基于Matlab的摄像机标定方法研究

摄像机标定的目的是建立三维坐标与二维图像坐标之间的对应关系,由摄像机拍摄的二维图像通过计算和实验得到物体的三维坐标值.基于摄像机的针孔模型,阐述了摄像机的标定原理和引起摄像机畸变的原因,在Windows系统下利用Matlab的摄像机标定工具箱进行了平面标定模板的角点提取和校正并给出了标定摄像机的参数表.实验表明,该标定方法和标定过程标定精度高、易于实现.     

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.     

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.     

基于平面靶分割区间LS-SVM摄像机标定的研究

摄像机标定是视觉系统精确的前提.利用最小二乘支持向量机实现摄像机的标定不需确定摄像机具体的内部参数和外部参数.由于镜头的畸变主要由径向畸变引起,根据摄像机畸变的特点,对畸变区域进行划分,提出一种基于分割区间最小二乘支持向量机的摄像机标定法,对不同的畸变区域进行单独处理.该方法同BP神经网络和基本最小二乘支持向量机标定预测结果对比表明,基于分割区间最小二乘支持向量机的摄像机标定法速度快,实时性好,能有效提高标定精度.     

基于OpenCV的摄像机标定方法研究

提出了一种基于OpenCV的摄像机标定方法.分析计算机视觉函数库OpenCV中的摄像机模型,考虑摄像机透镜的径向畸变与切向畸变的影响及模型的求解方法,同时结合基于Matlab的摄像机标定工具箱中的角点提取模块,给出了实验结果.结果表明,此方法精度较高、鲁棒性好,有效解决了计算机视觉系统的开发研制周期长的问题,可广泛应用于三维重建、虚拟现实等领域.     

双摄像机立体视觉系统的标定

研究了一种能应用于双摄像机立体视觉系统三维图像再现的标定法.它将四个坐标系下的点通过一系列矩阵进行转换,这些矩阵包括内部参数矩阵和两摄像机之间的关系转换矩阵,同时也给出了各摄像机的畸变参数.在实验中,首先由左右摄像机采集9组国际象棋棋盘的像,然后通过运行C++软件得到上述矩阵,最后通过立体匹配验证了标定结果的可信度.     

CCD摄像机标定与修正的简便方法

利用透镜成像理论建立摄像机数学模型，提出一种新的简单、快速的摄像机参数标定与修正方法，该方法在摄像机模型中全面考虑了镜头的径向畸变和切向畸变，利用图像中心附近点畸变量较小的性质，用中心附近点和全场视点对摄像机内外部参数和像差修正参数进行分离标定，实践证明，该方法能快速、方便地对摄像机系统进行标定和像差修正，具有较好的稳定性和精度。     

基于图像畸变矫正的摄像机标定方法

本文提出了一种新的摄像机标定方法,首先对含有畸变的二维图像进行矫正,再应用矫正后的图像对摄像机进行线性模型标定。给出了标定方法的理论依据和求解过程,并将其与线性标定方法和两步法进行了对比实验。实验结果表明:该方法无需预标定过程,即可迅速、方便地对摄像机进行标定,并且具有较好的精度。     

基于OpenCV的摄像机标定方法的实现

介绍了开放计算机视觉函数库OpenCV和摄像机模型,考虑到切向畸变和径向畸变,在VC++环境下,指出了基于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.     

CCD摄像机镜头薄棱镜畸变的研究

本文以CCD摄像机小孔成像模型为基础建立了薄棱镜畸变的非线性几何畸变模型,通过对影响畸变参数测量精度的各种因素的分析,使用最小二乘法解线性方程组得到摄像机系统畸变模型的畸变系数。通过与径向畸变相对比得出薄棱镜畸变对摄像机标定的影响相对较小,在此基础上提出了提高标定精度的有效方案。     

基于交比不变性的相机镜头畸变标定研究

相机的标定对于整个摄影测量系统的精度起着至关重要的作用.主要研究了一种较为有效、易行的标定相机畸变参数的方法.标定物简单且容易获得,相机无须固定,可手持拍摄.利用交比不变的性质,拟合全视场的无畸变的虚拟网格,得到图像点的偏差,从而计算出畸变系数.最后通过比较畸变纠正前后空间点距离的测量,表明此方法可较为明显的修正镜头畸变,且简单易行.     

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。     

Robot stereo vision calibration method with genetic algorithm and particle swarm optimization

Accurate stereo vision calibration is a preliminary step towards highprecision visual positioning of robot. Combining with the characteristics of genetic algorithm (GA) and particle swarm optimization (PSO), a threestage calibration method based on hybrid intelligent optimization is proposed for nonlinear camera models in this paper. The motivation is to improve the accuracy of the calibration process. In this approach, the stereo vision calibration is considered as an optimization problem that can be solved by the GA and PSO. The initial linear values can be obtained in the first stage. Then in the second stage, two cameras’ parameters are optimized separately. Finally, the integrated optimized calibration of two models is obtained in the third stage. Direct linear transformation (DLT), GA and PSO are individually used in three stages. It is shown that the results of every stage can correctly find nearoptimal solution and it can be used to initialize the next stage. Simulation analysis and actual experimental results indicate that this calibration method works more accurate and robust in noisy environment compared with traditional calibration methods. The proposed method can fulfill the requirements of robot sophisticated visual operation.     

一种基于平面标定物体的摄像机标定方法

从理论上提出了一种新的直接标定摄像机内部参数的算法。该算法是基于平面定标物体上,且只需一个坐标系统。与其他算法相比,这种算法大大简化了计算过程,避免了对多余参数的计算,可用它来标定摄像机的全部内部参数。     

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。     

摄像机成像过程仿真技术研究

探讨并比较了理想摄像机成像的过程与OpenGL透视投影的机理,从理论角度证明了通过设定OpenGL参数可使其渲染图像与真实摄像机拍摄结果一致。编程实现摄像机成像仿真平台,预先设定摄像机的内外参数,由OpenGL渲染生成不同位置的Checkerboard图像,利用第三方标定程序包进行标定。标定结果与预先设定的摄像机参数一致,证明了理论推导的正确性。通过本系统可以深入了解摄像机理想状态下成像的基本过程,且该模拟方法可摈除无关因素的干扰。为视觉系统标定、立体匹配、畸变校正、动态识别等大部分视觉算法的仿真奠定了基础。     

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。