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．     

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.     

道路交通事故现场摄影测量的标定技术

在分析三维摄影测量标定方法的基础上,提出了基于平面模板的照相机标定方法,即从不同视点拍摄多幅现场图像,先进行线性求解,然后基于极大似然准则进行非线性优化,获得照相机模型参数.实验结果表明该方法标定精度高,标定物简单,更加灵活易用.     

椭圆拟合的圆环模板摄像机标定

结合平面模板和一维标定物摄像机标定方法的优点,提出了一种新的基于椭圆拟合的圆环模板摄像机标定方法．该方法设计了一种新的圆环模板,只需要3副模板图像即可标定摄像机; 通过引入椭圆拟合精确定位圆环模板特征点,利用非线性优化进一步提高了摄像机的标定精度．仿真实验结果表明,该方法精确度高、鲁棒性强,通过在真实图像上的实验,验证了该算法的性能．     

道路交通事故现场摄影测量的标定技术

在分析三维摄影测量标定方法的基础上,提出了基于平面模板的照相机标定方法,即从不同视点拍摄多幅现场图像,先进行线性求解,然后基于极大似然准则进行非线性优化,获得照相机模型参数。实验结果表明该方法标定精度高,标定物简单,更加灵活易用。     

基于单CCD尺寸检测的摄像机标定方法

为提高机械零件尺寸检测的精度,针对Tsai两步标定法中初始参数不精确的问题,提出了基于直线投影约束的三步标定方法.该方法首先利用直线投影约束条件求解出图像中心点和畸变参数的初始值,然后结合径向排列约束条件求解超定方程组得出全部外部参数和余下内部参数值,最后对全局参数进行非线性优化.为验证提出方法的效果,通过建立基于图像模板的世界坐标系实现,即首先利用图像像素坐标求取摄像机坐标,再将摄像机坐标进行归一化,利用外参数矩阵就可以求解出图像点的世界坐标.结果表明,该方法可以有效提高摄像机标定的精度,像素误差可达0.126 5像素点,单目视觉尺寸检测中任意两点距离误差小于0.41%.     

摄像机与3D激光雷达联合标定的新方法

针对摄像机与3D激光雷达融合系统的标定问题,提出了一种基于平面标定模版的新方法.整个标定过程分为单传感器独立标定和多传感器联合标定两部分.与以往的基于特征点或者边缘对应的标定方法不同,根据传感器原点到标定平面的距离对应性原理实现了联合标定,解决了在激光雷达距离图像上提取特征点或者边缘时精度较低带来的问题.同时,仅采用同一块平面模板完成了整个标定过程,简单实用.实验结果表明,相比传统标定方法,本方法能够获得更高的精度.     

基于单模板的二维场景重建方法

针对现有场景重建算法具有计算复杂度高且鲁棒性差的缺点,本文采用一种基于映射变换的黑箱标定方法,根据图像坐标与世界坐标的线性映射模型,利用矩阵方程获取摄像机参数。与传统方法相比,该方法仅需一幅模板图像,降低了特征点与模板个数,简化了计算。实验过程中,利用图像降噪、改进的Harris算子角点提取等预处理过程快速提取特征点,实现摄像机参数标定的映射变换;建立了误差评价函数评价本文方法与Tsai标定算法。实验结果表明,该方法具有稳定性强、计算精度高、算法简捷的特点。     

一种基于Tsai法的摄像机改进标定法

为了提高摄像机标定精度和降低标定的复杂度,在Tsai两步标定法的基础上,提出了一种改进标定法.该方法采用分步标定的思想,以创建的平面模板为标定物,利用共面点便可线性求解出摄像机的内外参数.建立的摄像机模型考虑了径向畸变,有利于提高标定精度,标定过程只需要线性计算,避免了繁琐的非线性优化.     

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．     

机器视觉中彩色伪随机编码投影系统及标定

为了研究基于三维场景单幅二维图像的不标定欧式重构理论,需要构造一个编码投影系统,并预标定出其相关参数,依据伪随机彩色编码的原理,代数射影几何中的交比不变性质,以及被视为逆向照相机投影系统的标定数学模型,提出了投影系统的标定步骤和方法．将一幅伪随机编码图案与投影系统相结合,构造了一种新的视觉投影系统．标定实验表明,由此系统将伪随机彩色编码图案投射到靶标空间,利用CCD照相机拍摄其图像,进行图像的特征点提取和数据处理后得到了投影系统的参数。     

基于单个人工地标的机器人自主定位

结合地标设计的四个基本规则,设计了基于QR code的自相似二维人工地标,并讨论了其在复杂环境下的提取、识别问题,研究了相应的算法.利用摄像机标定技术,通过在人工地标上选取标定点求解出摄像机参数,实现了基于单个人工地标的机器人定位.实验结果表明,机器人完全可以在复杂环境下利用该人工地标实现快速、准确地定位和导航.     

基于单个人工地标的机器人自主定位

结合地标设计的四个基本规则，设计了基于QR code的自相似二维人工地标，并讨论了其在复杂环境下的提取、识别问题，研究了相应的算法. 利用摄像机标定技术，通过在人工地标上选取标定点求解出摄像机参数，实现了基于单个人工地标的机器人定位. 实验结果表明，机器人完全可以在复杂环境下利用该人工地标实现快速、准确地定位和导航.     

Place recognition based on saliency for topological localization

1 INTRODUCTIONLocalization is fundamental in the domain ofmobile robot navigation. Current localizationmethods based on camera can be mainly classifiedas geometric and topological . Topological methodsuse an adjacent graphin replace of exact coordinateto represent environment . For this reason, theyare dominant inlocalization based on monocular vi-sion[1]. In general , these topological approachesare based on either landmark detection or place rec-ognition.For landmark detection, mobile …     

基于大位移变分光流的全向智能轮椅测速方法

为扩大全向智能轮椅的速度测量范围并改善其测量精度及计算效率,对传统基于光流的测速方法进行了改进.首先,采用TV-L1模型求解光流,并有效地预测帧间像点位移量,缩小像点的搜索区域.然后,针对由光照不均、局部运动模糊等因素产生的异质光流矢量,提出了基于平面片光流模型的随机抽样一致算法(random sample consensus,RANSAC),以实现光流场的排异.最后,在统一计算设备架构(compute unified device architecture,CUDA)的体系框架下实现光流计算的并行加速,提高了系统的实时性.实验结果表明:改进方法使轮椅的最大可测量速度提升了1.67倍,且测速精度优于轮式里程计,该方法在光照不均、局部运动模糊情况下也具有较好的鲁棒性,能够提升全向轮椅的最大可测量速度及测量精度.     

Calibration of Camera with Large Field-of-View Based on Flexible Planar Target

For high precision calibration of camera with large field-of-view, massive calibration points will be needed if traditional methods are selected, which makes the calibration complex and time-consuming. In order to solve this problem, a calibration method based on flexible planar target is proposed. In this method, distortion factor is firstly acquired by the invariance of cross ratio, and existing feature points are adjusted with the distortion factor. Then, a large number of points that will be used for the calibration are constructed with the adjusted feature points. Simultaneously, Tsai method is modified so as to reduce the complexity of calibration, which makes the process linear. The simulation and real experiments show that the method proposed in this paper is simple, linear, accurate and robust, and the precision of this method is close to that of Tsai method using abundant points. The method can satisfy the requirement of high precision calibration for camera with large field-of-view.     

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。