人工神经网络在激光三维测量系统中的应用

在激光三维测量系统中,应用人工神经网络技术实现图像坐标系到世界坐标系的映射,修正系统的非线性误差.在线状激光三维扫描技术中,用面阵CCD摄像机摄取图像,用前馈型人工神经网络对二值化后的图像进行变换,可直接得到物体轮廓线的二维坐标;在点状激光三维扫描技术中,用线阵CCD采集深度坐标,用前馈型人工神经网络对深度坐标进行非线性修正.用这种方法无须测定仪器结构参数,能自动修正镜头的几何畸变,方法简单,实用性好.     

一种简单而精确的径向畸变标定方法

为了用普通低成本的广角镜头摄像机实现较大视场的精确定量的图像测量，必须对畸变图像进行校正。提出了一种简单而精确的径向畸变标定方法，该方法使用栅格阵列标定模板。首先根据畸变图像中特征点之间的相互位置关系构造出理想图像中的特征点位置；然后以不同的畸变中心假设，计算畸变和理想特征点的矢径坐标，并通过解线性方程组或多项式拟合求出它们之间的函数关系；最后取矢径均方误差最小的参数组作为标定结果。该法可同时获得畸变变换和矫正变换的参数。文中还推导了畸变变换多项式系数与校正图像分辨率之间的反幂比例关系，讨论了畸变函数的阶对校正结果的影响，实验结果表明，取4阶或5阶多项式拟合的结果较好。     

广角图像畸变校正算法的研究与实现

为了校正广角图像的非线性畸变,提出一种新的数字校正方法来消除畸变。首先利用网格模板校正的方法,根据畸变图与理想图对应像素点的映射关系,得到畸变图像点在x轴和y轴方向上的偏移量。然后采用三次B插值函数对曲面插值,得到畸变像素点的偏移量曲面,由偏移量曲面和畸变点的坐标实现各像素点的坐标变换。最后通过双线性插值法完成灰度重建得到无畸变的图像,从而实现对广角图像的校正。为了测试该算法的速度性能和可靠性等指标,在DSP平台上运行此算法。实验结果表明该算法能够对广角畸变图像进行快速有效的校正。     

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。     

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.     

一种基于网格图像的几何畸变修正方法

在层削照相测量装置中,由于摄像装置所处的角度以及摄像镜头差,会导致获取的图像存在非线性几何畸变。因此在对图像进行重建之前,需要对获取的图像进行几何校正。为此,论文提出了一种基于网格图像的几何校正算法,该算法运用分段插值的思想,利用分块低次插值去逼近几何畸变,达到高次插值的效果。最后的分析结果表明,利用60X60正方形网格,该算法的校正误差不超过0.1个像素,能够有效校正图像的综合畸变。     

线结构光传感器参数现场标定方法

为了精确、快速、高效地标定线结构光传感器参数,提出了一种线结构光传感器参数现场标定方法。根据摄像机标定方法,并结合L-M非线性优化算法对摄像机内外参数及镜头畸变系数进行标定。拍摄不同姿态下的平面靶标图像,利用靶标图像计算摄像机外参计算靶标上的圆点在摄像机坐标系下的三维坐标,并构建靶标平面方程。将激光线投射到不同姿态的靶标平面上,通过靶标平面方程计算出激光线上点在摄像机坐标系下的3D坐标,由不同位置重构出激光点在摄像机坐标系下的3D坐标来完成光平面参数标定。通过对摄像机参数、畸变系数和光平面参数的标定,重构目标物体进行测试。测量结果表明:该算法能够快速、准确地获取小车车体的三维坐标,并构造出车体的三维模型。该方法适用于大视场的工业现场标定。     

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。     

遥操作机器人全局摄像机图像畸变校正

遥操作中采用全局摄像机对机器人进行定位时存在图像畸变带来的误差,针对这一问题提出了一种图像畸变校正方法.该方法采用径向基神经网络(RBFNN)进行畸变校正.从而获得机器人在实际空间中的坐标位置.实验表明,该方法简单有效,适用于广角镜头带来的图像畸变校正.可以满足利用定位坐标进行路径规划的要求.     

医学图像三维拼接重建优化技术研究与仿真

研究医学影像图像的清晰重建问题。器官的不同部位随着病变程度的不同,存在不同的几何畸变,造成图像匹配错误,图像中像素的密度、灰度也存在较大差异,病变器官中的边沿部位会产生几何畸变。传统的医学图像三维拼接重建,由于几何畸变的存在,会造成采集图像中的几何坐标发生畸变性边界冲突,后期三维拼接重建时,坐标的畸变性冲突造成图像清晰度不高等问题。提出了一种CT体像素几何畸变校正的医学图像三维重建算法,通过对几何畸变产生的像素畸变进行补偿修正,消除畸变带来的边沿坐标畸变影响。仿真结果表明,改进方法能够提高拼接后三维图像的清晰度,为图像拼接优化提供了有效的手段。