基于改进的SUSAN法的摄像机线性标定方法

设计并实现了一种考虑径向畸变的逐步线性摄像机标定方法。结合边缘检测，缩小了SUSAN法检测角点的范围，并利用角点的邻域特征，剔除伪角点，从而提高了SUSAN法角点检测的速度和准确度。利用此改进的SUSAN法精确提取方格模板角点的亚像素坐标，并通过预标定获得主点坐标；然后在考虑摄像机径向畸变的情况下建立摄像机模型，并求解摄像机内外参数。最后通过实验及误差分析表明，本标定方法具有较高的精度和较好的实时性。     

摄像机标定中亚像素级角点检测算法

针对摄像机标定中棋盘图像的角点检测问题,提出一种简单而有效的亚像素级角点检测算法.综合使用Harris算子、SVD方法、内插值法以及Forstner算子,能快速准确的提取棋盘图像的角点.该方法具有两个明显优点:利用SVD方法,能够自动去除歧义角点;定位精度高,摄像机标定实验中,角点的平均位置偏差在0.1个像素左右.     

一种非线性摄像机标定方法

由于加工误差和装配误差的存在,摄像机光学系统与理想的小孔透视模型有一定的差别,致使物体点在摄像机平面上实际所成的像与理想成像之间存在不同程度的非线性光学畸变。为了提高图像检测、模式匹配等定量分析的准确性,必须对这一类畸变进行修正。该文以针孔摄像机模型为基础,综合考虑了摄像机的透镜畸变效应,并借助于开放计算机视觉函数库OPENCV,实现了一种基于张正友摄像机标定的改进算法。利用检测得到的角点,获得物体的世界坐标和图像坐标。结果证明该文中的标定算法实现简单,精度高,稳定性好。     

一种非线性摄像机标定方法

由于加工误差和装配误差的存在,摄像机光学系统与理想的小孔透视模型有一定的差别,致使物体点在摄像机平面上实际所成的像与理想成像之间存在不同程度的非线性光学畸变。为了提高图像检测、模式匹配等定量分析的准确性,必须对这一类畸变进行修正。该文以针孔摄像机模型为基础,综合考虑了摄像机的透镜畸变效应,并借助于开放计算机视觉函数库OPENCV,实现了一种基于张正友摄像机标定的改进算法。利用检测得到的角点,获得物体的世界坐标和图像坐标。结果证明该文中的标定算法实现简单,精度高,稳定性好。     

摄像机在线标定中的棋盘格角点自动检测方法

针对摄像机在线标定的特殊需要，研究棋盘格角点的自动检测问题。利用棋盘格角点共面特点，将平面到平面的变换引入到角点检测中，实现了角点的自动粗定位。在粗定位窗口内，通过角点检测算子与区域能量中心共同实现了角点精确定位。该算法将角点的检测与排序巧妙地结合起来，不仅对全局和局部光照变化都具有较强的适应性，还解决了图像中某些角点检测失败时，其他角点的正确检测与排序问题。实验结果表明，该方法不仅在鲁棒性和检测精度方面高于常用棋盘格角点检测方法，而且全部处理过程可自动实现，在摄像机在线标定中具有很高的实际应用价值。     

一种新的摄像机线性标定方法

计算机视觉中,在对景物进行定量分析或对物体进行精确定位时,都需要进行摄像机标定,即准确确定摄影机的内部参数和外部参数,因此寻找新的快速有效的摄像机标定计算方法是计算机视觉应用中的一个重要问题。为也快速有效地进行摄像机的标定,并针对常用的带有一阶径向畸变的摄像机模型,提出了一种线性求解摄像机参数的标定方法,它可分步标定各参数,且全部采用线性方法求解,从而避免了非线性优化中的不稳定性,使得算法更为实用,简单快捷。实验结果表明,该方法具有较高的标定精度,是一种实用的标定方法。     

一种高效的视觉导航摄像机标定方法

针对移动机器人视觉导航中的摄像机标定问题,提出一种高效的摄像机标定方法。考虑透镜畸变的影响,利用Hough变换提取矩形棋盘格的角点,求出摄像机参数初始值,运用Levenberg-Marquardt算法对初始解进行非线性迭代优化。通过重投影方法将求出的角点重新投影到矩形棋盘格像平面上,并与原提取的角点相比较,分析产生位置误差的原因。实验结果表明,该方法抗噪声能力强,对实验条件要求相对较低,标定精度满足移动机器人实际导航的要求。     

一种基于消失点的摄像机标定方法

为了简化摄像机标定,提出了一种基于消失点的摄像机标定方法,该方法仅需根据场景中3组已知的相互正交的平行线就能标定摄像机的内参数.该方法分为两步(1)根据场景中3个正交方向上的消失点计算摄像机的主点位置以及像机的焦距,首先得到摄像机内参数的初步估计;(2)以此估计值作为初值,通过非线性优化来得到摄像机内部参数的精确估计.最后使用模拟图象和真实图象对该方法进行了实验.结果表明,该标定方法是可行的,具有较高的精确度和较强的鲁棒性.     

基于自适应神经网络的双摄像机标定

摄像机标定是计算机视觉中非常重要的一环,传统标定方法需要求解内外参数,非常繁琐。通过建立自适应神经网络直接学习图像坐标与空间坐标间的关系。该方法对Harris角点提取结果进行增加约束的改进,从而提高网络训练样本精度,通过程序实现隐层神经元的自适应选取,并综合运用正则化、提前终止策略,使网络的泛化能力得到极大的改善。最后通过与经典标定方法进行对比的实验证明基于自适应神经网络具有很好的双摄像机标定精度。     

一种基于菱形的摄像机标定方法

给出了一种基于菱形作为平面模板的摄像机标定方法。通过计算圆环点,建立绝对二次曲线对摄像机内参数的约束方程．只需摄像机在三个不同方位摄取菱形模板的图像,即可线性求解摄像机内参数。通过仿真实验表明,该算法可行。     

直线运动摄像机在线动态标定

为实现AS-R智能机器人在运动情况下摄像机在线动态标定,提出一种新的基于粒子滤波的直线运动摄像机标定方法。用状态空间方法描述直线运动摄像机模型,把摄像机内参数和位置运动参数作为状态量,特征点图像坐标作为观测量,根据粒子滤波算法求得摄像机内参数和位置运动参数的最优估计,并用双线程实现整个标定过程。AS-R机器人在直线运动情况下的摄像机在线动态标定实验结果表明：该算法是合理可行的,并且具有很高的标定精度和良好的鲁棒性。该方法适用于各种类型的系统噪声。     

一种改进的相机标定方法

摄像机标定与图像畸变修正是摄影测量、视觉检测、计算机视觉等领域的重点研究课题之一,在测绘、工业控制、导航、军事等领域得到了极大的应用。研究了摄像机模型,摄像机标定等内容。对DLT的标定方法进行了改进,在摄像机模型中全面考虑了镜头的畸变,利用图像中心附近点畸变量较小的性质,提出一种摄像机内外部参数和像差修正参数分离的标定方法。并举例说明了基于同一物体的两幅图画三维重构的具体实验步骤和方法,分析了影响精度的因素。     

CCD摄像机标定

在基于单目视觉的农业轮式移动机器人自主导航系统中,CCD摄像机标定是农业轮式移动机器人正确和安全导航的前提和关键。摄像机标定确立了地面某点的三维空间坐标与计算机图像二维坐标之间的对应关系,机器人根据该关系计算出车体位姿值自主导航。因此,根据CCD摄像机针孔成像模型,利用大地坐标系中平面模板上已知的各点坐标,建立与计算机图像空间中各对应像素值之间的关系方程组,在Matlab环境下拟合出摄像机各内外参数。实验结果表明：该方法可以正确完成CCD摄像机标定。     

基于交叉垂直线的摄像机标定新算法

提出了一种基于交叉垂直直线的摄像机标定算法。利用两条垂直相交的直线作为标定物,令其绕交叉点作任意角度的转动，将摄像机固定拍摄6幅以上的图片,即可运用直线的特点以及交叉垂直的约束条件建立线性方程组，求解摄像机的内参数。实验证明该算法具有较高的精度和较好的鲁棒性。     

一种简单的基于共面的摄像机参数标定方法

共面摄像机标定就是采用平面式模板来确定摄像机内外参数的过程,在此过程中图像像素和二维特征点是已知的。对于共面标定提出了一种简单及有效的方法去标定摄像机参数。即使用帧缓存中的计算机阵列图像直接来标定参数。首先采用预标定的方法标定出图像中心位置,然后根据帧存图像坐标和世界坐标之间的对应关系使用正交矩阵的约束条件来求解,在此算法中假设尺度因子为1,并且不考虑透镜畸变。所提出的算法用数字仿真图像及真实的图像检验。结果显示,所提出的算法具有较好的精度,是一种简单有效的标定方法。     

红外摄像机组的一维标定物设计和标定

在标定过程中针对红外摄像机组缺乏颜色和纹理信息而无法完成标定点空间和图像坐标匹配,提出一维标定物设计准则。当一维标定物的标记点相互距离满足给定比例关系,通过标记点的像素距离作为判断条件,对标定的标记点空间和图像位置进行匹配。理论上证明了设计准则的可靠性。实验表明：满足设计准则的一维标定物操作简单、匹配方便,标定后红外摄像机组参数精度高。     

一种使用校正模板的非线性摄像机标定方法

基于图像点满足的特定直线方程以及相邻图像点之间距离相等的性质,对标定模板图像进行校正,并通过改进的张正友标定法,提出了一种新的使用校正模板的非线性摄像机标定方法。与现存的方法进行比较发现,该方法能够实现较高精度的摄像机标定,鲁棒性比较强,且能够大大地降低算法的复杂度。     

中心折反射相机标定方法综述

近十几年来,计算机视觉越来越受研究者们的欢迎,特别是全景相机由于其具有较大的视场而被广泛应用到许多领域,包括视频监控、机器人导航、电视电话会议、场景重建以及虚拟现实等。摄像机标定是从二维图像获得三维信息必不可少的一步,摄像机标定结果的好坏直接决定着三维重建结果以及其它计算机视觉应用效果的好坏,所以,研究摄像机的标定方法具有重要的理论研究意义和重要的实际应用价值。这里将2000年到2012年折反射相机标定方法按照标定像的不同分为五大类：基于线的标定、基于二维标定块标定、基于三维点的标定、基于球的标定和自标定,且简要分析其优缺点。