一种基于图像序列和外部平移数据的摄像机自定标方法

摄像机标定是从二维图像获取三维信息必不可少的步骤。本文提出了一种新的基于图像序列的自定标方法。通过控制摄像机平台作3次平移运动（其中任意2次均不在同一平面上）且不需要读取运动平台的平移数据，即可线性地标定摄像机的内参数。大量的模拟实验表明该算法精度高和鲁棒性强。     

一种新的基于Kruppa方程的摄像机自标定方法

主要针对传统的基于Kruppa方程的摄像机自标定算法的欠鲁棒性提出了一种新的二步式标定方法．在新标定方法中，首先利用传统的LM优化算法或遗传算法求解出Kruppa方程中通常需要被消去的比例因子，然后再利用线性方法完成对摄像机的标定．大量的仿真和真实图像实验表明，该方法可以大大提高基于Kruppa方程标定算法的鲁棒性及标定精度．     

一种基于遗传算法的电容成像图像重建方法

提出一种基于遗传算法的电容成像图像重建方法.该方法以线性反投影算法图像重建结果作为初始图像,选取Tikhonov正则化指标作为适应度函数,利用遗传算法对初始图像重新进行优化处理,选择能够更好反映管道中不同相介质所在位置的像素点,并确定这些像素点灰度值的最大最小值,最后根据最大值和最小值确定像素点的灰度值.该算法充分利用遗传算法对低维空间高效的搜索能力,避免了应用遗传算法直接求取各像素点的灰度值,具有较高的效率.数值计算结果表明该算法对两相流不同流型分布具有良好的适应性,与Landweber方法相比,能在更短的计算时间的情况下,取得更好的重建图像.     

基于多视图像的摄像机自标定方法

摄像机标定是三维重建时的必要步骤。传统的标定方法对设备要求高、操作繁琐,而自标定方法虽然简便,但精度不高,会严重影响三维重建的效果。因此,越来越需要一种操作简便并且精度高的自标定方法。采用SIFT特征点匹配算法,根据多视序列图像中对应点间的相互关系,利用光束法平差,提出了一种基于局部-全局混合优化的迭代优化方法。针对图像匹配量大的问题,提出了一种邻域内图像互匹配方法来降低时间代价。实验表明,本文提出的多摄像机自标定方法是一种有效的高精度方法,采用的邻域内图像互匹配技术能很好地降低图像匹配的时间消耗。根据多视图像的对应点间相互关系,充分利用局部-全局优化的思想,通过混合优化的方法得到相机参数,对比现有自标定算法,本文给出的方法有较高的精度和鲁棒性。     

基于射影重建的线性摄像机自标定方法

提出了一种基于射影重建的线性摄像机自标定方法.该方法只需要摄像机作一次纯平移运动和两次带旋转的任意运动即可.该方法有3个主要特点.第1,由于该方法是一种线性方法,所以避免了大多数非线性方法的局部极小问题.第2,该方法是一种基于射影重建的自标定方法,由于在射影重建过程中利用了所有图像的信息,因此比以前的方法具有更好的鲁棒性.第3,该方法对硬件设备几乎没有特殊要求,在实际应用中易于实现,比如人手持一个摄像机摄取一些图像即可.模拟实验和真实图像实验均证明了该方法的可行性.     

一种基于图像区域系综分类的室外场景理解方法

多层感知机分类器是一种有效的数据分类方法，但其分类性能受训练样本空间的限制。通过多层感知机分类器系综提高室外场景理解中图像区域的分类性能，提出了一种自动识别室外场景图像中多种景物所属概念类别的方法。该方法首先提取图像分割区域的低层视觉特征，然后基于系综分类方法建立区域视觉特征和语义类别的对应关系，通过合并相同标注区域，确定图像中景物的高层语义。对包含5种景物的150幅图像进行测试，识别率达到了87％。与基于多层感知机方法的实验结果相比，本文提出的方法取得了更好的性能，这表明该方法适合于图像区域分类。此外，系综方法还可以推广到其他的分类问题。     

一种实时鲁棒的超分辨率图像重建方法

在智能交通系统中,超分辨率重建技术有着广泛的应用。提出一种新的超分辨率图像重建方法,用于提高超分辨率图像的重建质量。该方法从低分辨率图像中提取出具有独特性和鲁棒性的SURF特征描述子,进行匹配计算,采用最小二乘法估计运动参数,采用ANC算法对图像进行插值计算。实验结果表明,该方法具有较强的鲁棒性和实时性,重建质量较之其他重建算法要高。     

基于条件数的摄像机自标定方法的鲁棒性分析

对基于绝对二次曲线和基于绝对二次曲面的两类摄像机自标定方法的鲁棒性进行了分析,并从矩阵条件数出发,通过大量仿真实验对两类方法进行了定量比较．实验结果表明, 基于绝对二次曲线的摄像机自标定方法的系数矩阵的条件数一般小于基于绝对二次曲面方法的系数矩阵的条件数．另外,当常数因子有误差时,基于绝对二次曲面方法的系数矩阵条件数的变化一般比基于绝对二次曲线方法系数矩阵条件数的变化更剧烈．上述二点表明,基于绝对二次曲线的自标定方法的鲁棒性一般要优于基于绝对二次曲面的自标定方法．上述结论与文献中的一些实验观察正好相佐．     

一种半自动的三维欧氏重建方法

从二维图像得到场景的三维模型是计算机视觉和虚拟现实的重要研究内容。本文通过用户的简单交互,利用平面型场景的同形关系自动进行两幅大差异图像之间的角点匹配,将这些匹配结果作为初始点,再利用RANSAC鲁棒算法估计基本矩阵。以此结果进行仿射重建,然后在简化相机模型的基础上通过给出的约束条件直接实现欧氏重建,真实数据的实验结果表明了该算法的有效性。     

一种基于可编程图形硬件的快速三维图像重建算法*

针对三维CT图像重建时间过长这一瓶颈问题,给出了FDK算法的几何描述,并据此导出了利用可编程图形硬件加速三维图像重建的方法,最后利用图形处理器的可编程、高精度以及并行计算等特性实现了该方法。实验结果表明,该三维图像重建方法非常有效,与原始算法相比取得了8倍左右的重建加速比。     

基于仿射点对应的分层重构

提出了一种基于仿射点对应的分层重构方法,所谓仿射点对应是指相差一个仿射变换的两个空间点集的图像对应．该方法主要分为以下三个步骤：首先,从点对应计算准仿射重构;然后,由仿射点对应的准仿射重构建立一个三维射影变换,并利用这个射影变换的特征向量来确定无穷远平面,从而得到仿射重构;最后,从仿射重构所获得的无穷远平面单应矩阵标定摄像机内参数,进而得到度量重构．在上述三个步骤中,第二个步骤是最关键的,即如何确定对应于无穷远平面的特征向量,这也是该文的新思想和主要贡献所在．仿真和真实图像实验均表明,该文的方法是有效的,并且有很好的鲁棒性．     

基于平面与直线的仿射重建

首先给出了无穷远平面的单应矩阵以及仿射重建算法，然后从数学上严格证明了下述命题：在变参数模型下，如果场景中含有一张平面和一对平行直线，或者场景中含有两张平行平面，则从两个平移视点下的图像均可以线性地对场景进行仿射重建；文章同时指出：如果场景中包含一对平行平面和一对平行直线，则从两个一般运动视点也可以线性地重建场景的仿射几何．大量的模拟和真实图像实验表明，该线性仿射重建算法是正确的，同时具有较高的重建精度和鲁棒性．     

Self-Calibration of a Moving Camera from Point Correspondences and Fundamental Matrices

We address the problem of estimating three-dimensional motion, and structure from motion with an uncalibrated moving camera. We show that point correspondences between three images, and the fundamental matrices computed from these point correspondences, are sufficient to recover the internal orientation of the camera (its calibration), the motion parameters, and to compute coherent perspective projection matrices which enable us to reconstruct 3-D structure up to a similarity. In contrast with other methods, no calibration object with a known 3-D shape is needed, and no limitations are put upon the unknown motions to be performed or the parameters to be recovered, as long as they define a projective camera.The theory of the method, which is based on the constraint that the observed points are part of a static scene, thus allowing us to link the intrinsic parameters and the fundamental matrix via the absolute conic, is first detailed. Several algorithms are then presented, and their performances compared by means of extensive simulations and illustrated by several experiments with real images.     

Euclidean Reconstruction and Reprojection Up to Subgroups

International Journal of Computer Vision - The necessary and sufficient conditions for being able to estimate scene structure, motion and camera calibration from a sequence of images are very...     

一种三维准欧氏重建方法

研究在不必精确知道相机内参数的情况下进行场景的三维重建，充分利用建筑场景的平面信息，假设场景由一些基本平面元素组成，从而自动生成场景的拓扑结构．虽然重建结果从严格意义上仍是射影重建，但已经非常接近欧氏重建结果，文中称之为准欧氏重建，该结果还可以为其它优化算法提供很好的初值．真实图像的实验结果证实了本文算法，重建模型达到了很好的可视效果．     

Some Results on Minimal Euclidean Reconstruction from Four Points

Methods for reconstruction and camera estimation from miminal data are often used to boot-strap robust (RANSAC and LMS) and optimal (bundle adjustment) structure and motion estimates. Minimal methods are known for projective reconstruction from two or more uncalibrated images, and for “5 point” relative orientation and Euclidean reconstruction from two calibrated parameters, but we know of no efficient minimal method for three or more calibrated cameras except the uniqueness proof by Holt and Netravali. We reformulate the problem of Euclidean reconstruction from minimal data of four points in three or more calibrated images, and develop a random rational simulation method to show some new results on this problem. In addition to an alternative proof of the uniqueness of the solutions in general cases, we further show that unknown coplanar configurations are not singular, but the true solution is a double root. The solution from a known coplanar configuration is also generally unique. Some especially symmetric point-camera configurations lead to multiple solutions, but only symmetry of points or the cameras gives a unique solution.     

一种用于建筑物场景重建的方法

应用计算机视觉的方法,提出了一种针对建筑物的、基于图像造型的方法,这种方法首先对建筑物进行射影重建,然后利用建筑物的表面特征完成欧氏重建并对结果进行了优化。从实验结果上看,该疗法比较好地恢复了物体的三维信息,并且存在操作简单、需要附加信息较少的优点。     

一种基于点对的相机几何标定方法

提出了一种基于点对的几何标定方法,用于标定相机外部参数．该方法考虑点对而不是单个点与相机的几何关系．首先根据三个标定点对计算旋转矩阵且不需要任何点对的精确三维信息．然后根据相机和一个点对的几何关系计算平移且只需这个点对的相对位置是已知的．整个标定过程不需要任何点对的绝对位置信息．试验结果表明了该方法的有效性．