图像畸变校正算法在测量中的应用

工业用镜头对物体进行取像时,物体会产生畸变失真。畸变对物体参数的后续测量产生影响,所以必须对畸变图像进行校正。本文通过对已有图像畸变校正算法的介绍比较,采用了一种不拘泥于具体镜头,适用性强的校正算法。此算法首先根据畸变图像产生的原理对径向畸变建立模型,算法第一步使用亚像素边缘算法对失真图像定位边缘、提取边缘点;第二部用最小二乘法对提取的边缘点进行线性拟合,得到所有点与标准点的总平方和;第三步使用LM算法对第二步得到的总平方和进行优化参数处理,得到最优参数;第四步将最优参数带入反校正模型,最终还原图像。还原后的图像与标准图像相比,校正结果的精度可以达到1个像素的最大误差。     

偏振探测系统的摄像机标定与图像畸变校正研究

偏振探测在许多相关领域的应用日益广泛,探测系统的标定及校准是精确提取被探目标的前提.本文针对偏振探测系统,分析了基于2D平面标靶的摄像机标定算法,建立了摄像机线性模型和非线性畸变模型,通过线性及非线性结合的算法,得到了精确的摄像机内外部参数.利用镜头的畸变模型,提出了一种采用牛顿迭代算法来求解高阶非线性方程组对图像畸变校正的方法,建立了各像素点畸变量与到畸变中心距离的关系,最后对畸变校正前后的图像进行了测试实验,测试结果表明:测试点实际畸变大小符合理论畸变量关系,很好地验证了镜头的径向畸变特性;经畸变校正后的偏振图像能有效提高被探目标提取的准确率,偏振图像的畸变校正对复杂背景下目标提取准确率的影响最明显.     

SVM 的光栅成像光谱仪图像畸变校准方法

成像光谱仪是一种图谱合一的光学遥感仪器。光栅成像光谱仪在获取数据立方体时,由于色散元件本身光谱展开的非线性,导致获取的条带像出现畸变,致使采样频率与拼接方式合理匹配时,获取的图像依然会出现畸变。利用边缘到中心灰度值渐变原理和遗传算法,更准确的提取畸变特征点,选择合适的参数,建立支持向量机回归数学模型,对畸变图像进行校正。与其常规畸变校正方法相比,该方法能够有效的兼顾全局校正法中存在的局部误差,提高校正精度。实验验证校正检验误差可以控制在0.5 个像素之内。     

大视场短焦距CCD成像系统畸变校正研究

光学成像系统的非线性几何畸变可以利用数字图像处理技术来进行校正。其中,在以径向畸变为主的非线性几何畸变模型中,本文通过对影响畸变参数测量精度的各种因素的分析,提出了相应的畸变校正模型,并对提高畸变校正精度的途径和技巧进行了探讨和尝试。     

论CCD相机标定的内、外因素：畸变模型与信噪比

决定ＣＣＤ相机定标的精度不仅取决于成像系统中已存在的各种畸变（模型），同时取决于这些畸变在数据噪声中所占的比例－信噪比，前者称为决定相机标定精度的内在因素，后者称为决定相机标定精度的外在因素。本文提出了利用统计显著性检验、相关系数检验来选择畸变模型。各种不同的模拟数据及实际数据试验表明：（１）不同的成像系统中畸变模型是不一致的，必须用显著性检验方法来检验畸变模型是否显著，删除非显著性畸变；（２）在选择多个畸变参数作为畸变模型时，畸变参数之间、畸变参数与标定参数之间有时存在强相关，必须用相关性检验这些参数，删除强相关畸变参数。本文还提出了用畸变在数据噪声中所占有的比例－信噪比作为衡量以多高的精度去量测影像坐标才能补偿畸变的标准，模拟试验数据表明：信噪比越大，畸变越能补偿；反之补偿就小．而且定标精度与信噪比是指数函数关系。     

一种适合摄像机非线性畸变校正的畸变模型

由于制造与装配误差难以完全消除,因此数码摄像机的光学系统存在不同程度的非线性畸变,严重影响利用其影像进行实时拼接的精度。通过比对分析一种经典的数码相机畸变模型与Brown模型的适应性,提出将简化的Brown模型作为数码摄像机的畸变模型。同时,基于单像空间后方交会,按照最小二乘平差方法求解摄像机光学系统的非线性畸变差参数。最后,通过三维控制场对三种型号的摄像机进行了检校试验。结果表明,所用的畸变模型明显优于经典畸变模型,使数码摄像机的整体检校精度小于0.5 pixel。而且检校结果稳定可靠,有效地补偿了光学系统的畸变差,有利于恢复图像内部的相对几何关系。     

大视角成像系统的快速精确校正

在成像系统中,非线性几何畸变的高精度数字校正仍然是一个未能很好解决的问题。以径向几何畸变为主的非线性几何畸变模型为基础,通过对影响畸变参数测量精度的各种因素的分析,提出了一种不依赖于成像系统内部参数的迭代算法。实验表明,该方法能够精确地推算出实现畸变校正所需的参数,校正精度与CCD的采样量化值相当。     

一种校正畸变图像边缘的改进算法

在已知畸变参数的条件下,针对轮廓简单的畸变图像,提出了综合校正法.该方法通过先直接后间接的空间变换方式来建立理想图像与畸变图像的坐标映射关系.根据图像边缘直线的属性即斜率及截距,来验证综合校正与直接校正的校正精度;同时对综合校正和间接校正的计算量及实时性进行比较.实验结果表明:综合法的校正精度在边缘直线的斜率方面比直接校正提高了的8倍,在边缘直线的截距上提高了的100倍;与间接校正相比,综合校正的实时性好,计算量小.     

头位跟踪系统中摄像机标定技术的研究

在头位跟踪的摄像机标定中,传统的线性模型标定精度低,不能精确获得头部位置参数.系统利用CCD摄像机,结合摄像机模型,考虑摄像机镜头的径向畸变,求出三角形的三个顶点的像素坐标,由此确定瞄准线的空间位置,进而求出方位角、俯仰角.通过实验比较了线性模型和畸变模型在三维重建中的误差,结果表明该考虑径向畸变的模型与线性模型相比精度上提高了30%.     

一种基于LabVIEW的机器视觉标定和校正方法

视觉标定和校正是应用机器视觉的重要环节,可使检测的图像更加准确以达到提高机器视觉检测精度的目的,是不可忽视的关键步骤。提出了一种改进的平面模板法,在传统方法和Heikkila模型基础上推广了切向畸变模型,成像模型中增加了高阶非线性畸变并进行了一定的简化,经过该模型优化标定参数并得到特征像素的空间校正模值,然后通过线性插值方法对像素进行灰度校正,得到标定结果和校正后的图像。该方法由自行搭建的机器视觉检测平台通过LabVIEW工具实现,实验证明视觉系统采集的图像得到了良好的校正,校正精度达到0.17%。     

内窥镜图像畸变校正的新方法

本文提出了基于全局收敛线性搜索的内窥镜图像桶形畸变的校正方法。方法假定畸变为圆对称形式,并利用多项式映射将畸变图像从畸变图像空间映射到校正图像空间。根据内窥镜成像特性以及基于全局收敛的线性搜索法来确定畸变图像中心和多项式系数。采用非线性回归对校正图像进行补偿。试验结果证实,该方法校正效果好、响应速度快、满足需要定量分析的图像处理的要求。     

基于像素运动模型的数字造影系统成像畸变校正

提出一种基于像素运动模型的数字造影系统成像畸变的校正方法.通过在一些间隔均匀的方位上获取标志板图像,利用单幅图像的畸变校正算法计算出各幅图像中的像素受畸变影响而产生的运动,并据此求得像素运动模型的参数.利用该模型可以校正C型臂在任意方位下获取的造影图像的畸变.实验证明,该算法具有较高的精度和较快的速度.     

基于微分搜索的高光谱图像非线性解混算法

针对线性混合模型在实际高光谱图像解混过程中的局限性,提出一种新的基于微分搜索的非线性高光谱图像解混算法.在广义双线性模型的基础上采用重构误差作为解混的目标函数,将非线性解混问题转化为最优化问题.将目标函数中的待求参数映射为微分搜索过程中的位置变量,利用微分搜索算法对目标函数进行优化求解.在求解过程中,通过执行搜索范围控制等机制满足高光谱图像解混的约束要求,进而求得丰度系数和非线性参数,实现非线性高光谱图像解混.仿真数据和真实遥感数据实验结果表明,所提出的非线性解混算法可以有效克服线性模型下解混算法的局限性,避免了由于使用梯度类优化方法而易陷入局部收敛的问题,较之其它高光谱图像解混算法具有更好的解混精度.     

基于双线性混合模型的高光谱图像非线性光谱解混

高光谱遥感图像的非线性光谱解混能弥补线性方法难以解释复杂场景中非线性混合效应的不足, 而双线性混合模型及算法是其研究的热点.提出了一种基于双线性混合模型几何特性的光谱解混算法.通过将模型中的非线性混合项表示为一个融合了共同非线性效应的额外端点的线性贡献, 使复杂的双线性混合模型求解转化为简单的线性解混问题.然后结合传统的线性解混算法直接迭代估计正确的丰度.模拟和真实遥感图像数据的实验结果表明, 与其它相关解混方法相比, 该算法能较好地克服共线性效应以及拟合优化过多参数对双线性混合模型求解造成的不利影响, 同时提高了解混的精度和速度.     

双目摄像机标定与特征点匹配方法的研究

传统标定方法具有实验环境要求高、结果精确度低、鲁棒性差等显著缺点,为此提出一种基于软件编程的主动视觉标定方法。通过建立摄像机针孔成像线性模型,考虑畸变影响的非线性模型矫正,推导出双目摄像机标定参数,并应用软件编程实现摄相机标定,获得精度高、鲁棒性较好的结果。同时,针对当前已有的图像匹配算法,对图像尺度变化适应性较差等问题,以Harris算子为基础,通过增加图像变换尺度参数,得到具有尺度不变性的改进算法。基于软件编程实现特征点坐标提取与匹配,结果显示改进后算法耗时变短、计算结果精度和鲁棒性均有所提高,为深入研究双目摄像机障碍物识别与路径规划奠定了基础。     

基于扩散的自适应超分辨率重建

从各向异性角度分析了P-M模型、L1范式(TV模型)、L2范式(调和模型)的不足,通过扩散模型建立超分辨率重建的偏微分方程,提出一种非线性各向异性和超分辨率重建组合的模型。该模型在图像平坦区域具有线性各向同性扩散,能够有效消除噪声,在图像边缘区域具有非线性各向异性扩散保留边缘,有效减少了滤波产生的阶梯效应和P-M模型过渡平滑忽略细节的现象。仿真结果表明,该模型能够有效地提高图像重建质量,能在消除噪声的同时保留边缘,具有很好的鲁棒性。     

基于神经网络的多维非线性模型参数估计

本文详细研究了多层ＢＰ神经网络的特性，并提出了基于预畸变处理的广义线性模型参数估计方法。借助于函数组合器，提出了基于神经网络的多维非线性模型参数估计算法，从而为多维非线性参数辨识和分析提供一种有效途径。模拟结果表明，本文所提出的多维非线性模型参数估计方法是成功的。     

智能车摄像头图像畸变矫正的研究

建立了智能车摄像头成像的几何模型,并对图像畸变原理进行了分析,针对图像的纵向畸变和横向畸变分别提出了非均匀行采集和线性补偿的矫正方法,并推导出了坐标变换公式。实验证明,这种方法能够对摄像头图像进行有效矫正,为智能车导航路径参数的提取提供了准确的图像信息。该方法原理简单,适应性强,效果理想,在工程上具有较高的实用价值。     

一种非制冷焦平面阵列图像漂移的双温度补偿新方法

以实验为基础,提出一种双变量线性回归模型进行图像温度漂移补偿的新方法,较好地解决了非制冷IRFPA的图像输出因漂移造成图像测温偏差大的工业应用难题.文章中研究了环境温度对漂移的影响,分别用单变量、双变量,线性和非线性回归模型对温度漂移进行补偿;结果表明,温度补偿方法能明显改善图像测温精度;各种方法中,双变量线性回归模型校正效果最好,能有效地将图像测温精度提高一个数量级.     

一种线阵CCD检测系统的调整和标定方法

论述了一种线阵CCD扫描检测系统调整和标定方法.建立了检测系统的几何模型;设计了标定靶标;提出了基于靶标图像的视觉系统调整定位方法.采用灰度矩法对边缘点进行了亚像素定位;根据靶标上特征线的实际坐标和图像坐标对系统进行标定,在工方向采用先线性标定再多项式畸变校正的两步法标定横向扫描区域;在y方向采用线性标定法标定扫描行距.实验结果表明,这种调整和标定方法具有较好的效果和较高的标定精度.