一种新的基于灭点的相机标定方法

对基于单像的灭点相机定标的理论进行了详细的阐述，并在此基础上提出了一种新的基于多方位、多像的灭点标定方法。这种方法克服了原有理论的缺陷，可对相机的内外方位元素以及畸变差联合求解，使标定结果更加精确、稳定。     

一种基于多灭点标定数码相机内外参数的方法

提高相机定标精度,简化定标过程,是计算机视觉研究的重要内容.利用包含至少4组平行线和两个定标点的模板,对模板一次拍照即可标定相机内外参数.先利用Hough变换,检测出模板图像中的各直线,确定对应的灭点;再把灭点坐标及已知的各组平行线的方向向量代入隐参数矩阵计算方程,得到相机的隐参数矩阵;最后对隐参数矩阵进行分解,依次得到相机的内部参数矩阵和旋转矩阵,然后利用模板中两个已知空间坐标的定标点计算相机的位移矩阵.该方法的求解过程仅涉及到线性方程组的求解,定标精度高、稳定性好,与基于主灭点的定标法相比,不需要相机做任何运动,定标过程简单,具有一定的理论意义和实用价值.     

基于径向约束的CCD相机标定参数的整体优化

提出了基于径向约束的CCD相机标定的模型参数非线性整体优化的方法.利用Harris算法检测标定板的各角点图像坐标,保证了标定板角点的稳定性和可靠性;进行RAC(radial alignment constraint)两步法标定,并用Levenberg-Marquardt算法对通过径向约束标定得到的所有相机模型参数进行非线性整体优化,提高了相机参数的标定精度.实验结果表明.该方法标定精度高,能明显减小各种误差对CCD相机标定的影响,提高了机器视觉三维测量的精度.     

基于计算机视觉和测量平差理论的相机标定

以计算机视觉中顾及径向和切向畸变的针孔模型为基础,引入测量平差理论,建立了基于计算机视觉和测量平差理论的相机标定数学模型,并以液晶显示屏棋盘格网作为相机标定参照物,以Microsoft Visual Studio为开发平台,利用MFC结合OpenCV编制了相机标定软件Camera Calibration 1.0。通过对数码相机Canon 5D Marx II的标定试验及与近景摄影测量商业软件Lensphoto的对比试验,得出标定参数的精度在±1pixel内,验证了所建相机标定模型的正确性和相机标定软件Camera Calibration 1.0的可靠性,且利用所建相机标定模型实现了对标定参数的精度评定,从而克服了传统计算机视觉中只计算像点坐标重投影误差的单一精度评定方法的局限。最后,将研究成果用于长春市杨家沟采石场边坡结构面信息的勘察实践,获取了采石场边坡大量随机结构面的迹线和产状信息,为基于随机动力学的边坡稳定性评价提供了详实的基础数据。研究成果还可用于以非量测相机作为传感器的其他生产及科研工作。     

一种基于参考平面的直线距离测量方法

根据射影几何中的灭点原理提出了一种基于参考平面的直线距离测量方法。在已知标定相机内部参数的前提下,利用放置在参考平面（如地平面）上,已知尺寸的平面矩形作为标定物,建立相机与参考平面间的空间关系。在相机位置和焦距不变的情况下,拍摄一张数字图像,可以利用基于参考平面的直线距离测量方法计算参考平面中任意两个特征点间的直线距离。提出的测量原理和方法具有定标物和测量步骤简单、测量精度高的特点,在工程测量领域具有广泛的应用价值。     

双线阵CCD交汇测量中的自动标定方法

针对CCD交汇测量系统中的初始标定困难、繁琐、重复误差等缺陷,提出了一种基于测量模型的自动标定方法.根据交汇测量原理,建立了测量系统的数学模型,并推导出自标定的模型.在相机焦距、倾角、光心坐标已知条件下,通过分析标定中各参量的函数关系,可利用线阵相机像元确定测量位置,精度可达到4 mm.     

差分遗传算法优化BP神经网络的双目相机标定

针对传统双目相机标定的方法存在计算量大、标定过程复杂等问题,本文提出了一种利用差分遗传算法优化BP神经网络来完成双目相机标定的方法。利用能量生长和光线扫描匹配算法完成同名角点的检测、匹配以及像素坐标的提取;对遗传算法的选择和交叉算子进行改进,同时利用差分算法对遗传算法的变异算子进行改进;利用差分遗传算法来优化BP神经网络进行双目相机标定。实验结果表明:基于本文提出的方法的双目相机的标定的误差的均方根为0.038 mm,传统的基于Opencv和Matlab标定的方法的标定误差的均方根分别为0.155 mm和0.417 mm。相比而言,其标定精度分别提高了75%和90%。与此同时,采用本文提出的方法对双目相机进行标定时需要花费的平均时间为26.3 s。差分遗传算法优化后的BP网络在双目相机标定过程中简化了标定流程并取得较好的效果,满足双目相机标定的要求。     

基于灭点理论的普通数码相机标定方法

非量测摄影机要应用于较高精度的物体测量,就必须对摄影机进行检校(标定)。而对于较高分辨率的普通数码相机的标定任务是测定内方位元素及物镜畸变系数。因此,在摄影测量的作业过程中,有必要对近景摄影机进行检校,对数码相机的标定是一项必不可少的作业过程。本文针对这一问题,提出了基于灭点理论的普通数码相机标定方法。根据所摄得的影像,运用该标定方法进行实验,测得数码相机的内方位元素及物镜畸变系数。实验结果表明,数码相机的内方位元素及物镜畸变系数的精度均已达到设计的要求,满足近景摄影测量对普通数码相机的要求,故被标定的相机可用于近景摄影测量。     

差分遗传算法优化BP神经网络的双目相机标定

针对传统双目相机标定的方法存在计算量大、标定过程复杂等问题,本文提出了一种利用差分遗传算法优化BP 神经网络来完成双目相机标定的方法。利用能量生长和光线扫描匹配算法完成同名角点的检测、匹配以及像素坐标的提取;对遗传算法的选择和交叉算子进行改进,同时利用差分算法对遗传算法的变异算子进行改进;利用差分遗传算法来优化BP神经网络进行双目相机标定。实验结果表明：基于本文提出的方法的双目相机的标定的误差的均方根为0.038 mm, 传统的基于Opencv和Matlab标定的方法的标定误差的均方根分别为0.155 mm和0.417 mm。相比而言,其标定精度分别提高了75%和90%。与此同时,采用本文提出的方法对双目相机进行标定时需要花费的平均时间为26.3 s。故此,差分遗传算法优化后的BP网络在双目相机标定过程中简化了标定流程并取得较好的效果,满足双目相机标定的要求。     

基于二维图像的三几何参数测量研究

针对目前二维图像测量三维几何参数时,环境因素影响大、拍摄角度受限、测量不准等问题,提出一种基于单相机标定图像,通过坐标系变换矩阵来实现测量三维参数的方法。首先借助图像标定物获取二维图像,运用图形辅助计算工具对二维图像进行处理,然后利用单应性转换法对相机标定,最后根据坐标转换关系推导出的计算公式求出图像对应的三维坐标信息。实验结果表明,测量误差小于3%,满足一般测量精度要求。     

双目视觉立体标定方法的改进

为了提高双目立体视觉系统中立体标定的精度,提出了一种利用正方形标定域中相互正交方向的消失点进行立体标定的新方法.首先摄像机从不同的方向拍摄平面标定板,在图像平面上确定一个正方形投影区域,再根据射影几何模型中的交比性质,计算出正方形中相互正交方向上的两对消失点;然后利用消失点与光心连线的射影几何性质,线性求解摄像机的全部内外参数;最后利用全局优化方法进行参数的优化.这一方法继承了张正友标定方法畸变模型的使用,实验利用MATLAB通过左右摄像机拍摄的两组图像对方法进行验证,实验结果表明,该方法的立体标定精度较高,且旋转矩阵R和平移向量T均符合实际要求;由于实验中正方形投影区域的大小及具体的位置关系是随机的,使其具有较好的实用性.     

一种基于圆环点的相机定标方法

提出了一种基于圆环点求解相机内参数的方法．该方法要求相机在至少3个不同方位摄取一个含有若干条直径的圆图像,提取图像中的椭圆和直线,利用相切的射影不变性确定灭点及消隐线,通过消隐线和椭圆求交计算圆环点的图像坐标,从而线性求解全部相机内参数．整个过程既不需要对模板进行精确度量,也不涉及图像匹配问题．大量的模拟和真实图像实验结果表明,该方法精确度高,鲁棒性强．     

基于双一维靶标的摄像机标定方法

针对大视场摄像机的标定,提出一种基于双一维靶标的摄像机标定方法。两个一维靶标任意放置在摄像机视场内,摄像机从多角度拍摄靶标图像;利用一维靶标特征点共线的特性进行图像畸变校正;计算两个一维靶标所在空间直线在图像中的消影点,得到在空间中的夹角关于摄像机内参数矩阵的表达式,利用其所成角度恒定这一约束求解摄像机内部参数;采用非线性优化方法,求解摄像机内、外参数在最大似然准则下的最优解。仿真试验结果表明,当噪声水平小于0.5 pixel时,摄像机内部参数的相对误差均小于0.3%。实物试验结果表明,视场范围为1 200 mm×800 mm时,该方法的标定精度优于0.1 mm。     

利用长方体的投影计算摄像机参数

本文以已知长方体作为标准标志物，依据从其一幅投影图象抽取的直线确定7个三角形，以其重心为基础拟合出3条直线，据此确定灭点和角点并使用透视投影基本方程对其中2个角点进行修正，利用这些点构造投影变形矩阵，提出一种计算摄像机参数的简单方法。本文考虑的是三点透视投影。     

一种简便的双目摄像机标定方法

针对传统摄像机标定方法,在张正友平面模板两步法的基础上,提出了一种简便的双立体摄像机标定方法, 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由于该方法在摄像机畸变模型中充分考虑了切向畸变的影响,使得标定应用范围更广.实验证明,标定模扳制作简单,标定过程快捷具有较高的精度,完全可以满足双日立体视觉应用的要求.     

深度相机与惯性测量单元的相对姿态标定

为解决深度相机和惯性测量单元之间相对姿态难以直接测量的问题,提出一种通过捕捉同一手部运动来构造位移向量继而利用最小二乘法求取两传感器相对姿态的非接触式标定方法.首先描述和分析一类相对位姿时变的深度相机和惯性测量单元的相对姿态标定问题,然后使用深度相机与惯性测量单元同时捕获手部向空间任意方向摆动的运动信息,构造相应的位移向量,进而基于刚体旋转不变性原理建立求解模型,最后使用最小二乘法求取最佳相对姿态,即标定结果.为验证标定方法的准确性和有效性,一方面组织标定解算结果和白噪声仿真数据比对从而得出偏差估计的实验,结果表明标定后相对姿态偏差少于±4°;另一方面使用深度相机和惯性测量单元组成的传感系统对人手臂运动进行捕捉实验,结果表明标定后测得数据方可正确反映人手臂参数.本文所提出的标定方法原理简单、操作方便、无需接触测量或其它辅助标定设备,适用于机器人远程操纵和体感游戏设备等场景相应传感器标定中.     

摄像机标定的研究

对摄像机标定的发展现状进行了综述,根据是否需要标定物体将标定方法分为三类：传统标定方法、自标定方法和基于主动视觉的标定方法,并分别给出了三种方法中主流方法的模型,对其优缺点做出评价并指出发展方向。     

相机快速立体定标方法

相机定标是计算机视觉中极为重要的环节,定标的准确性和实时性直接影响其工业应用。为了实现快速、高精度的相机定标,对相机的成像模型及模型参数求解进行了研究,发现相机成像平面中心附近区域的畸变基本可以忽略。针对这一发现,提出一种简易、快速的相机立体定标方法。首先以成像平面中心附近的点作为特征点,用来求解相机的内外参数,再将求得的内外参数作为已知带入畸变模型,以剩余点的三维坐标及像素坐标作为输入,用多元线性回归最小二乘法对畸变参数进行最优化拟合。实验表明,该方法的定标精度高,其平均像素误差可达到10-2量级,同时算法运算时间明显缩短,能更好地满足实际工业应用的需求。