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。     

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.     

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。     

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     

基于共线点的镜头畸变校正方法

为实现未知摄像机参数的镜头畸变校正,提出了一种先标定畸变中心、再标定畸变系数的方法。先在镜头的不同焦距处对靶标成两次像,利用相同靶标点在两幅图像中的相对位置关系求解畸变中心;再根据直线的透视投影不变性,通过变步长的最优化方法搜索畸变系数。模拟实验表明,在靶标点数为25,噪声水平为0.2像素时,畸变中心的平均误差为(0.2243,0.1636)像素,畸变系数误差为0.28%。真实图像实验表明,用该方法得到的畸变中心和畸变系数能够很好地校正图像。该方法不需要标定摄像机的内外部参数,也无需知道直线网格的世界坐标,简便易行。     

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。     

基于平面网格模型的摄像机镜头畸变校正技术

摄像机标定技术是计算机视觉研究中的关键技术之一。国内外学者开展了大量的研究并取得了大量的研究成果。目前,摄像机标定技术的主要研究任务在于根据实际应用的特点,寻找简便、快捷、准确的标定算法。该文针对精密视觉测量这一特殊应用领域,提出了基于平面网格模型的摄像机镜头畸变校正技术。除了考虑镜头的径向畸变之外,还包括离心畸变、薄凌镜畸变等非线性因素,在镜头中心附近小区域零畸变的假设条件下,推导出网格交点的理想坐标,并由图像处理技术获得网格交点的实际坐标,通过最小二乘法获取非线性畸变系数。由于考虑了引起镜头畸变的多种因素,可提高实际标定的精度。对于视觉测量系统,在具体标定前先求出畸变系数,再对实测的像素进行校正,这样既可以提高标定精度,又不影响视觉测量的速度。     

一种计算机视频监控系统的精确标定算法*

通过对整个计算机监控系统的误差源进行详细分析,将这些误差划分为制造误差、测量误差、计算误差三大类.在此基础上,提出了一种高精度的标定方法.此方法将标定过程明确划分为标定数据的提取、标定模型的建立、摄像机内外参数的计算和优化、畸变校正四个阶段.随着标定过程的推进,先后对图像像素量化噪声误差、图像坐标轴正交误差、不对心误差、镜头的径向畸变误差和切向畸变误差进行了修正.实验结果表明,标定方法非常精确,最后的标定总误差被控制在0.06个像素单位以内.     

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。     

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。     

新的桶形畸变的点阵样板校正方法

为了校正广角镜头的桶形畸变,提出一种新的桶形畸变数字校正方法。它使用点阵样板校正的方法,根据畸变图和理想图中圆点的位置关系,得出畸变图像素在X轴和Y轴方向上的偏移量曲面,采用三次B插值函数对曲面插值;由曲面插值获取像素点的偏移量,对各像素进行坐标转换得到校正图像;然后对图像进行了双线性插值的灰度重建。仿真结果表明,该方法使图像的坐标位置和灰度都得到很好的校正。     

基于图像平面的畸变校正方法

针对图像液位检测系统中摄像头引入的图像畸变,提出一种基于图像平面的校正方法。使用虚拟的标准校正图代替实际图,通过二阶径向模型的反复迭代求取畸变系数,利用双线性插值对输出像素点灰度进行插补。实验结果表明,该方法的校正误差小于0.35个像素点,能有效提高视频检测精度。     

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。     

Image-based lens geometric distortion correction using minimization of average bicoherence index

In this paper, a lens geometric distortion correction method for low-cost digital cameras is described. The lens distortion coefficient is estimated by the value minimizing average bicoherence index which denotes image-dependent higher-order correlations in the frequency domain. In order to formulate the minimization of the average bicoherence index in terms of the lens distortion coefficient alone, the feasibility of a square-pixel assumption and the effect of the image center bias on the image quality are shown experimentally. At the same time, a computationally efficient method for calculating the bicoherence index is proposed, which comprises an approximation of coordinate resampling and development of a relationship between the lens distortion coefficients of the original and its reduced image. Depending on the spatial distribution of image features, the performance of the proposed method can be made comparable to that of precision camera calibration.     

A simplified method of accurate geometric correction for NOAA AVHRR 1B data

There are different methods for geometric correction of NOAA AVHRR data, but these methods either pay less attention to the accuracy, or are technically complex, almost unsuitable for most users. To combine AVHRR data with other high spatial resolution satellite data, or with ancillary data in GIS, it is necessary to develop an accurate geometric correction method, which should be easy to use even for non-professional users. After analysing the pixel shape and size of AVHRR 1B data along scan line and evaluating the quality of geographical data of NOAA AVHRR 1B data set, we found that the geographical data was adequately accurate for identifying the pixel size and shape and the method was developed accordingly. The proposed method has two steps. The first step is to correct pixel distortion. The separate program performs the distortion correction, applying the geographical data of AVHRR 1B data set to assigning the value of each pixel of the desired output geographical area with given pixel size, and making logical judgment for unassigned pixel. The second step is to perform conventional polynomial transformation on the results of the first step. An application of this method is presented in the paper. To examine the precision, SAVI images derived from the geometrically corrected NOAA AVHRR band image were used to perform overlay with each other and also with a 1 :50000 river system map. A half-pixel accuracy was achieved.