     

一种带权因子的相机标定方法

基于最小二乘法的基本原理,提出一种带权因子的相机标定方法.通过研究标定数据的误差分布,充分利用这些统计信息进行二次标定.对于那些偏差出现概率高的实验数据（偏差小）,使用较大的权因子,增加它们对系统表现的贡献.对那些偏差出现概率低的实验数据（偏差大）,使用较小的权因子,抑制它们对系统表现的影响.实验表明,这种带权因子的标定方法,能够有效地提高标定精度.特别是对基于非线性的标定过程,该方法可以充分克服各种随机噪声的影响,从而有效地提高标定过程的稳定性.