机器人视觉系统的自标定新算法

基于平面模板摄像机自标定的新算法，利用正六边形的特性，给出了一种精确求解其外接圆圆心的巧妙方法．基于这种算法，又提出了一种完全基于欧氏空间一般定理的实用算法．在平面模板上需三个半径已知的圆，摄像机只需作两次运动参数未知的刚体运动，即可确定摄像机的内部参数．本算法对摄像机的运动没有约束，且平面模板易于制作．仿真试验和真实图像试验的结果表明，此算法的标定精度足可与通常的平面模板标定算法相比，且用到的图像幅数更少．     

路况PTZ摄像机自动标定方法

为解决路况pan/tilt/zoom(PTZ)摄像机内外参数实时多变,绝对距离难以求解的问题,提出了一种基于路况图像的自动化标定方法： 建立全新的路况PTZ摄像机成像模型; 根据图像中提取的路面点的相对距离关系,推导模型中各未知参数的求解方法,实现摄像机参数的“白盒”标定,并给出了自动化标定的实现方案; 摘录实际路况试验结果,计算标定误差. 该算法只需要路面场景图像即可实现自动标定,无须人为干涉和配置,其计算简单,灵活性好,非常符合智能交通监控系统的需求.     

路况PTZ摄像机自动标定方法

为解决路况pan/tilt/zoom(PTZ)摄像机内外参数实时多变,绝对距离难以求解的问题,提出了一种基于路况图像的自动化标定方法： 建立全新的路况PTZ摄像机成像模型; 根据图像中提取的路面点的相对距离关系,推导模型中各未知参数的求解方法,实现摄像机参数的“白盒”标定,并给出了自动化标定的实现方案; 摘录实际路况试验结果,计算标定误差. 该算法只需要路面场景图像即可实现自动标定,无须人为干涉和配置,其计算简单,灵活性好,非常符合智能交通监控系统的需求.     

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。     

全景摄像机标定

针对一般全景摄像机标定方法需要特殊的装置、设备和仅适用于满足单视点约束情况下的问题,依据从单视点指向三维点的向量投影到图像平面的过程可以用泰勒级数描述的理论,建立了双曲面全景摄像机标定方法的一般传感器参数模型.标定方法能够补偿镜子焦点与摄像机光心间的配置误差,能够应用于单视点约束没有精确满足的情况下.同时算法只需摄像机从不同位置获取棋盘格平面模板图像可以进行标定.摄像机和平面模板可以自由移动,而不需知道运动的先验知识,所以算法灵活方便,而模型的参数通过非线性优化得到,所以精度较高.     

一种基于基础矩阵的摄像机自标定技术

为了解决传统摄像机标定技术的精确度差和使用不方便而提出了一种新的摄像机标定算法．该方法从基础矩阵方程出发,推导出摄像机5个内参数的求解方程,并根据测量得到的沿x轴和沿z轴的平移量ty、tz,计算出摄像机的5个内参数．经大量的仿真实验,该方法具有很高的精确度．     

基于计算机视觉的线性摄相机标定技术研究

通过建立基于一阶径向畸变的摄像机数学模型,提出了一种线性求解摄像机参数的标定方法,对摄像机模型中内部参数和外部参数进行逐步求解,且全部过程采用线性方法求解,从而改变了传统的摄像机标定依赖于非线性优化的缺点,避免了非线性优化的不稳定性.实验证明此方法具有较高的标定精度和较强的实用性.     

双目立体视觉分步标定及精度分析

在双目立体视觉中,为了解决传统标定时间长、自标定精度低的问题,使用一种分步标定方法并从Harris角度对影响精度的因素进行了分析.首先,利用Open CV通过张氏标定法计算出内部参数和畸变参数;其次,利用Matlab测算出了摄像机运动参数未知情况下的双目立体参数.结果表明:经计算得出总的图像残差均值为0.158 5像素,时间为200 s;标定结果比自标定方法精度高,同时比传统标定方法时间短.实验结果不仅达到了预期目的,而且从Harris角度分析发现,光照、标定靶的旋转程度对精度影响很大,同时摄像机的分辨率越高,对图片的拍摄条件要求越高.该方法为机器视觉中的三维测量和重建等工作奠定了良好的基础.     

基于交比不变量的摄像机标定方法

为了解决摄像机标定的菲线性优化过程中解的不稳定性问题,针对具有镜头径向畸变的摄像机模型,提出了一种实用的摄像机线性标定方法.该方法利用透视投影的交比不变性原理标定镜头的畸变系数,基于摄像机成像的单应性矩阵及内部参数的基本约束,线性标定出其他摄像机参数.实验结果表明,该方法标定模板制作简单,速度快,具有一定的鲁棒性,可以满足工业机器视觉的精度要求.     

一种摄像机标定系统的实现

摄像机标定系统中的参数直接影响摄像机三维重建效果的逼真度。本文以张正友两步标定法为基础,设计制作标定模板,并采用针孔摄像机模型对摄像机标定参数的求解过程进行了优化;结合OpenCV库,在Matlab开发环境下实现了摄像机标定系统。实验结果表明,该方法提高了摄像机的标定精度。     

基于光束平差法的像机内参数虚拟立体校准方法

为解决摄像机内参数的精确校准问题,对基于光束平差法的像机内参数虚拟立体校准方法进行了研究。通过对摄像机成像过程中各种畸变因素的分析,建立一个更加全面的校准模型;建立了关于校准参数的共线性方程,并对其进行线性化。构建基于Gauss-Markov原理的误差模型,实现对像机参数的优化求解。利用红外发光二极管随坐标测量机测头在校准空间内作定间距移动构成虚拟立体校准模板,保证了高精度校准控制点的获取。校准试验表明,该方法切实可行,能够解决视觉测量时摄像机内参数精确校准问题。     

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.     

基于对极几何和主动视觉的摄像机标定

针对实际物体三维重建中摄像机标定的特点,运用主动视觉原理和对极几何约束,推导出包括摄像机内外参数并能评价标定结果好坏的目标函数,采用遗传算法求其最小得到标定结果.该方法只需控制摄像机作1次共面的平移运动,对硬件设备没有特殊要求.实验结果表明,该算法在估计精度和鲁棒性方面有较大提高,操作方便,可很好地应用到三维重建系统中.     

双目视觉测量系统标定精度提高方法研究

针对提高双目视觉测量系统的标定精度问题,介绍了双目线结构光视觉测量系统的构成和工作原理,分析了影响系统单幅测量精度的各种因素,提出了改善标定精度的方法。采用张氏标定法求解相机内参,用双相机固有的对极几何关系求解外参,二维标定靶选用150mm×150mm的黑白棋盘格。根据标定结果反求标定靶的对角线距离,用该距离来验证标定结果。实验表明,标定误差稳定在20μm,可以满足实用要求。     

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。     

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.     

基于单位视球的鱼眼相机标定方法

针对鱼眼镜头的大范围视场,提出一种新的鱼眼相机标定方法.利用2组相互垂直的平行线来进行鱼眼相机标定.依据相机视场和成像边缘得到内部参数的估计值后,将图像平面上提取的角点反投影到单位视球（viewing sphere）上,2组平行线在单位球面上的2种几何特性提供外部参数估计的解析解.利用角点在图像平面的重投影误差来,得到优化后的所有参数.对3种常见的鱼眼投影模型分别进行关于标定图像数量和噪声水平的仿真实验.从仿真结果来看,在合理的噪声范围内,当用于标定的图像大于5张时,可以得到精度较高的标定结果.利用视场角185°的鱼眼相机来进行标定,并进一步的利用已知结构的立方体模板来验证外参估计方法.与加州理工学院提供的标定工具箱相比较,结果表明该算法不确定度较低,提供更为准确的标定结果.