一种基于最小二乘法的工业相机系统标定方法

针对精密激光加工领域中机器视觉成像高精度与高性能问题,提出了一种基于最小二乘法的工业相机系统标定方法。首先,基于工业相机的成像原理,分析了工业相机四种坐标系及其转换关系。其次,结合毫米级应用场景与某种工业相机的参数规格,建立了一种二次多项式最小二乘法的系统标定模型。然后,搭建了一套工业相机视觉运动加工平台,制作了九孔标定板,并基于Visual Studio 2010平台和MFC框架开发了标定数据计算软件。实验结果表明,该系统标定模型的坐标误差为0.001mm级,为后续系统运动控制精度提供了保证。     

三目立体相机的标定研究

立体相机标定是计算机视觉中的重要方法,在立体相机的距离测量、三维重建等领域占据着重要的基础地位和广泛的用途。文中在单目相机标定的基础上提出了三目立体标定的新方法,其主要原理是利用三个相机之间的约束关系,建立多目标带约束的优化方程使标定精度得到提高,三目相机标定相对于传统的单目相机标定还可以得到三个相机之间的位置关系。文中首先讲述了立体相机标定的一些基础知识,其中主要是相机模型的介绍;其次讲述了单目摄像机的标定原理,并由此提出三目摄像标定的方法;最后给出实验的结果,验证了所提方法的正确性和有效性。     

三目立体相机的标定研究

立体相机标定是计算机视觉中的重要方法,在立体相机的距离测量、三维重建等领域占据着重要的基础地位和广泛的用途。文中在单目相机标定的基础上提出了三目立体标定的新方法,其主要原理是利用三个相机之间的约束关系,建立多目标带约束的优化方程使标定精度得到提高,三目相机标定相对于传统的单目相机标定还可以得到三个相机之间的位置关系。文中首先讲述了立体相机标定的一些基础知识,其中主要是相机模型的介绍;其次讲述了单目摄像机的标定原理,并由此提出三目摄像标定的方法;最后给出实验的结果,验证了所提方法的正确性和有效性。     

一种基于校正误差的立体相机标定算法

立体相机的标定是一个精确求解各个相机内参数以及相机之间关系参数的过程.它是三维重建的基础,其标定精度的好坏直接影响立体重建的结果.为此提出了一种使用校正误差作为代价函数的立体相机标定算法.该算法首先使用传统的基于重投影误差的方法对单个相机的内参数进行标定,然后利用校正误差完成对相机之间关系参数的标定求解.由于校正误差的计算只与相机内参数以及关系参数有关,可以避免在标定过程中使用难以精确标定的相机外参数.实验结果表明本算法能够有效的提高立体相机标定的精度.     

TOF相机在工业袋子计数系统中的应用

工业中用到的诸多化学物品大多以袋装形式运输,企业需要统计包装袋的数量,从而合理地分配使用。由于化学物品的特殊性,直接接触存在较大的安全隐患,截至目前,工业现场仍无很好的方法实时检测包装袋的数量。文中提出了一种新的思路,即使用TOF相机对包装袋进行计数,并运用三维计算机视觉方法,提出使用三维感兴趣区域和深度图像算法,针对工业常见的化学物品包装袋进行了分析。实验结果表明:基于TOF相机的算法可以实时对包装货物计数,实现对危险化学品的物流追踪。而在实际使用中也证明了该算法的可行性。     

基于TOF相机的堆叠产品分拣系统

针对工业生产线的堆叠矩形物品的识别与分拣问题,设计了一套由TOF(time of flight)相机、并联机器人与夹具等组合而成的产品分拣系统。采用一种基于深度图与RGB图结合的三维矩形检测算法,实现堆叠物品的识别与空间位姿的计算。运用机器人定位,通过简易的手眼标定法,对算法进行验证。最后,结合视觉系统与机器人控制系统进行抓取测试。通过不同数量下反复抓取的实验,检测该系统的分拣能力。     

一种基于任意点对的相机标定方法

提出了一种基于任意点对的几何标定方法,用于标定相机外部参数．该方法考虑点对而不是单个点与相机的几何关系．首先根据三个标定点对估计旋转矩阵,然后根据相机和一个点对的几何关系直接计算平移向量．整个标定过程无需任何点对的绝对位置信息,而且对点对的位置关系也没有任何限制．试验结果表明了该方法的有效性．     

多站位CCD相机参数的标定方法研究

单站位的标定方法对于大视场的相机只能保证标定区域有很好的测量精度.为此,提出了多站位数字相机内部参数的标定方法.该方法将相机像面划分为若干个区域,规划相机的站位分布和位置姿态,确保所有站位下控制点能够分布相机整个像面,从而使标定的结果能够反映整个像面的畸变影响.多站位标定方法能够很好地解决单站位标定中被测点超出标定的区域时成像精度无规则变化的问题.实验结果表明:对基准尺在6个位置进行测量,多站位标定方法计算出的结果都可以保持在一定的水平上,不会出现单站位计算出的个别位置误差过大的情况.     

一种基于点对的相机几何标定方法

提出了一种基于点对的几何标定方法,用于标定相机外部参数．该方法考虑点对而不是单个点与相机的几何关系．首先根据三个标定点对计算旋转矩阵且不需要任何点对的精确三维信息．然后根据相机和一个点对的几何关系计算平移且只需这个点对的相对位置是已知的．整个标定过程不需要任何点对的绝对位置信息．试验结果表明了该方法的有效性．     

一种基于相机标定的图像配准方法

图像配准是把同一场景的两幅或者多幅图像在空间上进行配准,它在图像分析领域应用广泛,如医学,遥感图像分析,图像融合,图像检索及目标识别等．匹配困难是图像配准的主要问题,造成匹配困难的原因之一是待匹配图像存在畸变．该问题是由于待配准图像相对于基准图像会产生大面积相同区域或产生平移、旋转、缩放等多种畸变．针对以上各种畸变,本文提出一种解决方案：利用相机标定信息求解畸变情况的平移矩阵、旋转矩阵和缩放比,通过反变换达到矫正图像畸变的效果．然而标定信息常会因为相机位置移动而发生改变．对于此问题,本文则是通过求解多角度下的云台转角来确定相机的标定信息．实验表明：本文提供的方案很好的解决了图像配准阶段的一些畸变问题,使图像配准有较高的精度．     

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。     

一种基于MATLAB的摄象机标定方法的实现

使用MATLAB实现了一种简便的摄象机参数的标定方法。先由四个标定点的坐标计算出透视投影矩阵，从而计算出标定模板上其它节点的图象坐标，之后进行内部参数和外部参数的计算。此方法具有易于实施、速度较快、精度较高等特点，是一种简便实用的方法。     

视觉导航中的单目摄像机标定改进算法

在基于单目视觉的智能车自主导航系统中,摄像机标定是智能车实现安全准确视觉导航的前提和关键。研究摄像机理想模型和实际模型,提出一种改进的标定方法。结合线性模型和非线性模型的优点,在求解摄像机内外参数的过程中,先采用线性模型标定摄像机的一部分参数,进一步考虑简化畸变模型,将非线性方程组转化为线性方程组迭代求解,最终获得摄像机全部参数。该方法既保证了标定精度,又简化了复杂的摄像机实际模型。实验结果表明该方法能满足视觉导航要求。     

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。     

A camera calibration technique using three sets of parallel lines

This paper presents a new method for three-dimensional camera calibration in which the rotation parameters are decoupled from the translation parameters. First, the rotation parameters are obtained by projecting three sets of parallel lines independently of the translation parameters and the imaging distance from the lens to the image plane. The virtual line passing through the image center, which is calculated by perspective projection of a set of parallel lines, depends only on the rotation parameters. Next, the translation parameters and the imaging distance are analytically obtained. Experimental results are used to show how the camera model can be accurately reconstructed in an easily prepared environment.     

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。     

基于投影仪和摄像机的结构光视觉标定方法

为实现基于投影仪和摄像机的结构光视觉系统连续扫描,需要计算投影仪投影的任意光平面与摄像机图像平面的空间位置关系,进而需要求取摄像机光心与投影仪光心之间的相对位置关系。求取摄像机的内参数,在标定板上选取四个角点作为特征点并利用摄像机内参数求取该四个特征点的外参数,从而知道四个特征点在摄像机坐标系中的坐标。利用投影仪自身参数求解特征点在投影仪坐标系中的坐标,从而计算出摄像机光心与投影仪光心之间的相对位置关系,实现结构光视觉标定。利用标定后的视觉系统,对标定板上的角点距离进行测量,最大相对误差为0.277%,表明该标定算法可以应用于基于投影仪和摄像机的结构光视觉系统。     

摄像机神经网络标定技术

利用人工神经网络来直接学习图像信息与三维信息之间的关系，不需确定摄像机具体的内部参数和外部参数，也不需知道有关模型或参数的先先验知识。在双目视觉的情况下，两摄像机的位置关系不需具体求出，而是隐含在神经网络之中。实验结果表明神经网络方法的标定结果令人满意，并成功地用于机器人曲线跟踪的实验。     

基于单张平行六面体照片的摄像机标定方法

摄像机标定是计算机视觉的重要组成部分。根据射影几何理论建立了基于单张平行六面体照片的摄像机全参数标定方法。通过调和射影及Laguerre定理的推论求解出平面圆环点的共轭虚像,利用平行六面体照片存在的三对圆环点的虚像,构造对无穷远平面绝对二次曲线的像ω的约束,使用辗转相除法求解非线性问题。最后,给出该算法对模拟图像和真实照片的实验。实验结果表明计算结果与真实情况吻合。     

基于神经网络的摄像机平面模板标定方法

根据立体视觉原理,提出了基于神经网络摄像机标定方法,该方法的特点是采用平面模板作为标定物.由于传统的标定算法在考虑各种非线性畸变时计算十分繁琐,利用BP神经网络来直接学习图像信息与三维信息之间的关系,可实现从输入到输出的任意非线性映射.为了提高BP神经网络训练速度和避免陷入局部最小解,采用引入动态因子的学习算法.实验结果表明,该算法具有较高的标定精度,而且可行.