基于一维标定物的多摄像机标定

一维标定物是由三个或三个以上彼此距离已知的共线点构成的. 现有文献指出只有当一维标定物做平面运动或者绕固定点转动时,才能实现摄像机的标定. 本文的研究结果表明,当多个摄像机同时观察作任意刚体运动的一维标定物时,则该摄像机组能被线性地标定. 本文给出一种线性标定算法,并使用最大似然准则对线性算法结果进行精化. 模拟实验和真实图像实验都表明本文的算法是有效可行的.     

基于多视定位算法的多摄像机标定

针对多摄像机系统标定,提出一种基于多视定位算法的标定方法,标定过程只需一块可自由移动的平面模板即可,利用约束优化思想,将各摄像机坐标系转换到参考摄像机坐标系下,从而得到摄像机之间相对位置关系。标定操作过程简单,易于实现。实验结果表明,该方法是一种有效的多摄像机标定方法。     

基于HEIV模型的摄像机一维标定

多摄像机系统广泛应用于文化创意产业,其高精度标定是迫切需要解决的一个关键问题. 新近出现的摄像机一维标定方法能够克服标定物自身遮挡,特别适合标定多摄像机系统. 然而,现有的摄像机一维标定研究主要集中在降低一维标定物的运动约束,而标定精度较低的问题未受到应有的关注. 本文提出一种基于变量含异质噪声 （Heteroscedastic error-in-variables,HEIV）模型的高精度摄像机一维标定方法. 首先,推导出摄像机一维标定的计算模型;其次,利用该计算模型详细分析了一维标定中的噪声,得出摄像机一维标定可以视为一个HEIV问题的结论;最后给出了基于HEIV模型的摄像机一维标定算法. 与现有的算法相比,该方法可以显著改善一维标定的精度,并且受初始值影响小,收敛速度快. 实验结果验证了该方法的正确性和可行性.     

基于自由运动一维标定物的多摄像机参数标定方法与实验

一维标定方法易于实现且标定效率高,为了克服现有一维标定方法的一些不足,本文提出一种用一维标定物标定多摄像机内外参数的方法,首先进行两两标定,在此过程中,假定主点坐标近似已知而仅考虑畸变、焦距、旋转和平移等参数,接着利用基本矩阵及一维标定物上特征点之间的几何约束,估计两摄像机的内外参数,两两标定完成后,采用Dijkstra最短路径法和捆绑调整对多摄像机系统进行全局标定(含主点坐标),仿真和真实实验表明本文的方法是切实有效的.     

高速公路动态环境下的摄像机自标定

提出一种动态环境下高速公路监控系统摄像机的自标定方法.首先利用混合高斯背景建模方法从动态视频图像中获取背景图像和目标频繁出现的目标区域;然后利用不同的直线检测算法检测和估计出目标区域内高速公路上大量存在的各种标志线和虚标志线以及水平线,基于这些线状特征计算出摄像机的灭点;最后根据灭点和线特征之间的几何关系计算出摄像机的内外参数,从而实现摄像机自标定.真实场景的实验结果表明,该算法非常合适于各种高速公路监控系统中摄像机的实时自标定,且精度高、稳定性好.     

全景摄像机标定方法综述

随着科学技术的发展,大视场成像的迫切需求推动了全景摄像机技术的发展,而全景摄像机标定技术亦日益成为一个研究热点。全景摄像机的标定技术主要涉及成像系统的几何模型以及相应的标定方法。该文根据全景摄像机成像原理对全景摄像机成像模型进行了简要分析,然后对全景摄像机标定方法相关文献中的方法进行了分类,并对各方法进行了分析。     

全景摄像机标定方法综述

随着科学技术的发展,大视场成像的迫切需求推动了全景摄像机技术的发展,而全景摄像机标定技术亦日益成为一个研究热点。全景摄像机的标定技术主要涉及成像系统的几何模型以及相应的标定方法。该文根据全景摄像机成像原理对全景摄像机成像模型进行了简要分析,然后对全景摄像机标定方法相关文献中的方法进行了分类,并对各方法进行了分析。     

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.     

基于多视图像的摄像机自标定方法

摄像机标定是三维重建时的必要步骤。传统的标定方法对设备要求高、操作繁琐,而自标定方法虽然简便,但精度不高,会严重影响三维重建的效果。因此,越来越需要一种操作简便并且精度高的自标定方法。采用SIFT特征点匹配算法,根据多视序列图像中对应点间的相互关系,利用光束法平差,提出了一种基于局部-全局混合优化的迭代优化方法。针对图像匹配量大的问题,提出了一种邻域内图像互匹配方法来降低时间代价。实验表明,本文提出的多摄像机自标定方法是一种有效的高精度方法,采用的邻域内图像互匹配技术能很好地降低图像匹配的时间消耗。根据多视图像的对应点间相互关系,充分利用局部-全局优化的思想,通过混合优化的方法得到相机参数,对比现有自标定算法,本文给出的方法有较高的精度和鲁棒性。     

摄像机神经网络标定技术

利用人工神经网络来直接学习图像信息与三维信息之间的关系，不需确定摄像机具体的内部参数和外部参数，也不需知道有关模型或参数的先先验知识。在双目视觉的情况下，两摄像机的位置关系不需具体求出，而是隐含在神经网络之中。实验结果表明神经网络方法的标定结果令人满意，并成功地用于机器人曲线跟踪的实验。     

一种基于平面模板的多摄像机标定方法*

对于均匀环绕四周的多台摄像机,先对每个摄像机利用Zhang的平面模板标定方法单独获得内参;在外参计算方面,提出了一种多摄像机外参标定的新方法,该方法在ICP(iterative closest point)算法的基础上,结合了VR(view registration)算法的约束优化思想,先通过两两相邻像机间自由移动平面模板计算两者的位置关系,最后将每一个摄像机统一到一个世界坐标系。标定过程操作简便,易于实现。实验结果表明,本方法能够满足后续三维重建所需的精度要求。     

监控系统中的多摄像头协同算法

给出了一个分布式多摄像头监控系统结构,描述了一种使用路径模型和目标外形变化估计的数据融合方案,提出了一种新的在分布式监控系统中的多摄像头协同算法(PDA,PriorityandDistanceAlgorithm)。提出的算法基于多摄像头数据融合结果,根据任务优先级、目标与摄像头之间的距离及目标的可见性情况,分配摄像头给目标,其特点是使系统中有高优先级并距离摄像头最近的可见目标优先分配摄像头。实验结果表明提出算法能协同多摄像头可靠地跟踪人。     

基于组件的分布式测试管理系统研究

针对分布式环境下的软件测试信息采集问题,系统采用DCOM组件开发技术,设计测试管理系统,对不同平台,不同类型的测试信息进行统一管理和调用,规范软件测试过程,自动生成测试技术文档,提高测试效率。     

机器人遥控焊接虚拟环境标定实验研究

通过标定精度影响因素分析实验,得出了机器人遥控焊接虚拟环境标定系统的一组最佳实验参数．分别针对3种不同焊缝类型工件进行虚拟环境标定实验,完成了虚拟环境中机器人模型和工作环境模型之间位姿关系的标定任务．实验结果表明,虚拟环境标定系统达到了较高的定位精度,可以满足遥控焊接过程中局部自主焊接准备工作的需要．     

基于颜色不变量的多相机目标匹配方法

针对监控系统中存在复杂光照变化的问题,提出一种基于颜色不变量的多相机目标匹配方法。将人体目标分为头部、躯干和腿部,在导数空间和色度空间中,利用高斯光谱模型提取位于边缘和区域的颜色不变量,通过矩函数得到与平移、旋转和尺度变换无关的矩不变量,用描述子进行目标匹配。实验结果表明,该方法能适应场景中复杂的光照环境变化,以及低分辨率特征不充分等情况,并能获得较高的目标匹配正确率。     

虚拟环境中的彩色CCD摄像机校准

根据虚拟演播室的需要,利用图像识别技术和Tsai两步校准算法的思想,在VisualC++平台上编制了CCD摄像机的校准软件。首先利用仿真数据对校准算法进行检验和分析,指出其中的规律和问题。其次在真实的蓝色演播室环境中对摄像机进行校准,提出了特定的处理方法,得到了满意的非线性焦距变化曲线。最后,详细分析了图像处理精度和校准算法对校准结果的影响。     

基于机器人力控制表面跟踪的遥控焊接虚拟环境标定

提出了基于机器人力控制表面跟踪的遥控焊接虚拟环境标定方法．采用基于力觉传感器坐标系横切面轮廓线的力控制策略对工件表面进行跟踪,并精确测量接触点的空间位置．通过椭圆跟踪轨迹直接最小二乘拟合算法和T形管工件标定算法,解决了T形管工件的虚拟环境标定问题．实验结果表明,该方法可以实现高精度的虚拟环境标定,虚拟环境模型精度能够满足以被动柔顺方式完成遥控焊接接触任务的需要．