基于物方直接解的圆匹配与重建

提出一种基于物方直接解的圆匹配与重建方法,建立了灰度影像与空间圆参数间的函数关系,根据已知的相片内外方位元素及空间圆参数的初值,利用直线段最小二乘模板匹配方法直接获取空间圆的参数。系统论述了基于物方直接解和直线段最小二乘模板匹配方法进行空间圆匹配与重建的数学模型。实际图像数据的试验结果表明,本算法具有较高的重建精度。     

一种基于椭圆特征确定空间平面位姿的方法

利用圆柱激光照射在空间平面上呈椭圆状特性,证明了此椭圆状光斑在左右摄像机CCD成像平面上所形成的图像也是椭圆。由最小二乘椭圆拟合法得到椭圆光斑的5个独立参数,并建立空间平面与椭圆参数之间的关系,采用SWIFT算法进行搜索求解,无需特征点匹配,即可确定空间平面的位姿。算例结果表明,该方法是有效可行的。     

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。     

多摄像机结构光大视场测量中全局标定方法研究

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。     

基于序列图像特征配准的摄像机旋转补偿算法

提出了一种基于序列图像特征点配准和基于最小二乘估计的摄像机绕轴旋转运动精确估计算法.该算法利用序列图像帧间的强相关性,通过分析相邻两帧图像的运动,由Harris算子进行特征点检测.基于这些特征点用模板匹配方法对帧间图像进行配准,然后根据多个特征点的运动矢量用最小二乘估计获得摄像机的运动参数,并用获得的运动参数实现对摄像机绕轴旋转运动的精确补偿.实验结果表明,该方法在帧间旋转角度＜10°时,摄像机绕轴旋转运动角度估计误差＜5%,但是当旋转角度＞14°时,相对估计误差＞20%.从系统实际应用(帧间旋转＜5°)来看,该方法克服了成像测量中摄像机旋转对图像处理和测量精度的影响,弥补了因像机旋转引起的测量误差大的缺陷,提高了测量精度,可满足使用要求.     

基于自适应算法的单目视觉系统的姿态解算

提出了自适应总体最小二乘算法,以进一步提高单摄像机视觉测量系统光学特征点的姿态解算精度,研究并对比了常用的总体最小二乘算法及自适应总体最小二乘算法在测量系统中的应用。首先,根据空间几何位置关系构建光学特征点、像点及摄像机位置的系统坐标系及三维空间模型,并建立关于光学特征点及像点的矩阵方程。然后,应用常用的总体最小二乘法及自适应总体最小二乘法进行优化求解。最后,基于优化的总体最小二乘解确定光学特征点相对世界坐标系的姿态。应用三坐标测量机进行仿真对比实验,结果表明:常用的总体最小二乘算法得出的姿态坐标的标准差为0.055 7mm,自适应总体最小二乘算法得出的姿态坐标的标准差为0.041 4mm。相比之下,自适应总体最小二乘算法有更高的收敛速度及收敛精度,且解算速度优于常用总体最小二乘算法,满足单目视觉测量系统的稳定、可靠和精度高等要求。     

应用摄像机位姿估计的点云初始配准

基于摄像机位姿估计的数学模型,提出了一种检测摄像机位移前后目标图像特征点的方法,通过求解摄像机发生位移前后的相对位姿矩阵来解决应用视觉图像获得点云的初始配准问题。首先,介绍了摄像机位姿估计模型,包括本质矩阵、旋转矩阵以及平移矩阵;然后,介绍了SURF算子的特征点检测、描述和匹配的方法,在此基础上面向双目视觉和单目结构光系统,分别提出了摄像机位移前后目标图像SURF特征点匹配和深度估计模型;最后,分别进行双目视觉和单目结构光系统点云的获取、位移前后目标图像特征点检测匹配和深度估计实验,应用摄像机位姿估计模型求解旋转矩阵和位移矩阵,并对位移矩阵进行统计分析剔除粗差。实验中采用基于点云空间特征点和基于图像的方法进行对比,点云对应特征点均方误差缩小至12.46mm。实验结果验证了方法的可行性,表明本文的点云初始配准方法能较好地获得点云精确配准初值。     

基于一维靶标的结构光视觉传感器标定

针对结构光视觉三维测量模型参数的现场标定,提出一种基于自由移动的一维靶标(至少包含3个共线特征点,取其中之一为特征线的原点)的结构光视觉传感器标定方法.根据一维射影变换获取靶标上特征线的消隐点,并与摄像机投影中心确定特征线在摄像机坐标系下的方向矢量;基于特征点的长度约束及方向约束计算特征点的摄像机坐标,得到特征线的直线方程;利用射影变换和特征线的方程获得多个非共线的光条上控制点的摄像机坐标,将控制点拟合成光平面.试验表明,在一般试验条件下,一维靶标结构光参数标定方法可以达到平面靶标法的标定精度.相对于二维靶标,高精度大尺寸一维靶标加工制造容易,维护简单,更重要的是可以用于大尺寸结构光视觉测量的现场在线标定.     

基于线结构光参考平面的多摄像机标定方法研究

多摄像机视觉测量系统中不同视觉传感器空间分布广,无公共视角,现场标定十分困难。针对多摄像机标定问题,研究了一种基于线结构光参考平面的灵活标定方法。标定过程中,以空间中同时覆盖相邻摄像机视角的结构光平面作为标定参考基准,在不同摄像机视角中,自由移动平面靶标多次,确保每次移动后靶标与结构光相交,并能在各自摄像机中清晰成像,摄像机拍摄靶标图像。提取靶标图像中角点坐标、激光光条特征点坐标。借助靶标平面与摄像机坐标系外部参数矩阵,求解激光光条特征点在对应摄像机坐标系中坐标。通过结构光基准平面内,不同摄像机坐标系中至少3组非共线特征点坐标信息,求解相邻摄像机外部参数。分别进行标定试验和精度验证试验,试验结果表明该方法切实可行。     

基于CAD技术实现工业零部件图像直线特征提取

针对工业零部件序列图像量测与重建中的线特征提取问题,提出了一种以CAD设计数据为引导,高精度检测图像中直线的数学模型.以三维计算机辅助设计(CAD)数据为基础,通过求解CAD三维直角坐标系与图像坐标系间的参数转换关系,将物方线特征投影至图像上,得到图像线特征初值范围.利用自适应最小二乘模板匹配提取出边缘点序列,对生成的...     

三维激光扫描数据采集系统的摄像机标定技术研究

在计算机视觉激光扫描测量系统中 ,物体的空间坐标与计算机图像坐标之间存在着复杂的非线性映射关系。通过建立基于一阶径向畸变的摄像机数学模型 ,用线性方程组描述了三维空间坐标点与计算机图像坐标点的关系 ,利用带有 3 0个标准圆孔的金属平面孔型靶标对由两个摄像机构成的摄像机参数标定 ,提出“两步法”对摄像机模型参数逐步求解 ,从而彻底改变了传统的摄像机标定依赖于非线性优化方法。实验证明 ,这种标定新技术较以往算法更为快速、简便、实用 ,精度更高     

改进的精密测角法标定面阵摄像机参数

改进了用于标定线阵摄像机的传统精密测角算法,标定用于面阵摄像机的参数。该算法利用两束平行光之间的夹角和投影在摄像机上图像点之间的对应关系,在给定一个预测摄像机主点的基础上计算它和实际主点之间的偏差以及摄像机焦距。分析了图像特征提取误差对于平行光夹角测量精度的影响,并给出一种基于平行光夹角误差最小的最优估计,从而进一步提高摄像机内部参数的标定精度。通过仿真实验分析了图像特征提取精度和平行光夹角测量精度对摄像机参数标定精度的影响。结果显示,当图像特征提取精度为0.1pixel,二维转台精度为0.5″时,主点标定精度可以达到0.56pixel,焦距标定精度可以达到0.06mm。利用精度为0.5″的二维转台对摄像机参数进行了实际标定,通过分析像点和标定结果所计算的平行光夹角和实际测量的平行光夹角的误差,可知本文算法的误差是经典精密测角法的68.6%,由此证明该算法对于面阵摄像机参数标定具有更好的结果。     

标定模板与图像平面平行时的摄像机标定方法

在工业应用的机器视觉系统中,存在着较多的图像平面与标定模板平面平行的情况,针对这种情况,提出了一种新的简单而快速的标定方法。该方法仅需要一个取景器和一个平面标定模板,通过取景器可直接得到光轴中心坐标,同时也可计算出镜头的焦距;再利用平面标定模板上的特征点计算出摄像机模型的其他参数。实践证明,该方法无需预标定过程即可迅速、方便地对摄像机的内外参数进行标定,并且具有较好的精度。     

基于等高地面控制点的航空摄像机参数估计

为满足炮射廉价航空CCD摄像机的对地定位需求,提出一种基于四个已知等高地面控制点的航空摄像机参数估计方法。该方法根据单张航空像片估计伞载空中摄像机焦距及摄像机在世界坐标系中的位置和姿态角等外参数,利用直接线性变换算法求取已知等高地面控制点与对应像点之间的单应矩阵,建立了单应矩阵与共线条件方程之间的关联关系,最后根据关联关系推导出计算航空摄像机焦距、纵横比、位置和姿态角等内外参数的数学模型。为考查该方法的有效性,分别运用室内模拟控制点和野外真实控制点进行了实验。实验结果表明:在给定四个等高地面控制点的三维坐标及对应像点的二维坐标的情况下,该方法计算焦距、纵横比、位置和姿态角等摄像机参数的相对误差约为2%,参数估计结果基本满足炮射摄像机对地成像定位需求。     

采用直线模型的相机参数优化方法

提出了基于直线模型的相机在线标定算法。该方法通过自动跟踪视频中物件的边缘,在线求解相机系统内外参数,同时建立物件边缘同图像边缘的对应关系。然后,利用物件边缘同图像边缘的对应关系,在相机内外参数初值的基础上,通过构建融合边缘端点信息的误差函数,迭代优化求解相机内外参数。进行了仿真和实物实验,分别使用提出的基于直线的标定方法和传统的基于棋盘格内角点的方法标定了相机内外参数,并对两种方法的标定结果做了对比。结果显示:在仅使用边缘信息的条件下,本文方法可以获得同传统的标定法一致的精度,标定后重投影误差(RMS)为0.6pixel。本文方法利用具有标准尺寸的物件即能实现相机内外参数的估计,且无需制备平面靶板便可获得与传统方法相同的标定精度,标定过程更为灵活,有实用价值。     

复杂场景中基于变块差分的运动目标检测

针对复杂场景中包含的摄像机扫描运动、随机抖动和目标运动,提出一种基于帧间可变块差分的运动目标检测算法.首先,利用全局特征点估计运动参数对帧间背景进行补偿,提取图像的全局特征点并匹配,以特征点集的最小位置误差和作为目标进行迭代,获取误差不大于0.5 pixel的全局运动参数,并精确补偿当前帧实现背景校正.然后,利用可变块...     

Automatic circle pattern extraction and camera calibration using fast adaptive binarization and plane homography

A method to detect calibration patterns using fast adaptive binarization and plane homography for images having complicated backgrounds and taken under lighting condition of industrial fields is proposed. The preprocessing step of involving the calibration of a camera, as required to measure object dimensions, must be able to extract calibration points from a calibration pattern. However, proper lighting conditions for the camera calibration of a measurement system are rarely provided in industrial settings. In this paper, a plane homography of calibration points extracted by fast adaptive image binarization is used for the automatic detection of a local set of calibration points. The integral image method is used as a central part for the rapid processing of adaptive image binarization. The extracted point set provides a transformation matrix of the plane homography and guides the extraction of other calibration points for cluttered backgrounds with irregular lighting conditions. During the calibration of the camera, a calibration point filtering procedure by a data In/Out system iteratively selects more correct calibration points while rejecting outliers and noisy data. Experiments using actual images verify that the proposed method can be applied to camera calibration with poor quality images having cluttered backgrounds obtained under uneven illumination.     

基于普吕克直线的多线结构光视觉传感器标定方法

针对多线结构光系统的快速标定,提出了一种基于普吕克直线的标定方法。传统的线结构光标定方法大多以单点的形式进行提取和坐标系转换,从而获得平面方程。然而单点数量较多会导致操作复杂,不适用于多线结构光的标定。为了解决这个问题,提出了一种新的标定方法,该方法在标定过程中全部采用普吕克矩阵的形式,而不是直接使用点特征。该方法有利于在摄像机坐标系下快速准确地获得光平面方程。同时设计了一种与该方法相对应的用于标定多线结构光的平面标定靶标。为了将一般直线转换为普吕克直线,将图像平面维度延展,定义了一个新的图像空间。为了对普吕克直线的坐标系进行转换,重新表达了基于普吕克直线的透视投影模型。基于普吕克空间中直线与平面的性质,对多条结构光线的普吕克矩阵进行合并即可高效地构造出线性的矩阵方程,从而进一步拟合出结构光平面方程。实验验证了所提方法并证明了校准精度的显著提高,当测试距离为1.8 m时,测量得到的三维点的RMS误差在0.08 mm之内。     

基于RAC标定法的CCD摄像机参数标定技术研究

传统的摄像机标定是在一定的摄像机模型下,基于特定的实验条件,如形状、尺寸已知的标定物,经过对其进行图像处理,求取摄像机模型的内部参数和外部参数。标定摄像机参数的方法很多,大多数采用变焦距法、径向准直法及根据透射成像原理进行标定,针对摄像机的像面中心的标定。文中建立CCD摄像机透视成像的数学模型,运用RAC标定法建立求解摄像机外部参数方程组,从而推导出在径向畸变模型下求解摄像机内部参数的方程。该方法采用CCD能很好地提高精度。实验结果表明,该方法计算量小,标定精度较高。