Projection center calibration by motion

Camera calibration is the first step of three-dimensional machine vision. A fundamental parameter to be calibrated is the position of the camera projection center with respect to the image plane. This paper presents a method for the computation of the projection center position using images of a translating rigid object, taken by the camera itself.

Many works have been proposed in literature to solve the calibration problem, but this method has several desirable features. The projection center position is computed directly, independently of all other camera parameters. The dimensions and position of the object used for calibration can be completely unknown.

This method is based on a geometric relation between the projection center and the focus of expansion. The use of this property enables the problem to be split into two parts. First a suitable number of focuses of expansion are computed from the images of the translating object. Then the focuses of expansion are taken as landmarks to build a spatial back triangulation problem, the solution of which gives the projection center position.     

基于Flash的MTV动画制作方法与技巧探析

F1ash软件功能强大,而且易于学习和掌握使用,使用该软件来制作MTV,可以克服影视MTV的很多缺点,只需要少量的投入,在较短的时间内就可以完成设计,除此之外通过脚本代码等还可以实现影视拍摄完成不了的特殊效果。介绍使用Flash制作MTV动画的一些常用方法和技巧。以方便设计者能在更短的时间内制作出高质量的MTV动画。     

在ASP.NET招生系统中使用Flash调用摄像头拍照

在ASP.NET招生报名系统中,使用Flash调用摄像头采集学生照片信息。     

机器人视觉引导中标定参数同步求解方法

在分析机器人视觉引导中各坐标系转换关系的基础上,提出一种基于最大似然估计的非线性机器人视觉引导标定参数的计算方法,该方法根据最大似然估计构造计算过程中矩阵变换测度函数,采用Levenberg-Marquardt算法求解非线性最小二乘问题,可一次性求解出摄像机标定参数和手眼标定参数。通过数值仿真和真实机器人标定实验,将计算结果与经典标定方法的计算结果进行了比较。结果表明:提出的算法相对于经典算法在估计误差、对噪声的敏感度和稳定性方面均有所提高。     

基于HEIV模型的摄像机一维标定

多摄像机系统广泛应用于文化创意产业,其高精度标定是迫切需要解决的一个关键问题. 新近出现的摄像机一维标定方法能够克服标定物自身遮挡,特别适合标定多摄像机系统. 然而,现有的摄像机一维标定研究主要集中在降低一维标定物的运动约束,而标定精度较低的问题未受到应有的关注. 本文提出一种基于变量含异质噪声 （Heteroscedastic error-in-variables,HEIV）模型的高精度摄像机一维标定方法. 首先,推导出摄像机一维标定的计算模型;其次,利用该计算模型详细分析了一维标定中的噪声,得出摄像机一维标定可以视为一个HEIV问题的结论;最后给出了基于HEIV模型的摄像机一维标定算法. 与现有的算法相比,该方法可以显著改善一维标定的精度,并且受初始值影响小,收敛速度快. 实验结果验证了该方法的正确性和可行性.     

Camera calibration in sport event scenarios

The main goal of this paper is the design of a novel and robust methodology for calibrating cameras from a single image in sport scenarios, such as a soccer field, or a basketball or tennis court. In these sport scenarios, the only references we use to calibrate the camera are the lines and circles delimiting the different regions. The first problem we address is the extraction of image primitives, including the challenging problems of shaded regions and lens distortion. From these primitives, we automatically recognise the location of the sport court in the scene by estimating the homography which matches the actual court with its projection onto the image. This is achieved even when only a few primitives are available. Finally, from this homography, we recover the camera calibration parameters. In particular, we estimate the focal length as well as the position and orientation in the 3D space. We present some experiments on models and real courts which illustrate the accuracy of the proposed methodology.     

基于折射定律的摄像机标定模型

传统的摄像机标定是基于针孔模型,把镜头简化为凸透镜,得出的是光学元件的集总参数,精确度低.为提高精度,根据折射定律提出基于折射定律的摄像机标定模型.上述模型细化了摄像机镜头的组成,把镜头分为三个透镜部分,并且应用折射定律定性研究光线在透镜边界面的折射情况.改进模型充分考虑了摄像机镜头的透镜组成,大大提高了标定的精确度.仿真结果表明,新模型与针孔模型相比,平均误差值明显降低.并且比较了摄像机与物体的距离不同时,误差值的变化,确定了标定时的最佳距离.     

基于计算机视觉的运砂船超载状态检测

针对采砂监管过程中运砂船超载状态的检测问题,提出一种采用类Haar特征和Gentle Adaboost算法相结合的方法在非特写视频图像中检测吃水线和船舷线,通过手工标定的方式标定出标准载重干舷,然后通过实际干舷值与标准载重干舷值的比较来判断运砂船超载状态。实验表明,该方法能快速准确地在复杂的采砂现场环境中检测到目标运砂船的吃水线和船舷线,经手工标定后能准确地判断运砂船的超载状态,为采砂监管提供技术帮助。     

视频识别中基于簇的在线运动分割算法研究

仿射相机模型下,运动分割问题转化为子空间分离问题,处理这类问题的算法大多是离线算法,当假设不满足时性能很不理想.针对上述问题,提出一种在线运动分割算法,通过动态标签传输和簇分割进行运动分割.首先,根据固定数量的帧进行初始化,接着,通过在线策略更新轨迹相似性,最后,利用动态标签传输技术在帧间传输信息,对簇进行评估和归一化切分成本估计,实现动态的簇分割.基于基准数据集的仿真实验结果表明,算法的运行结果与离线算法相当.     

机器人视觉伺服综述

介绍了机器人视觉伺服系统的概念及历史背景,系统介绍了视觉伺服系统的分类方法,重点论述了基于位置和基于图像的视觉伺服系统.对摄像机校正进行了介绍,并详细阐述了智能算法在机器人视觉伺服系统中的应用.最后,对机器人视觉前沿问题做了概括,并指出机器人视觉伺服系统的发展方向.