航空大视场角镜头畸变校正技术

为校正航空相机大视场角镜头的畸变,基于Matlab的calib_toolbox工具箱,对拍摄的多幅不同角度和距离的模板进行摄像机标定,得出摄像机的内部参数和畸变系数,建立正确的畸变校正数学模型,通过后续编程处理,改进了Bouguet方法,可实现航空相机彩色图像的畸变校正,并提出一种新的有效的逆推重建图形比对法对图像的畸变率进行分析,量化畸变程度。仿真结果显示,该方法得到的彩色图像的畸变率校正后平均降低了大约10%。实验结果表明,该方法简单高效,且便于后续硬件移植,可实现实时畸变校正处理。     

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.     

基于线性特征的鱼眼图像校正方法

针对鱼眼镜头采集的畸变图像,在棋盘格标定模板的基础上,提出一种有效的校正方法。该方法采用标准畸变模型,首先基于畸变图像的线性特征提出目标函数;然后利用SUSAN改进算法精确定位棋盘格角点坐标;对已得到的有限角点坐标进行畸变曲线拟合,在畸变曲线上提取所需数量的点;最后用渐近寻优算法计算最优畸变系数,使得目标函数最小。实验结果表明,该方法角点定位精确、算法时间复杂度低,能够有效校正鱼眼镜头造成的图像畸变。     

一种改进的广角镜头数字图像畸变校正算法

针对广角镜头数字图像产生的严重桶形畸变的问题,提出两种改进的畸变校正的算法。已有的彩色数字图像畸变校正都先将彩色图像转化为灰度图像后再进行图像的畸变校正,使得图像无法还原到原来的彩色信息。提出的非线性模型法及等效球面法直接采用原始数据图像进行校正,数字仿真实例和实验结果证明了本文算法优于已有文献的结果。     

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。     

一种改进的单目机器人立体视觉系统校正方法

基于三棱镜的单目立体视觉系统具有高集成度、低功耗、易装配等特点,但外置的棱镜也会引发不规则的图像畸变,影响成像质量。首先采用双边滤波函数对目标图像进行降噪处理,增强图像中的边界,有效提高标定图像中的特征点提取的准确性;然后结合透视投影中的直线性、交比一致性和没影点收敛性等投影不变性提出一种改进的自适应畸变校正算法。该算法无需畸变模型及畸变参数,通过校正前后特征点的偏移,最终得到畸变校正所需的像素位移图。实验对比了多组图像的特征提取效果和畸变校正结果,并比较了不同校正方法对于系统中产生的不规则畸变的校正效果,结果表明该算法具有鲁棒性和准确性,提高了机器人视觉系统的准确度。     

一种不断重定位圆心的鱼眼图像校正方法

针对鱼眼图像传统经度坐标校正效果不明显,提出了一种新的鱼眼图像2D校正算法,通过对每一条畸变的经线,不断重定位圆心位置,重新计算经线上点的坐标,有效地校正桶形畸变.该算法不用进行鱼眼镜头的标定以及参数的估计,也不用寻找三维空间点信息以及在各种坐标系之间进行转换.通过与传统校正算法进行对比,发现本算法能高效快捷地对鱼眼图像进行校正,而且具有较好的效果.     

大视场短焦距成像系统的快速校正

实际光学镜头所成的图像一般存在有几何变形,尤其是在大视场短焦距成像系统中,给图像的后续处理带来诸多问题.在以径向畸变为主的几何畸变模型基础上,提出了一种简单精确的图像校正方法.实验证明该方法是图像几何修正的有效方法,具有良好的工程应用价值.     

基于灭点的径向畸变自动校正方法

镜头畸变影响着三维重建、几何量测等工作的质量。本文根据图像中的灭点几何约束条件,提出一种基于灭点的弱径向畸变自动校正方法。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,本文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。本文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,该方法能够有效的对径向畸变进行校正,并克服了传统校正方法的不稳定性。