基于一阶径向畸变算法的双目摄像机多位姿标定方法

双目立体视觉中在对物体进行三维测量或精准定位时,需要对摄像机进行标定以获得其内外参数。研究径向畸变摄像机模型,构造了基于一阶径向畸变（RAC）算法的双目摄像机内外参数线性求解公式。考虑侧倾角、旋转角、俯仰角以及透镜的主要畸变因素,修正了传统RAC标定法中只考虑径向畸变、部分参数需要先验值的缺陷。利用标定所得内、外参数进行了多位姿双目摄像机三维重构实验。实验结果表明,该标定方法重投影误差分布在[-0.3,0.3],动态识别结果与实际运行轨迹重合率为96%,对降低双目立体视觉三维测量误差率有积极性影响。     

双目视觉的立体标定方法

为实现双目视觉系统的立体标定,分析了摄像机成像模型,并充分考虑了透镜的径向畸变和切向畸变,提出了一种新的立体标定算法。该算法利用张正友的灵活标定算法,初步求取摄像机的内参数,结合Brown算法并提取图像中角点的子像素级坐标,精确求取摄像机内参数和畸变向量。为方便后续的图像校正,基于前面的单个摄像机标定,通过计算空间中的景物点在左右摄像机成像平面上的位置关系,计算出双目视觉系统中两个摄像机之间的旋转矩阵R和平移向量T,从而实现了立体标定。实验结果表明,该算法能取得较高的精度,可以应用于双目视觉系统。     

自由双目立体视觉摄像机动态外参数的获取

针对自由双目立体视觉中由于摄像机旋转导致的摄像机外参数变化的问题,提出一种基于旋转轴标定的动态外参数获取方法。在多个不同位置,立体标定得到多组旋转平移矩阵,利用最小二乘法求解旋转轴参数;结合初始位置左右摄像机的内、外参数及旋转角度,实时获取左右摄像机的外参数。利用所提方法获取动态外参数,并对棋盘角点进行三维重建,平均误差为0.241mm,标准差为0.156mm;与基于多平面标靶的标定方法相比,精度高且操作简单。所提方法无需实时标定,可完成摄像机旋转情况下动态外参数的获取。     

基于粒子群算法的双目立体视觉系统标定

摄像机标定是立体视觉系统研究的重要组成部分,针对双目立体视觉系统中摄像机标定这一多参数、复杂函数的优化问题,建立带有一阶径向畸变的摄像机模型,利用粒子群算法对模型中的参数进行优化处理,并同改进遗传算法的优化结果进行比较分析。实验结果表明该方法具有较高的精度,可满足工业机器视觉的要求。     

双目立体摄像机标定方法研究

本文在张正友平面模板两步法的基础上,提出了一种改进的双目立体摄像机标定方法。该方法在摄像机畸变模型中充分考虑了切向畸变的影响,使得应用范围更广。本文在标定中通过选取图像中心附近的点作为初始预测值,再进行非线性搜索来确定摄像机内外参数。实验证明,本文标定模板制作简单,标定过程快捷,且具有较高的精度,完全可以满足双目立体视觉应用的要求。     

移动机器人立体视觉高精度标定技术

摄像机标定是移动机器人立体视觉的一个关键步骤,标定精度直接影响到障碍检测和路径规划的精度。在前人研究的基础上,提出了一种迭代方式的摄像机标定算法。算法将摄像机参数分为畸变参数和非畸变参数两类,每次迭代中固定一类参数来求解另一类参数,最终得到优化解。通过合理组织参数求解次序,迭代的每一步都可以通过最小二乘法得到闭式解,从而简化了计算。算法可以方便地进行扩展以包含不同类型的畸变参数,而不会增加算法的复杂度。实验结果表明此算法可以有效提高标定精度,可用于移动机器人的视觉系统。     

基于OpenCV改进的摄像机标定法

针对计算机视觉领域的摄像机标定问题,考虑到畸变对标定精度的影响,介绍了开放计算机视觉函数库OpenCV和摄像机模型,给出了基于OpenCV的摄像机标定算法;该算法充分运用了OpenCV的函数库功能,具有很高的标定精度和计算效率,可以满足立体视觉系统的需要.     

用于交会测量的摄像机标定系统设计

介绍了一种简易的摄像机立体标定系统的设计方案,主要应用于多CCD交会测量技术中,可以完成单个摄像机的标定、多个摄像机之间的立体标定和标定精度评估等功能.建立了包含透镜径向畸变和切向畸变的摄像机成像模型,采用两步法求解摄像机参数,最后通过交会测量得到的多个棋盘格的边长与实际边长的误差量来衡量摄像机标定的精度.该系统不要求使用者具有专业的3D几何知识,速度快,成本低,而且可以达到很高的精度.     

一种新的基于主动视觉系统的摄像机自标定方法

摄像机标定是从二维图像取获三维信息必不可少的步骤。该文提出了一种新的基于主动视觉系统的摄像机自标定方法,通过控制摄像机平台作4次平移运动（其中任意3次均不在同一平面上）即可线性地标定摄像机的内参数以及摄像机坐标系与平台坐标系之间的旋转矩阵。同时,还分别给出了利用立体视觉方法和纯极点方法唯一求解摄像机坐标系与平台坐标系之间的平移向量的充要条件。     

基于序列图像的摄像机自标定方法

提出了一种新的结合摄影测量和计算机视觉相关理论的摄像机自标定方法。首先通过序列图像的匹配点对,利用计算机视觉理论中的8点法求得摄像机基础矩阵F,通过矩阵F利用Kruppa方程求得矩阵C,对矩阵C进行Cholesky分解得到摄像机的内参数矩阵K,然后将求出的内参数作为初始值,利用摄影测量理论进行相对定向和绝对定向,最小二乘前方交会计算得到匹配点对的三维空间坐标,最后由匹配点对的三维空间坐标及其图像坐标,采用三维直接线性变换和光束法平差方法解算出摄像机内、外参数及畸变系数。该方法不依赖于特定的场景几何约束条件,只要序列图像之间有匹配点对,就可以进行自标定工作,具有广泛的适用性。模拟数据和真实图像的实验结果表明：该方法计算过程简单,标定精度高,是一种值得借鉴的摄像机自标定方法。     

基于分割区间LS-SVM的摄像机标定

利用最小二乘支持向量机（LS-SVM）可以不考虑摄像机具体的内部参数和外部参数实现摄像机的标定。由于镜头的畸变主要由径向畸变引起,根据摄像机畸变特点对畸变区域进行划分,提出一种基于分割区间LS-SVM的摄像机标定法,对不同的畸变区域进行单独处理。该方法与BP神经网络和基本LS-SVM预测结果对比表明,分割区间LS-SVM摄像机标定法误差小、速度快、标定精度高。     

基于光束法平差的双线阵系统标定技术

针对线阵相机特殊使用场景中所需要的高精度图像,对线阵相机进行高精度标定。提出一种基于光束法平差的双线阵相机标定方法。通过背景差分法获取线阵相机的特征点的像素坐标。再利用已有的直接线性变换方法和非线性优化方法求出相机的内参,外参,畸变参数后,将得到的初始参数与世界坐标作为待优化集合,利用LM法和光束法平差对该集合进行更进一步的优化,使得双线阵系统的重投影误差降到最低。实验表明,该方法与传统的线阵相机标定方法相比重投影误差降低了75.01%。     

线阵相机的圆环旋转标定方法

由于传统线阵相机的标定过程复杂,且对标定物精度要求较高,难以保证缺陷的定位精度,本文提出一种线阵相机的圆环旋转标定方法以提高缺陷的定位精度。该方法设计一种新型的圆环形标定板,在静态标定基础上通过旋转线阵相机采集相机视线与圆的交点的坐标,得到旋转角度以及多组标定点,建立线阵相机的成像模型和径向畸变模型,通过非线性优化整体误差函数求解相机的内参和畸变参数,同时分析相机不同旋转角度对标定精度的影响。实验结果表明,当θ≤20°时,该方法的标定精度在0.35 pixel以内,满足实际检测的定位要求,并且在PCB缺陷检测中得到较好的验证。     

Tsai氏相机平面标定算法的一种解析改进

针对径向畸变的针孔透视投影模型,提出了一种简单快速的相机标定算法。该算法在假设图像中心点与CCD或CMOS传感器中心重合的前提下,将相机的内外参数和相机模型的畸变参数分离,以进一步进行线性相机标定,避免了非线性优化带来的误差,降低了算法复杂度,可适当提高标定精度,节约计算时间。首先,根据透视投影的交比不变性原理标定镜头的畸变系数;然后,根据旋转变换关系和平移变换关系,充分利用径向畸变约束、旋转变换的正交性和旋转矩阵特有的性质约束线性求解出相机的内参和外参;最后,通过实验与Tsai氏相机平面标定算法进行对比,所提算法在标定时间上节约了35%左右,在精度上至少提高了15%。     

基于HALCON的模版匹配与相机标定

阐述了HALCON基于标定板的相机内外参数标定方法,同时对其中关键的模板匹配做出独立的探讨。通过HALCON软件进行相机的现场标定,计算左右相机的内外参数标定。相机的内参数一版为固定不变的,而视觉测量中,左右相机的外部方位或许会受外界影响而改变,有必要对相机的外参数做出独立的精确标定。     

稳定精确的摄像机标定方法

在Tsai两步法的基础上提出了一种更加稳定精确的摄像机标定方法。由于Tsai两步法中只考虑了摄像机镜头的径向畸变因素,所以为了提高摄像机的标定精度,在其基础上考虑了镜头的切向畸变情况。在求解摄像机参数的过程中,第一步同Tsai两步法采用最小二乘法求解线性方程得到外部参数,再利用最小二乘法求解关于畸变参数K1,K2,K3,K4的线性方程组,最终求得摄像机的内外所有参数。通过实验对该方法进行了验证。     

A novel method for camera external parameters online calibration using dotted road line

On board camera is the most important information source for driver assistant application which is based on computer vision. One problem for on board camera is that the external parameters are easy to be changed when moving on the road. Traditional method either calibrates external parameters offline or calibrates external parameters semi-online, which both need human intervention. By observation, it is found that corner connection of dotted road lane can form two groups of parallel lines. Using this geometric characteristics and through theoretical derivation, a novel online camera external parameter calibration method is proposed which focus on the situation when vehicle is moving. The pro of this method is that it maintains relatively high calculation accuracy and more important, it does not require any human intervention in whole calibration process. Experimental and comparison results show that this method is simple and have accurate results which fully meet the requirements of practical application.     

VC++环境下基于OpenCV的摄像机标定系统的开发

根据摄像机标定原理,在VC++环境下利用OpenCV设计并实现了摄像机标定系统,详细介绍了系统的功能以及实现流程。以棋盘格标定板图像作为输入,不仅计算出了摄像机的各内外参数,而且对标定误差进行了统计。通过相关实验证明了该系统的有效性。相对于传统标定方法,该系统使用更加方便、快捷,标定结果更加精确。     

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。