基于二次曲线的纯旋转摄像机自标定

研究探讨了一种基于平面二次曲线的纯旋转摄像机自标定方法.在不同的方位拍摄 三幅或三幅以上图像,每幅图像至少包含两个空间平面二次曲线、或两个二次曲面、或一个平 面二次曲线与一个二次曲面的投影,利用图像之间的二次曲线对应关系,可以确定摄像机的 内参数矩阵,同时可以获得摄像机不同方位之间的旋转矩阵.由于使用的定标基元为二次曲 线,是较点和直线包含更多信息的基元,因而基元之间的匹配容易自动实现,并有助于提高标 定算法的鲁棒性和在线实时性.模拟实验和真实图像实验表明文中所介绍的方法是可行的.     

基于平面二次曲线的摄像机标定

提出了一种基于平面二次曲线的摄像机标定方法 .该方法只需要摄像机在 2个或 2个以上不同的方位摄取一个含有 3个或 3个以上同心二次曲线的平面模板的图像 ,摄像机和平面模板都可以自由移动 .所提出的摄像机标定方法在求解过程中不需要非线性迭代 ,可以直接获得解析解 .由于该方法利用二次曲线作为标定基元 ,简化了基元对应问题 ,并且精度和稳定性都比较高 .另外该方法原理简单 ,对设备的要求比较低 ,非常适合对计算机视觉不太熟悉的人员使用 .     

基于光束法平差的双线阵系统标定技术

针对线阵相机特殊使用场景中所需要的高精度图像,对线阵相机进行高精度标定。提出一种基于光束法平差的双线阵相机标定方法。通过背景差分法获取线阵相机的特征点的像素坐标。再利用已有的直接线性变换方法和非线性优化方法求出相机的内参,外参,畸变参数后,将得到的初始参数与世界坐标作为待优化集合,利用LM法和光束法平差对该集合进行更进一步的优化,使得双线阵系统的重投影误差降到最低。实验表明,该方法与传统的线阵相机标定方法相比重投影误差降低了75.01%。     

二轴转台测角法用于线阵相机几何参数标定

目的 目前对线阵相机的几何参数标定方法比较少,而且已有标定方法都需要特殊、高精度要求的设备,为此提出一种基于二轴转台测角法的线阵相机标定方法,通过简单的设备高精度求取线阵相机的内参数和畸变参数。方法 通过简化面阵相机成像模型,建立线阵相机成像模型且推导出参数计算公式,提出测角法标定流程并设计了专门的标定板,利用图像边缘检测得到标定板黑白条纹的边缘点坐标,结合二轴转台的角度信息,代入成像模型中,主要采用最小二乘法和迭代优化算法,求取线阵相机的内参和畸变参数。同时指出了该方法的适用性和标定精度依赖于转台精度、镜头视场角和感光器件分辨率。结果 对3只不同焦距的镜头进行标定实验,分析了内参数和畸变参数迭代优化过程,焦距的标定精度优于5 μm、主点的标定精度优于3 μm,与其他文献中高成本方法进行相比,处于同一数量级。结论 提出一种新的线阵相机几何参数标定方法,该方法利用低成本二轴转台和黑白条纹标定板即可高精度标定出线阵相机几何参数。该方法的适用性依赖转台精度、镜头视场角和感光器件分辨率,对于步长为0.012 9°的转台和分辨率为1 436的线阵相机,最多只能标定焦距为16 mm的镜头,而焦距更长的镜头需要更高精度的转台。     

线阵相机的圆环旋转标定方法

由于传统线阵相机的标定过程复杂,且对标定物精度要求较高,难以保证缺陷的定位精度,本文提出一种线阵相机的圆环旋转标定方法以提高缺陷的定位精度。该方法设计一种新型的圆环形标定板,在静态标定基础上通过旋转线阵相机采集相机视线与圆的交点的坐标,得到旋转角度以及多组标定点,建立线阵相机的成像模型和径向畸变模型,通过非线性优化整体误差函数求解相机的内参和畸变参数,同时分析相机不同旋转角度对标定精度的影响。实验结果表明,当θ≤20°时,该方法的标定精度在0.35 pixel以内,满足实际检测的定位要求,并且在PCB缺陷检测中得到较好的验证。     

几何联合分段亮度的线阵图像配准

目的 以非平行于目标的姿态成像时,线阵相机采集的图像的几何变换规律与面阵相机不同,这导致面阵图像的几何变换模型及其直接配准方法无法实现线阵图像的配准;同时,亮度恒常假设无法解决大视场镜头引起的图像亮度衰减问题。因此,提出了一种几何联合分段亮度的线阵图像直接配准方法。方法 根据线阵图像的几何变换模型和分段增益—偏置亮度模型,将线阵图像的配准问题表示为一个非线性最小二乘问题。采用高斯—牛顿法对配准问题中的几何变换参数和亮度变换参数联合进行优化;此外,针对以单位变换为初始值时配准图像存在较大几何误差致使优化不收敛,设计了一种初始值快速搜索策略。结果 实验数据包含本文采集的线阵图像数据集和真实列车线阵图像。配准结果表明,采用本文方法配准后的标注点坐标均方根误差均小于1个像素,优于采用面阵图像几何变换模型的直接配准方法。算法对亮度变化具有更强的鲁棒性,提高了线阵图像配准的成功率。结论 本文提出的几何联合分段亮度线阵图像配准方法可以精确、鲁棒地对齐非平行姿态线阵相机所采集的图像。     

输送带纵向撕裂监测系统图像采集处理器研究

提出了一种多视点输送带纵向撕裂故障在线监测系统的设计方案,实现了输送带纵向撕裂的检测,提高了输送带的检测宽度,降低了线阵CCD相机与线阵LED光源方位调整的难度;提出了一种图像采集处理器的设计方案,实现了对多路线阵相机图像的采集、处理及传输。以TMS320C6678为核心设计了图像采集处理器的硬件电路。在集成开发环境CCS上,基于SYS/BIOS系统设计了图像采集处理器的软件,实现了对多路线阵相机的控制、多核调度及与上位机的通信。实验表明,该图像采集处理器实现了多路输送带图像的采集、处理和高速传输,最多可连接4路线阵相机,每路相机采集速率可达25 Mb/s,可用于多视点输送带纵向撕裂故障在线监测系统。     

基于面阵CCD的相机自动调焦技术

为满足摄影分辨力的要求 ,在航空相机拍摄过程中 ,镜头位置要随着摄影距离的改变相应调整。线阵CCD交汇测量能准确测定点目标的距离 ,但对于面目标测量难度较大 ,若用面阵CCD替代线阵CCD ,并利用小波变换获取的图像边缘特征 ,自动识别相同点目标在不同CCD面上的成像位置 ,可实现面目标距离精确测量和相机焦距的自动调整。     

基于图像纹理的车辆检测算法

传统的视频检测方法是基于面阵图像的,其背景图像复杂,不利于目标分割和特征提取,而线阵CCD成像中背景图像相对简单,并且其帧速率远远高于面阵CCD的帧速率,从而可以实现高精度的检测,特别是车辆存在和车辆速度的检测.本文提出了适用于线阵CCD图像的车辆检测算法.其基本思想是:利用小渡变换提取路面的纹理特征,然后对采集的每线数据进行二值化,并在此基础上,逐线进行车辆分割.实验表明:该算法能有效抑制车灯和阴影对车辆分割的干扰,实现车辆的实时准确分割.     

采用棋盘格靶标的全自动相机标定方法

为了去除相机标定过程中的人为干预,提出了一种采用改进的棋盘格靶标的全自动相机标定方法。识别出每幅标定图像中的四个标志圆,利用四个标志圆圆心的图像坐标和物理坐标计算二维射影变换矩阵。依据该射影变换矩阵计算出棋盘格角点的初始图像位置,接着提取亚像素精度的角点位置。迭代求解需要标定的相机参数。由实验可知,该全自动相机标定方法的棋盘格角点识别能力和相机标定精度,与Bouguet的相机标定工具箱相当,且可以显著地减少标定时间和工作量。利用20幅分辨率为640×480的靶标图像标定相机仅需16 s。     

Camera array calibration for light field acquisition

Light field cameras are becoming popular in computer vision and graphics, with many research and commercial applications already having been proposed.Various types of cameras have been developed with the camera array being one of the ways of acquiring a 4D light field image usingmultiple cameras. Camera calibration is essential, since each application requires the correct projection and ray geometry of the light field. The calibrated parameters are used in the light field image rectified from the images captured by multiple cameras. Various camera calibration approaches have been proposed for a single camera, multiple cameras, and amoving camera. However, although these approaches can be applied to calibrating camera arrays, they are not effective in terms of accuracy and computational cost. Moreover, less attention has been paid to camera calibration of a light field camera. In this paper, we propose a calibration method for a camera array and a rectification method for generating a light field image from the captured images. We propose a two-step algorithm consisting of closed form initialization and nonlinear refinement, which extends Zhang’swell-known method to the camera array. More importantly, we introduce a rigid camera constraint whereby the array of cameras is rigidly aligned in the camera array and utilize this constraint in our calibration. Using this constraint, we obtained much faster and more accurate calibration results in the experiments.     

基于扩展摄像机成像模型的自标定方法*

提出了一种基于扩展摄像机成像模型的自标定方法,将采用不同视点成像的观念转换为不同方向透视投影下分析,得到在一幅图像中同时建立三对不同方向的空间面与图像面的单应关系,进而建立不同面的圆环点绝对二次方程,实现单幅图像标定。采用长方体进行实验,模拟实验和真实图像实验均验证了这种思维方法的可行性和正确性。     

非线性模型下的摄像机自标定

摄像机标定是从二维图像获取三维信息必不可少的步骤，线性（小孔）模型摄像机自标定，目前已成为计算机视觉领域的研究热点之一，对于非线性模型下摄像机的自标定，目前还未见到相关的研究报道，用于线性模型一般不能准确地描述真实像机的几何成像关系，因此对非线性模型摄像机自标定的研究具有十分重要的实际意义，该文主要探索非线性模型摄像机的自标定方法，基本原理是将非线性模型视为线性模型和畸变项的叠加，然后利用线性模型的基本矩阵或单应矩阵，给出非线性模型参数的约束方程，从而实现非线性模型摄像机的自标定，模拟和真实图像实验均表明该文所给的方法是可行的，具有一定的实用价值。     

基于单幅回旋曲面图像的摄像机标定方法

针对传统摄像机标定方法存在的局限性问题,提出一种基于单幅回旋曲面图像的摄像机标定方法,综合运用计算机视觉、图像处理和计算机辅助几何设计技术,为单幅图像提供足够的几何信息用以摄像机标定,研究单幅未标定的包含回旋曲面以及特殊标定块的图像。仿真实验结果表明,该方法能够有效标定摄像机,为推广基于图像处理的应用技术提供条件。     

Self-Calibration of Stationary Cameras

A new practical method is given for the self-calibration of a camera. In this method, at least three images are taken from the same point in space with different orientations of the camera and calibration is computed from an analysis of point matches between the images. The method requires no knowledge of the orientations of the camera. Calibration is based on the image correspondences only. This method differs fundamentally from previous results by Maybank and Faugeras on self-calibration using the epipolar structure of image pairs. In the method of this paper, there is no epipolar structure since all images are taken from the same point in space, and so Maybank and Faugeras's method does not apply. Since the images are all taken from the same point in space, determination of point matches is considerably easier than for images taken with a moving camera, since problems of occlusion or change of aspect or illumination do not occur.A non-iterative calibration algorithm is given that works with any number of images. An iterative refinement method that may be used with noisy data is also described. The algorithm is implemented and validated on several sets of synthetic and real image data.     

基于高动态范围图像中光晕分析的光照方向测算算法

针对增强现实(AR)系统中复杂场景的光照一致性问题,运用高动态范围(HDR)图像处理技术对标识物图像进行分析,提出一种基于HDR图像中光晕分析的光照方向测算算法。为了提高虚拟物体的沉浸感和真实性,在研究和分析现有的光照恢复算法的基础上,利用二次曲线对的投影不变性原理进行相机标定;为了获得更加详尽的光照信息,使用HDR技术对标识物图像进行处理,提高了测算精确度;参照Lambert光照模型对图像中的光照信息进行分析,将拍摄角度进行分类,实现了对传统测算光源方向算法的改进,可测算出位于摄影球反射范围外的部分光源的方向,扩大了测算范围。设计了针对单一点光源的视角1和视角2测算验证实验,并进行了分析。实验验证表明,所提方法简单易行,具有较强的鲁棒性,能够实现在标识物部分遮挡的情况下,测算出位于摄影球反射范围外部分光源的方向。     

基于参考像面法的CCD摄像机标定新技术

摄像机标定是计算机视觉检测中必不可少的步骤.在现有的摄像机参数标定算法中,纯线性算法标定速度快,但标定精度不是很高;相反如采用非线性搜索算法,标定精度高,但存在标定速度慢以及会出现不收敛现象.通过对现有线性标定算法的研究,提出一种既考虑摄像机的径向和切向畸变,又能实现全线性化求解的全新标定算法--参考像面法.经验证该方法标定速度快、精度较高、算法健壮,适用于大型视觉系统多摄像机的快速标定.     

基于相机阵列的高动态范围图像合成方法

针对传统的高动态范围图像合成方法不能适应动态光照的问题, 提出了基于相机阵列的不同曝光的多幅图像的配准及高动态范围图像合成方法。首先利用相机阵列获取不同曝光图像, 结合相机阵列标定参数, 采用光场合成孔径理论对图像进行配准, 并对配准后的图像作中值位图进行二次配准。根据拟合出的各相机的光照响应曲线, 进而将二次配准后的不同曝光的图像合成为一幅高动态范围图像。实验表明, 该方法可以有效地在动态光照下合成高动态范围图像, 取得了不错的效果。     

一种基于相机标定的图像配准方法

图像配准是把同一场景的两幅或者多幅图像在空间上进行配准,它在图像分析领域应用广泛,如医学,遥感图像分析,图像融合,图像检索及目标识别等．匹配困难是图像配准的主要问题,造成匹配困难的原因之一是待匹配图像存在畸变．该问题是由于待配准图像相对于基准图像会产生大面积相同区域或产生平移、旋转、缩放等多种畸变．针对以上各种畸变,本文提出一种解决方案：利用相机标定信息求解畸变情况的平移矩阵、旋转矩阵和缩放比,通过反变换达到矫正图像畸变的效果．然而标定信息常会因为相机位置移动而发生改变．对于此问题,本文则是通过求解多角度下的云台转角来确定相机的标定信息．实验表明：本文提供的方案很好的解决了图像配准阶段的一些畸变问题,使图像配准有较高的精度．