一种基于主动视觉的摄像机内参数自定标方法

摄像机定标是计算机视觉的一项基本任务．本文提出了一种基于主动视觉的摄像机内参数自定标方法．该方法和文献［1］提出的方法相比最大的优点在于不要求摄像机在三维空间作任意方向的平移运动，只需要控制摄像机在同一平面作四组运动，其中每组包括两次相互正交的平移运动，同时适当调整摄像机平移运动的姿态，可以线性求解摄像机内参数．理论上证明了如果摄像机作三次俯仰或者作两次俯仰一次扫视来调整摄像机平移运动的姿态，则解存在而且唯一．通过稳定性分析证明前一种方法对误差很敏感，后者则是稳定的．最后给出了采用真实图像的实验结果．     

一种新的线性摄像机自标定方法

提出了一种新的基于主动视觉系统的线性摄像机自定标方法。所谓基于主动视觉系统,是指摄像机固定在摄像机平台上以平摄像机平台的运动可以精确控制。该方法的主要特点是可以线性求解摄像机的所有5个内参数。据作者所知。文献中现有的方法仅能线性求解摄像机的4个由参数。当摄像机为完全的射影模型时,即当有畸变因子（skew factor）存在时,文献中的线性方法均不再适用。该方法的基本思想是控制摄像机做5组平面正交运动,利用图像中的极点（epipoles）信息来线性标定摄像机。同时,针对摄像机做平移运动时基本矩阵的特殊形式,该文提出了求基本矩阵（fundamental matrix)的2点算法。与8点算法相比较,2点算法大大提高了所求极点的精度和鲁棒性。另外,该文对临近奇异状态（即5组平面正交运动中,有两组或者多组运动平面平行）作了较为详尽的分析,并提出了解决临近奇异状态的策略,从而增强了该文算法的衫性。模拟图像和真实图像实验表明该文的自标定方法具有较高的鲁棒性和准确性。     

基于主动视觉系统的摄像机自定标方法研究

提出了一种新的基于主动视觉系统的摄像机自定标方法,其主要特点是可以线性求解摄像机的所有5个内参数.该方法的基本原理是利用图像中平面场景的信息,通过控制摄像机作多组平面正交平移运动,由平面场景图像的单应性(homography)矩阵建立摄像机内参数线性约束方程组,来求解摄像机的内参数,同时给出约束方程组解的唯一性与平移运动组之间的关系.     

双目摄像机定标的神经网络方法

研究基于反向传播神经网络的摄像机双目立体视觉定标新方法。传统方法基于三角测量原理技术,会带入成像畸变非线性误差,而这种新方法可以消除非线性因素的影响。该方法利用了BP网络良好的非线性映射能力以及学习、泛化能力,通过采用高精度样本数据训练BP网络,最终建立起立体视觉定标的网络模型。由于不需要考虑视觉模型误差、光学调整误差、广角畸变等因素对视觉检测系统测量精度的影响,因而能够有效地克服常规建模方法的不足,保证了检测系统具有较高的精度。     

计算机视党中摄像机定标综述

计算机定标是计算机视觉实现的前提和基本问题。本文回顾了计算机视觉中的几种基本的摄像机定标方法，对各种方法的特点和应用范围进行了比较、分析。     

摄像机定标方法综述

首先介绍了摄像机定标的意义、成像模型以及分类。然后具体分析了常用的定标方法,评价了各种方法的优缺点,最后提出今后有待进一步研究的方向。     

一种基于F求精的摄像机自定标方法

基于图像的建模与绘制(IBMR)是一种新型的真实感图形绘制方法，其中的关键技术如图像的立体匹配(Stereo matching)、三维重构(3D Reconstruction)和Warping绘制等，都以摄像机定标为前提．本文讨论一种基于F求精的自定标方法，在论述其基本原理的基础上，给出了相关算法与实现步骤，并用模拟照片的自定标计算结果和实拍照片的Warping绘制结果对算法进行了检验。     

基于正交平面的摄像机自定标

提出了一种基于正交平面摄像机定标的新算法。它利用场景中的正交平面,摄像机作五次以上的平移运动,根据每次运动关于平面的单应矩阵建立内参数的线性约束方程组,从而线性地确定内参数。与以往的定标方法相比,文章对摄像机的运动不苛刻,只需控制摄像机作平移运动,这在一般的实验平台上可以很容易地实现,并且线性地确定摄像机所有的五个内参数。模拟实验和真实图象实验表明,文章给出的方法在机器人视觉中具有一定的实用价值。     

一种用于三维立体视觉的精密摄象机定标算法

精密摄象机定标对于三维立体视觉是很重要的。论文的第一部分工作首先建立摄象几何模型以及相应的中心投影成象方程。其次,据中心投影成象方程以及在分析了摄象机镜头和光电转换畸变特点的基础上,提出用于摄象机定标的直接线性变换——误差校正拟合(DLTEA)算法。用已知的三维控制点场以及由象中心点精确定位(定位精度可达0.2象素)、直接线性变换——误差校正拟合所组成的一组算法,对摄象系统进行了精密的定标,从而使物点的平均三维坐标确定精度达到了被摄物体大小的1/4000。其定标精度优于国际上近期报道的水平。     

计算机视觉中摄像机定标综述

回顾了摄影测量学和计算机视觉中的各种摄像机定标方法,对各种方法进行了分析、比较、并讨论了摄像机定标方法应用于计算机视觉中的特点.     

一种摄像机成像误差的模型化修正方法

本文针对摄像机成像误差问题,首先提出了一种新 的径向畸变模型,利用此模型推出了能精确标定摄像机的关键参数（有效焦距、平移矢量的 Z向分量以及径向畸变系数）的线性算法;同时提出了一种成像系统误差的修正模型,并利 用系统辨识方法正确估计了该模型的各参数;并进行了实验验证.这项研究必将使得摄像机 成像的误差整体降低,从而提高了测量精度.     

基于BP网络的足球机器人视觉系统的标定

摄像机标定是足球机器人 (MIROSOT)视觉系统的基础 .由于实际空间点的三维几何位置与其在图像中对应点之间的是一种复杂的非线性映射关系 ,而 BP网络它可以实现从输入到输出的任意的非线性映射 ,本文将BP网络应用于足球机器人视觉系统的标定 ,采用 L evenberg- Marquardt的学习算法 ,实验结果证明了该算法的可行性     

基于空间透视不变量的摄象机标定方法

本文给出了一种以空间不变量的数据来计算摄象机外部参数的方法．空间透视不变量是指在几何变换中如投影或改变观察点时保持不变的形状描述．由于它可以得到一个相对于外界来讲独立的物体景物的特征描述，故可以很广泛的应用到计算机视觉等方面．摄象机标定是确定摄象机摄取的２Ｄ图象信息及其３Ｄ实际景物的信息之间的变换关系，它包括内部参数和外部参数两个部分．内部参数表征的是摄象机的内部特征和光学特征参数，包括图象中心（Ｃｘ，Ｃｙ）坐标、图象尺度因子Ｓｘ、有效的焦距长度ｆ和透镜的畸变失真系数Ｋ；外部参数表示的是摄象机的位置和方向在世界坐标中的坐标参数，它包括平移矩阵Ｔ和旋转矩阵Ｒ３×３，一般情况下可以写成一个扩展矩阵［ＲＴ］３×４．本文基于空间透视不变量的计算数据，给出了一种标定摄象机外部参数的方法，实验结果表明该方法具有很强的鲁棒性．     

增强现实系统中的摄像机校准算法研究

增强现实系统的关键技术之一是精确定位问题,当用户改变他/她的观察视点时,虚拟对象必须与真实对象的运动方向与位置保持一致,这样才能使用户感觉到虚拟对象融入到真实环境中.而要做到这一点,就必须研究摄像机校准问题.在这篇文章中,我们分析了增强现实系统对摄像机校准算法的要求,给出了一个实用的摄像机校准算法,并且对算法的结果进行了具体分析.     

一种摄像机复合标定方法及其在汽车碰撞实验中的应用

提出了一种摄像机的复合标定方法:基于共面点分步标定摄像机的初始内外参数;基于最小二乘法求解径向畸变参数,进而迭代优化。标定点的识别中,中心点的识别采用了Hough直线检测及直线求交法,避免通常的Hough椭圆检测法带来的测量误差。应用于汽车碰撞过程的定性和定量分析,结果表明了其有效性与稳定性。     

车载摄像机的一种简易标定方法

针对基于视觉导航的智能车辆摄像机标定问题,提出了一种简便实用的方法.在已有的标定工具箱基础上,通过空间关系变换,建立了所需的摄像机内部参数和外部参数表达式,并给出了工程上的实现方案.实验结果验证了该方法的可行性.     

一种新的基于结构光的三维视觉系统标定方法

在视觉系统的标定中，确定三维空间点与图象上对应点所组成的样本点对的坐标是问题的关键，为提高样本点的定位精度，通常采用棋盘格形状的图案，取其中的交点作为样本点．但在应用平面结构光的三维视觉系统中，样本点又必须在结构光平面中，无法应用上述方法，使得样本点的定位很困难，为了解决这一问题，我们提出了一种新的标定方法，该方法利用交比不变性原理，借助一块特殊设计的标定块，可以方便准确地确定样本点的位置．在此基础上完成了三维视觉系统的标定，文章给出了实验结果和标定精度，以及进一步提高精度的措施．     

一种结构光三维扫描系统新标定方法

结构光三维扫描系统需要借助精密的人工参照物进行标定,参照物的制作成本高且标定步骤复杂。针对此,提出一种新的标定方法。通过人工编码标记圆获得标定需要的同名点,采用因子分解方法得到射影空间下相机的投影矩阵和空间物点坐标,再借助旋转矩阵的单位正交性与绝对二次曲面秩为3的特性,将射影空间升级至欧式空间,并利用光束法平差进行全局优化。大量真实实验表明,所提出的标定方法稳定可靠,可达到和精密平板靶标同等的精度,并且硬件成本大大降低。     

摄影测量系统的高精度标定与修正

介绍了目前国内外较常用的一些摄象机镜头标定与修正的方法,对其优缺点进行了分析,而后根据透镜成象机理,提出了新的误差修正与标定模型,并采用一种隔离的三步法进行求解.该方法能较全面地对摄象机系统进行标定和误差修正,且具有很好的稳定性与精度.