基于GA-BP神经网络的双目摄像机标定

为克服传统BP算法收敛速度慢、易陷入局部极小等缺陷,本文利用遗传算法的全局寻优能力对神经网络的初始权和阈值进行优化,并将其运用到摄像机BP神经网络标定.采用遗传算法构建的神经网络,在不增加网络结构复杂度的情况下,大大提高了样本训练的精度和成功率,保证了网络的泛化能力.实验结果表明,该算法具有较高的标定精度,而且可行.     

双目视觉中摄像机标定技术的研究

在研究现有摄像机标定方法的基础上,提出了一种改进的平面标定法。该方法首先采用线性摄像机模型求得内外参数的初始值,然后引入径向和切向畸变,再利用非线性优化求得畸变系数。编程计算结果验证了该方法的准确性和稳定性。     

一种简便的双目摄像机标定方法

针对传统摄像机标定方法,在张正友平面模板两步法的基础上,提出了一种简便的双立体摄像机标定方法, 在标定中通过选取图像中心附近的点作为初始预测值,再进行非线性搜索来确定摄像机内外参数由于该方法在摄像机畸变模型中充分考虑了切向畸变的影响,使得标定应用范围更广.实验证明,标定模扳制作简单,标定过程快捷具有较高的精度,完全可以满足双日立体视觉应用的要求.     

双目标定系统精度提高的方法

针对双目标定系统精度提高的问题,介绍了摄像机标定方法、原理及双目标定系统的标定流程．通过用张正友平面模板两步法实验分析总结出影响双目标定系统精度的因素,并提出了提高精度的方法．在各种影响因素达到最小时的实验表明重投影误差不超过0．2像素,可以满足双目标定系统的实用性．     

双目视觉立体标定方法的改进

为了提高双目立体视觉系统中立体标定的精度,提出了一种利用正方形标定域中相互正交方向的消失点进行立体标定的新方法.首先摄像机从不同的方向拍摄平面标定板,在图像平面上确定一个正方形投影区域,再根据射影几何模型中的交比性质,计算出正方形中相互正交方向上的两对消失点;然后利用消失点与光心连线的射影几何性质,线性求解摄像机的全部内外参数;最后利用全局优化方法进行参数的优化.这一方法继承了张正友标定方法畸变模型的使用,实验利用MATLAB通过左右摄像机拍摄的两组图像对方法进行验证,实验结果表明,该方法的立体标定精度较高,且旋转矩阵R和平移向量T均符合实际要求;由于实验中正方形投影区域的大小及具体的位置关系是随机的,使其具有较好的实用性.     

双目立体视觉方法测量雷管药量高度

介绍了双目立体视觉系统的基本原理、摄像机标定技术以及对得到的点云图进行的后续处理。采用维视图像的CCAS单双目视觉标定算法软件对所用的VS078FC摄像机进行了标定,结果精确度高,用时短,实用性强。应用Geomagic studio软件进行点云处理去除噪声,误差小,数据完整。     

基于平面靶分割区间LS-SVM摄像机标定的研究

摄像机标定是视觉系统精确的前提.利用最小二乘支持向量机实现摄像机的标定不需确定摄像机具体的内部参数和外部参数.由于镜头的畸变主要由径向畸变引起,根据摄像机畸变的特点,对畸变区域进行划分,提出一种基于分割区间最小二乘支持向量机的摄像机标定法,对不同的畸变区域进行单独处理.该方法同BP神经网络和基本最小二乘支持向量机标定预测结果对比表明,基于分割区间最小二乘支持向量机的摄像机标定法速度快,实时性好,能有效提高标定精度.     

双目视觉传感器的自动标定

双目视觉传感器在三维激光扫描测量中已得到广泛应用，其标定的简易与精确程度直接影响了三维激光扫描测量仪的使用。利用含有多个圆形标志的标定块以及两步标定方法，采用动态闽值分割，边缘提取，轮廓自动跟踪等技术，实现了对其自动标定。标定结果显示，自动化程度及标定精度较高，且具有较好的抗干扰性及稳定性。     

车载摄像机的立体标定方法

提出了一种简便实用的基于立体标定板的车载摄像机标定方法。基于自制立体标定板对车载摄像机进行标定,方法比较便捷,精度较高,且方便车载摄像机进行后续检测等工作。实验结果及误差分析验证了该方法的可行性。     

基于双目视觉三维测量系统平台的搭建与实现

采用线激光,搭建基于双目视觉的非接触式激光扫描测量系统的硬件平台,对实物进行扫描,给出了摄像机的标定方法和物体的三维重建过程,得到了物体的三维模型。     

摄像机标定的研究

对摄像机标定的发展现状进行了综述,根据是否需要标定物体将标定方法分为三类：传统标定方法、自标定方法和基于主动视觉的标定方法,并分别给出了三种方法中主流方法的模型,对其优缺点做出评价并指出发展方向。     

Robot stereo vision calibration method with genetic algorithm and particle swarm optimization

Accurate stereo vision calibration is a preliminary step towards highprecision visual positioning of robot. Combining with the characteristics of genetic algorithm (GA) and particle swarm optimization (PSO), a threestage calibration method based on hybrid intelligent optimization is proposed for nonlinear camera models in this paper. The motivation is to improve the accuracy of the calibration process. In this approach, the stereo vision calibration is considered as an optimization problem that can be solved by the GA and PSO. The initial linear values can be obtained in the first stage. Then in the second stage, two cameras’ parameters are optimized separately. Finally, the integrated optimized calibration of two models is obtained in the third stage. Direct linear transformation (DLT), GA and PSO are individually used in three stages. It is shown that the results of every stage can correctly find nearoptimal solution and it can be used to initialize the next stage. Simulation analysis and actual experimental results indicate that this calibration method works more accurate and robust in noisy environment compared with traditional calibration methods. The proposed method can fulfill the requirements of robot sophisticated visual operation.     

基于遗传算法的微分方程延迟项的在线求解

介绍了延迟微分方程延迟项求解的必要性、在控制领域的特殊意义及当前求解方法存在的不足.在离散化过程中,通过取整函数的引入对延迟微分方程的延迟项进行处理.结合遗传算法对于多峰值问题求解上所具有的优越性,在全面分析延迟微分方程延迟项求解固有特性的基础上,提出了一种利用遗传算法在线求解延迟微分方程延迟项的方法,同时说明了求解过程中可能出现的野值问题并对这一现象加以分析,给出了野值的剔除方法.仿真数据证明了所提方法的可行性及优点.     

Rank-1 constraint for camera calibration based on spheres

With the rank-1 constraint, a method for camera intrinsic parameters calculation based on spheres is proposed. The geometric interpretation of the rank-1 constraint is explored from the relation of the image of the absolute conic and the sphere image. Three algebraic equations are derived from the rank-1 constraint. The relation of the sphere images and the camera intrinsic parameters is clearly interpreted in vision geometry. Finally, a nonlinear optimized method is used with the three constraint equations for improving the accuracy. Experimental results show that our method is robust. Compared with the traditional method, it can improve the accuracy of the results of the intrinsic parameters.     

基于图像反馈的标靶面与光轴垂直调节系统

介绍了摄像机标定的内部参数,阐述了标靶面与光轴垂直可以简化标定的过程.当标靶面与光轴垂直时,利用标靶面上特征圆在CCD成像面上成像也是圆的特点,提出了基于图像反馈的标靶面与光轴垂直的调节方法.一般情况下,标靶面与光轴不垂直,标靶面上特征圆在CCD成像面上成像为椭圆.通过图像处理和最小二乘椭圆拟合法计算出成像椭圆的长短轴及偏角,设计了调整控制策略.实验结果表明,该方法是有效可行的.