相机标定中的角点检测和标定的接口程序设计

利用现成的程序为摄像机标定确定一种误差较小的方法,考虑到现有的摄像机标定程序的输出数据格式不兼容,设计了一种新的角点检测和标定的接口程序.对数据进行了格式转换、自动处理及直观仿真显示.实验表明,该接口程序不仅使角点检测和标定两个步骤可以完全自动进行,并且标定得出的数据直观,可直接提供给后续工作使用.     

CCD摄像机参数标定实验设计

CCD摄像机标定技术是视觉检测技术中的最基本内容,为有助于学生正确理解和掌握视觉检测技术,本文设计了CCD摄像机参数的标定实验。详细介绍了CCD摄像机透视成像模型、RAC标定方法以及标定点空间坐标和图像坐标的获取方法,结合标定软件讲述了标定的主要步骤。     

CCD摄像机参数标定实验设计

CCD摄像机标定技术是视觉检测技术中的最基本内容，为有助于学生正确理解和掌握视觉检测技术，本文设计了CCD摄像机参数的标定实验。详细介绍了CCD摄像机透视成像模型、RAC标定方法以及标定点空间坐标和图像坐标的获取方法，结合标定软件讲述了标定的主要步骤。     

摄像机标定方法综述

首先介绍了摄像机标定的基本原理以及对摄像机标定方法的分类。通过对最优化标定法、双平面标定法、两步法等传统摄像机方法的具体分析，给出了各种方法的优劣对比；同时对多种自标定方法的研究现状、发展情况以及存在问题进行了探讨。最后给出了发展传统摄像机标定方向、提高摄像机自标定精度的二些参考建议。     

文摘

在视觉检测系统中,针对视觉传感器数量多,且每个摄像机需标定的内部参数及外部参数较多的特点,提出了一种新的简单的快速摄像机标定方法.分析了摄像机的各个关键参数,采用了全线性标定方法和矢量分析法,逐步求出CCD摄像机的参数.该方法具有标定速度快、精度高、实用和算法性能分析容易等优点,适用于一般视觉检测系统的摄像机参数的标定,尤其是大型视觉检测系统中多视觉传感器的摄像机参数的标定.实验结果表明,摄像机标定误差优于0.05mm.     

基于机器视觉的三维重建技术研究

研究了基于机器视觉的三维重建技术。利用普通的数码摄像机拍摄图片,通过摄像机定标、特征点检测和匹配、基础矩阵和本质矩阵计算来实现图像的三维重建。采用张正友标定方法的相机标定工具箱实现了相机的标定,利用尺度不变特征变换(SIFT)特征点的检测和匹配方法进行了图像特征点的检测和匹配,采用RANSAC算法计算基础矩阵,最后利用相机内参数和由基础矩阵获得的本质矩阵重建物体的特征点,并进行纹理贴图。实验结果表明利用这些图像可以进行物体重建,并且能够很好地反映出物体的三维特征。     

基于逐步优化的摄像机阵列标定算法

摄像机标定是计算机视觉研究中由图像进行三维重建的重要步骤。本文提出了一种基于逐步优化的摄像机阵列标定方法,首先使用基于平面模板的方法求解出各个摄像机的内参数以及相对于模板的位置关系。然后选定一个摄像机作为参考摄像机,再逐步地标定出其余摄像机相对于参考摄像机的位置,最后得到所有的摄像机在同一个世界坐标系下的位置关系。标定过程简单,易于实现。实验结果表明,该方法是一种有效的摄像机阵列标定方法。     

基于机器视觉的摄像机标定方法研究

介绍了摄像机标定方法的分类。通过对基于3D立体靶标、2D平面靶标、径向约束的摄像机标定等传统方法的具体分析，给出几种标定方法的优劣对比。文章同时对多种自标定方法的研究现状、发展状况以及存在问题进行了分析讨论，最后给出了发展各类摄像机标定方法的一些参考建议。     

两种多视图线性摄像机自标定算法研究

摄像机自标定是进行三维重建的重要步骤之一,所以对摄像机自标定算法进行研究是具有重大意义的。首先讨论了两种摄像机自标定算法,即基于模型的摄像机自标定算法以及基于基础矩阵的摄像机自标定算法。最后,对这两种算法从性能上进行了比较。     

基于图像处理的零件尺寸测量研究

提出了一种基于图像处理的机器视觉的非接触测量方案,力求把非接触测量手段与零件尺寸测量问题更有效地结合起来。采用了超分辩率重构技术消除噪声以及由有限检测尺寸和光学元件产生的模糊,从图像中获得更多的细节和信息。利用最小二乘回归亚像素边缘检测技术进行边缘定位及角点提取。基于CCD摄像机采用线性回归法进行摄像机的标定。最后,实...     

基于视频图像的车速检测方法

基于视频图像对车辆速度进行检测,调用OpenCV自带的运动目标检测框架,来实现对行驶车辆的检测与跟踪,接着根据摄像机标定结果获取图像坐标与世界坐标的转换关系,求得检测车辆在实际空间中的行驶距离,最后依据速度公式便能得到所检测车辆车速。经测试,该方法具有较高的检测精度,满足实际应用的需求。     

基于曲线拟合的毫米波雷达安装角度校准方法

毫米波雷达的安装角度校准是雷达正常使用并与摄像头进行数据融合的重要前提,雷达安装角度偏 转过大会导致雷达数据与摄像头数据融合失败,影响高级驾驶辅助系统(Advanced Driving Assistance System,ADAS) 的正常使用。文中提出一种基于曲线拟合的毫米波雷达安装角度校准方法,当车辆在道路上行驶时辅以车辆输入 的车速和偏航角信息,通过2000 个静止点进行曲线拟合得到雷达需要补偿的角度。相较于选择有护栏的道路进行 绕行和在标定场地部署角反射器进行安装角度校准的方法,这种方法适用的场景种类更多并且校准时间从15 分钟 以上缩短为5 分钟以下。经过实验验证,在花费更短时间完成校准后,校准精度与其它自校准方法相同为±5°。     

基于嵌入式车流量实时检测算法研究与实现

针对道路现场实时车流量检测问题,提出了一种改进的帧间差分法的运动车辆检测算法,并将该检测算法成功移植到了嵌入式系统上。将帧间差分法与采用长度、宽度、面积筛选轮廓及用质心距离的车辆跟踪算法结合,实现运动车辆的检测;将U-Boot引导程序、Linux内核、Yaffs2文件系统和检测算法移植到S3C6410上,通过摄像头实时采集交通视频,检测结果由触摸屏显示。复杂交通场景的实时测试结果表明,本系统的检测时间为0.298秒/帧,准确率超过88%,基本能够实现在道路现场的车流量实时检测。     

汽车牌照实时几何畸变校正方法

经过摄像机摄入的图像会发生几何畸变,给车牌的准确识别带来了困难。针对此问题提出了一套实时几何畸变校正方法。首先对提取出的汽车牌照信息进行预处理;然后提出了一种基于Hough变换和图像分析法提取控制点的实时标定方法;最后通过空间坐标变换和灰度插值完成图像的校正。实验证明,该方法符合汽车牌照图像的特点,具有较好的处理效果。     

条纹投影与相位偏折测量技术研究进展

条纹投影和相位偏折测量术可用于精确地测量待测物面形,在全场光学三维轮廓测量领域具有较好的发展前景。首先,介绍了条纹投影和相位偏折测量技术的基本原理,重点是这两种技术中的相位提取技术、摄像机定标技术等关键技术。其次,对条纹投影和相位偏折测量术这两种测量方法的异同点做了对比。最后,介绍了条纹投影和相位偏折测量技术在提升测量精度和速度方面的发展。为了提升测量精度,主要有校正条纹Gamma效应、提升相位提取精度、摄像机标定精度和相位-高度/梯度标定精度等途径;为了提升测量速度,主要有提升相位提取速度、相位解包裹速度等方法。     

Vehicle LED detection and segmentation recognition based on deep learning for optical camera communication

In the vehicle to vehicle (V2V) communication based on optical camera communication (OCC) system, how to achieve high reliability and low latency communication is still a problem. In this paper, we propose a lightweight light-emitting diode (LED) detection algorithm based on deep learning to detect the vehicle LED position at different communication distances, which can improve LED detection accuracy and inference speed. In addition, we design an LED segmentation recognition algorithm to reduce the bit error rate (BER) of the vehicle OCC system. The experimental results demonstrate the effectiveness of the proposed algorithms in real traffic scenes.     

航空多光谱相机三坐标无源定位技术

航空多光谱相机采用焦平面探测成像系统，可在全天时、准全天候作业的条件下对机下进行大幅宽高分辨率成像探测。针对航空多光谱相机的三坐标无源定位问题，简介了相机组成及无测距信息辅助情况下的三坐标无源定位原理，梳理了航空多光谱相机的三坐标无源定位关键技术。通过载体的位置姿态精确测量，测角电路设计、测角误差标定与补偿，多传感器安装姿态标定，时间同步设计四大关键技术保证相机的定位精度。飞行试验结果表明，图像拼接精度优于10″，验证了技术方法有效。     

面向工业检测的光场相机快速标定研究

由于光场数据量大,现有光场相机标定算法存在速度慢、无法快速校准工业检测中光场相机的参数变化、降低工业检测效率的问题。该文基于稀疏光场成像模型优化光场数据,提出光场相机快速标定算法。该算法以清晰度作为图像质量评价指标,从光场数据中选取高质量、具有代表性的稀疏视图,构建稀疏光场;接着利用稀疏光场求解相机参数初值并优化,得到最佳参数。实验结果表明,与现有最优标定算法相比,该方法不仅提高平均标定速度70%以上,在现有5个数据集的平均标定时间从101.27 s减少到30.99 s,而且保持标定精度在最优水平,在公开数据集PlenCalCVPR2013DatasetA的标定误差仅为0.0714 mm。     

基于改进粒子群优化算法的摄像机标定

本文在充分研究多种摄像机标定方法和粒子群优化算法（PSO）的基础上,针对传统PSO算法存在早熟和局部收敛的问题,提出了一种改进的新型粒子群优化算法在摄像机标定中的应用。该算法在基本PSO惯性权重部分加入了收缩因子,很好的改善了算法的收敛性;为了进一步提高优化的速度和可靠性,引入了多适应值函数策略。最后在OpenCV上实现了基于该改进方法的摄相机标定。实验结果表明：该摄像机标定方法有效提高了原有张正友平面标定法的标定精度,结果稳定可靠,具有一定的工程应用价值。     

基于视频的车型分类算法研究

对视频图像处理中车型分类算法涉及的摄像机标定和目标分割算法进行研究。通过摄像机标定实现像素坐标到世界坐标的映射,进而准确获取车辆长度及宽度信息。建立车辆高度信息计算模型,获得车辆高度信息。对实时视频图像进行目标分割,并通过车辆长度、高度及长高比等信息实现高速公路中车型分类。经过验证,该方法能够比较准确地进行车型分类,满足实际应用要求。