激光切割视觉系统单目摄像机快速标定方法

针对目前激光切割机结合视觉切割行业中现有的张正友一般圆点标定算法中存在计算量大、结果不稳定的问题。提出一种基于九圆点的摄像机自标定算法。算法首先计算出图像和定义在世界坐标系X-Y平面上的模板之间的单应性矩阵,利用该单应性矩阵线性求解出摄像机内参,然后考虑非线性畸变因素,求解出畸变系数。最后在矫正后的模板中求出内外共八个仿射投影矩阵,并取其均值做为最终投影矩阵来求解出世界坐标。实验结果表明:该算法比现有的基于圆点的摄像机自标定算法更快速、更稳定,达到精度更高。     

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。     

视频监控摄像机自标定的一种新方法

对于许多可视跟踪和视频分析任务,精确的摄像机标定是非常重要的。提出一种新的视频监控摄像机自标定算法,它利用半正定规划来恢复摄像机的焦距和主点。说明如何将摄像机旋转自标定算法转化为凸优化问题,该方法将所需正定约束自动集成到优化过程,因此得到可靠和稳定的结果。基于合成数据和真实图像的实验,证实了算法有效性和可确定的收敛性。     

一种鲁棒的基于半正定规划的相机自标定方法

基于绝对对偶二次曲面的线性自标定方法因为算法简单,并能解决可变参数的自标定问题,常用于为其他非线性自标定算法或捆集调整提供标定初值.针对传统线性自标定方法中反复出现的绝对对偶二次曲线的对偶图像不正定与最小二乘解的局限问题,提出了一种新的基于半正定规划的自标定方法.算法通过在求解过程中约束绝对对偶二次曲面的半正定性与其可行域范围,从而确保能够对DIAC(Dual of the Image of the Absolute Conic)分解得到内参数矩阵,并使内参数在更合理的范围内取值.通过合成数据和真实图像数据实验,证明了算法的有效性和鲁棒性.     

一种基于三正交约束的摄像机标定方法

提出一种基于三正交约束的摄像机标定方法.设定摄像机坐标系为世界坐标系,标定摄像机内参数中的5个未知量和1个投影缩放因子,设计一种由7个空间点组成的标定模板,在不需要已知标定模板线段长度的情况下,仅需要2幅以上不同姿态标定模板的图像即可根据三正交关系建立约束方程组,通过矩阵特征值分解,求得摄像机内参数的解析解.对同一个摄像机进行对比实验,本文标定结果与平面经典法标定结果的相对误差仅为1.3%左右,且仿真数据实验和真实图像实验的结果表明,该算法具有较高的标定精度和鲁棒性.     

基于彩色同心圆的投影仪标定算法

本文研究主动视觉系统中投影仪的平面标定方法。用固定的投影仪向画有青色同心圆的标定板上投影黄色与洋红色相间的棋盘格,用固定的摄像机采集若干幅标定板不同朝向的图像,对采集图像进行颜色通道过滤,得到投影仪标定所需的同心圆分量和棋盘格分量,结合摄像机投影仪图像之间的映射关系和同心圆的秩2约束来标定投影仪。此方法仅需用三幅图像,不仅可以标定出投影仪的所有内参数(包括倾斜参数),如果再一步深入,还可以标定出摄像机的内参数矩阵和主动视觉系统的外参数矩阵。实验结果表明本文的标定算法精度比较可观。     

网络摄像头的标定

摄像机定标是获取摄像机几何和光学参数的过程,也是获得摄像机在外部参考坐标系中的三维位置和面向.本文利用针孔模型对网络摄像头进行定标,该方法是基于标定物上已知参考点的三维坐标和参考点在图像上投影像素坐标之间对应关系,它分为两步,先利用线性模型对摄像机投影矩阵进行估计,然后基于投影矩阵分解出摄像机内外部参数.利用真实标定物图像进行实验和计算,得到较好的结果.     

Harris角点提取实现亚像素级摄像机自标定

在摄像机自标定过程中,可根据Harris的检测算法提取对角点.该算法简单有效,非常稳定.在图像旋转、灰度、噪声影响和视点变换的条件下.与其他算子相比,是最稳定的一种点特征提取算子.为了获得亚像素级的角点坐标.需要引入迭代算法进行优化.试验证明该方法可大幅度提高摄像机的标定精度.     

基于非线性模型的摄像机标定技术研究

摄像机标定的目的是确定摄像机的图像坐标系与物体空间中的三维参考坐标系之间的对应关系。研究非线性模型下摄像机标定两步法的算法实现,并提出用两步法在进行摄像机标定实验时对于算法初步进行的改进。即对于未标定图像在算法初步设定畸变系数初值来校正标定实验所提取的角点,通过实验标定摄像机参数并进行验证,实验表明可以降低重投影误差,使算法精度进一步提高。     

基于自标定双目视觉算法的3维图像构建

为了解决传统双目视觉标定方法构建3维图像的缺点,采用自标定双目视觉算法建立了双目视觉系统,确定了空间对象点;通过自标定数学模型构造矩阵,对两相邻图像的本质矩阵求解;并用立体空间方程的投影矩阵得到4个线性方程,用外极线约束法得图像点的世界坐标值。结果表明,物体空间轮廓清晰,避免重影,不再具有双重轮廓,3维表面比较逼真,具有较强的立体感。     

Structure from planar motion.

Planar motion is arguably the most dominant type of motion in surveillance videos. The constraints on motion lead to a simplified factorization method for structure from planar motion when using a stationary perspective camera. Compared with methods for general motion, our approach has two major advantages: a measurement matrix that fully exploits the motion constraints is formed such that the new measurement matrix has a rank of at most 3, instead of 4; the measurement matrix needs similar scalings, but the estimation of fundamental matrices or epipoles is not needed. Experimental results show that the algorithm is accurate and fairly robust to noise and inaccurate calibration. As the new measurement matrix is a nonlinear function of the observed variables, a different method is introduced to deal with the directional uncertainty in the observed variables. Differences and the dual relationship between planar motion and planar object are also clarified. Based on our method, a fully automated vehicle reconstruction system has been designed.     

基于空间三角形的摄像机标定新算法

文章提出了一种基于空间三角形的摄像机标定算法.使用空间三角形作为标定物,将其绕一顶点自由转动并拍摄2幅以上标定图片,然后利用三角形三边长度信息作为约束条件建立线性方程组以求解摄像机的内参数.实验表明该算法制作标定模型简单,具有较高的精度和较好的鲁棒性.     

光学定位系统中摄像机标定的研究

在被动式光学定位系统中,CCD摄像机的标定是一个极其重要的过程。CCD摄像机的标定过程实际上是求解摄像机内、外参数的过程。基于基本矩阵的摄像机标定方法是根据极线约束、本质矩阵以及基本矩阵之间的关系,利用传统的8点算法得到基本矩阵的初始值,再通过其他匹配点迭代计算摄像机的径向阶畸变和切向畸变系数,最后由得到的畸变系数值计算校正后的基本矩阵,从而实现对畸变图像进行校正。     

面向线结构光测量的直线空间变换光平面标定方法

为提高标定精度,提出一种基于直线空间变换的光平面标定方法。首先利用互相关模板与5点滑动平均法提取激光条纹中心,然后采用正交回归法拟合图像中的光条直线方程。通过平面单应性变换获得靶标面光条直线方程,进一步再将靶标坐标系中的直线方程转换成Plücker矩阵形式。根据位姿转换关系得到相机坐标系下的直线方程,并建立超静定线面共面约束方程组,使用奇异值分解(SVD)求解光平面方程参数。所提方法测量的标准台阶块长度方均根(RMS)为0.065mm,平均误差小于0.030mm,圆柱直径的测量平均误差与RMS小于0.050mm。结果表明,利用光条自身整体信息拟合光平面,所提方法可实现较高的标定精度且标定过程简单,同时避免对每个特征点进行单独求解。     

基于六视角自标定算法的三维图像重建

针对其他标定方法在三维图像重建中的缺点,提出自标定算法。首先建立摄像机标定模型,通过透视投影在成像平面上生成对应像点的齐次坐标;接着自标定数学模型利用单应性矩阵,使一张图像与另一张图像上存在对应点;最后在三维重建中为了判断像素点是否落在摄像机定位模块坐标内,采用投影面约束方程。实验仿真从6个角度前、后、左、右、上、下获取空间曲面信息,具有较高的重建精度。     

采用张量分解的四摄像机测量系统标定方法

摄像机标定是精密三维视觉测量的关键,为了实现对多摄像机测量系统的精确标定,首先分析了现有基于一维靶标的多摄像机标定方法的优缺点,并针对其不足,提出了一种基于张量分解的多相机标定方法,该方法主要包括以下三个方面的内容:(1) 利用透视投影成像模型和刚体变换理论建立多摄像机测量的数学模型;(2) 分析现有基于基本矩阵的多摄像机标定方法存在标定结果之间相互耦合的问题;(3) 将四摄像机测量系统的四焦张量引入标定过程中,利用一维标定靶标的成像点坐标求解的四摄像机测量系统的四焦张量,并根据四焦张量的简化求解方法来精炼获取摄像机矩阵。最后,通过实验验证了该方法的有效性和准确性,实验结果表明:(1) 四摄像机三维测量系统的标定可仅通过三组标定靶标图像即可实现,且标定操作效率相对于基本矩阵法更高;(2) 在4000 mm×4000 mm×2000 mm范围内,多摄像机测量系统的精度达到4 mm (3σ),相比于传统方法具有更精确的标定结果。满足室内运动目标位姿精确测量的要求。     

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。     

An efficient coordinate frame calibration method for 3-D measurement by multiple camera systems

Extrinsic calibration or coordinate frame calibration of multiple cameras is a critical step for conducting three-dimensional measurement effectively from visual images. Based on the concept of relative world coordinate system, an efficient method for calibrating the coordinate frames for multiple cameras has been developed in this paper. Its basic idea is to compute the transformation matrices between cameras from their individual transformation matrices to a relative world coordinate system such that its absolute coordinate information is not required and methods for single camera calibration can be utilized. A solution procedure that separates rotational parameters from translation parameters of transformation matrices has been developed where the rotational parameters are obtained first by solving a set of nonlinear equations involving two Euler angular parameters, while the translational parameters are then calculated analytically. In addition, equations for calculating the depth information and matching lines in general cases have been presented. Finally, a detailed numerical investigation regarding the error and sensitivity analysis of the proposed calibration algorithms has been performed extensively.     

基于投影矩阵的摄像机标定新方法

提出一种基于投影矩阵的摄像机标定新方法。该算法根据旋转矩阵的单位正交性结合Cholesky分解,由投影矩阵直接估算内参数矩阵;然后由旋转矩阵行列式约束排除误解,获得摄像机位置和方位矩阵,并以最小化反投影残差为代价函数对估计参数实现优化。该标定方法在针孔相机模型下进行,整个过程无需求解非线性方程,简单可靠。模拟数据和真实图像实验均证明了此算法的可行性与鲁棒性。通过误差分析得出结论,随着已知空间点数量的增加和拍摄距离的减小,标定精度能进一步得到提高。