一种非线性摄像机标定方法

由于加工误差和装配误差的存在,摄像机光学系统与理想的小孔透视模型有一定的差别,致使物体点在摄像机平面上实际所成的像与理想成像之间存在不同程度的非线性光学畸变。为了提高图像检测、模式匹配等定量分析的准确性,必须对这一类畸变进行修正。该文以针孔摄像机模型为基础,综合考虑了摄像机的透镜畸变效应,并借助于开放计算机视觉函数库OPENCV,实现了一种基于张正友摄像机标定的改进算法。利用检测得到的角点,获得物体的世界坐标和图像坐标。结果证明该文中的标定算法实现简单,精度高,稳定性好。     

一种非线性摄像机标定方法

由于加工误差和装配误差的存在,摄像机光学系统与理想的小孔透视模型有一定的差别,致使物体点在摄像机平面上实际所成的像与理想成像之间存在不同程度的非线性光学畸变。为了提高图像检测、模式匹配等定量分析的准确性,必须对这一类畸变进行修正。该文以针孔摄像机模型为基础,综合考虑了摄像机的透镜畸变效应,并借助于开放计算机视觉函数库OPENCV,实现了一种基于张正友摄像机标定的改进算法。利用检测得到的角点,获得物体的世界坐标和图像坐标。结果证明该文中的标定算法实现简单,精度高,稳定性好。     

一种基于斜率和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。     

增强现实中的摄像机径向畸变校正

增强现实系统中,有效地进行摄像机镜头畸变校正对提高虚拟环境的精确性具有重要意义.首先提出一种基于成像几何的畸变校正方法,采用带有一阶径向畸变的摄像机模型,对镜头径向畸变进行校正,再根据校正后的图像计算摄像机投影矩阵.实验表明,基于成像几何的畸变校正算法具有较高的畸变校正精度,640×480的图像中,最大畸变量达90多个像素.与利用理想针孔摄像机模型得到的增强现实环境相比,畸变校正后得到的叠加结果更为精确.     

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     

图像几何畸变校正方法

在机器视觉检测中大视场短焦距摄像机镜头一般都存在一定程度的光学畸变,在高精度测量中必须对摄像机镜头畸变进行校正。提出利用光学成像规律和镜头畸变校正模型相结合的畸变校正方法求出初始畸变系数,然后通过优化目标函数求出最优畸变系数,最后采用三次B样条插值对畸变图像进行灰度重建。实验结果表明该方法在不依赖摄像机内部参数的前提下,校正后径向均方根误差为0.45个像素,灰度重建后径向均方根误差为0.36个像素。     

基于分离参数标定的鱼眼镜头成像模型研究

鱼眼图像具有大视场角,但在应用方面存在严重畸变,为了探索鱼眼镜头的成像规律,本文提出一种基于分离参数标定的鱼眼镜头成像模型研究方法。对相机的物理参数进行分离标定,设计靶标,拟合径向、切向畸变系数,从而得到鱼眼镜头成像模型。比较由成像模型反推出的物点与真实物点的位置,实验结果表明,经本文提出的成像模型得到的成像点与真实物点的入射角和偏移角的误差均值分别为0.011 5和0.019 4。采用基于分离参数标定的鱼眼镜头成像模型研究方法可以较好地反映鱼眼镜头的成像规律,为更广泛地应用鱼眼镜头奠定基础。     

基于直线投影特征的镜头畸变校正方法

针对摄像机镜头畸变校正方法的简便和快速问题,设计了基于直线投影特征的校正方法。介绍了镜头主要畸变产生原因和畸变模型;给出直线三点在理想投影下的关系,确定了适应度函数,利用遗传算法得到了畸变参数组最优解。基于matlab软件编写校正程序,并进行了实验验证。实验表明,利用畸变参数组的最优解能够实现图像畸变校正,效果较好。该标定方法只需场景内有直线存在即可实现对摄像机镜头畸变参数校正,方法所需实验条件简单,程序简便,便于现场快速校正。     

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。     

摄像机镜头畸变的研究

分析了摄像机成像模型和镜头非线性畸变模型,通过实验的方法求得了镜头的径向畸变系数,并首次根据图像复原原理将镜头的畸变系数引入边缘的亚像素定位算法中,最后通过对图像测量系统进行了标定,用实验的方法定量地比较了镜头径向畸变对测量精度的影响。同时,在标定的过程中通过“二次标定”的方法消除了“单次标定”所引入的系统误差,提高了测量精度。实验证明,通过对镜头的畸变进行校正来提高亚像素边缘定位精度的方法是有效的、显著的。     

Accurate Depth Dependent Lens Distortion Models: An Application to Planar View Scenarios

In order to calibrate cameras in an accurate manner, lens distortion models have to be included in the calibration procedure. Usually, the lens distortion models used in camera calibration depend on radial functions of image pixel coordinates. Such models are well-known, simple and can be estimated using just image information. However, these models do not take into account an important physical constraint of lens distortion phenomena, namely: the amount of lens distortion induced in an image point depends on the scene point depth with respect to the camera projection plane. In this paper we propose a new accurate depth dependent lens distortion model. To validate this approach, we apply the new lens distortion model to camera calibration in planar view scenarios (that is 3D scenarios where the objects of interest lie on a plane). We present promising experimental results on planar pattern images and on sport event scenarios. Nevertheless, although we emphasize the feasibility of the method for planar view scenarios, the proposed model is valid in general and can be used in any scenario where the point depth can be estimated.     

Robust metric calibration of non-linear camera lens distortion

Camera lens distortion is crucial to obtain the best performance cameral model. Up to now, different techniques exist, which try to minimize the calibration error using different lens distortion models or computing them in different ways. Some compute lens distortion camera parameters in the camera calibration process together with the intrinsic and extrinsic ones. Others isolate the lens distortion calibration without using any template and basing the calibration on the deformation in the image of some features of the objects in the scene, like straight lines or circles. These lens distortion techniques which do not use any calibration template can be unstable if a complete camera lens distortion model is computed. They are named non-metric calibration or self-calibration methods.Traditionally a camera has been always best calibrated if metric calibration is done instead of self-calibration. This paper proposes a metric calibration technique which computes the camera lens distortion isolated from the camera calibration process under stable conditions, independently of the computed lens distortion model or the number of parameters. To make it easier to resolve, this metric technique uses the same calibration template that will be used afterwards for the calibration process. Therefore, the best performance of the camera lens distortion calibration process is achieved, which is transferred directly to the camera calibration process.     

计算机视觉测量系统的误差模型分析

基于相机的钻孔模型，研究了相机光学系统产生的4种非线性误差，并在有径向失真和图像中心偏移失真的情况下，用模拟数据对匹配误差和不同量化等级在重建过程中的传播过程和影响作了详细讨论，为视觉测量系统达到高精度的三维重建提供了可靠的误差模型。     

一种基于非量测畸变校正的摄像机标定方法

设计一种基于非量测畸变校正的摄像机标定方法.该方法利用单参数除式模型校正镜头畸变,根据直线透视投影保留同素性,通过拉凡格氏法（LM）优化标定出畸变模型系数和摄像机主点坐标,然后校正成像点,使其满足针孔模型映射关系.根据内参数的两个基本方程,线性求解剩余参数.实验表明,该方法在非量测标定过程具有较好的鲁棒性,且对比张正友标定方法,可在单幅标靶图像下进行标定,避免了模型内外参数耦合在一起,提高了标定效率.     

由灭点进行径向畸变的自动校正

目的镜头畸变影响着3维重建、几何量测等工作的质量。根据图像中的灭点几何约束条件,提出一种根据灭点进行弱径向畸变自动校正方法。方法为避免包含畸变中心参数的非线性模型优化结果的不稳定性,在求解径向畸变系数之后进一步对畸变中心进行优化。首先根据灭点几何约束条件建立关于灭点与径向畸变系数的非线性模型,使用Levenberg-Marquardt(LM)算法估计灭点坐标与径向畸变参数,然后根据质量评价准则对畸变中心和径向畸变系数进一步迭代优化;最后,通过真实图像对该方法的可行性进行分析验证。结果采用不同的数据对径向畸变进行了有效地校正,并采用校正后的数据进行了相机标定,标定结果相对于传统基于非量测校正方法有明显的提高。结论充分利用图像中的灭点属性,提出一种新的镜头径向畸变校正方法。实验结果表明,该方法能够有效地对径向畸变进行校正,并克服了传统基于非量测畸变校正方法的不稳定性。