成像激光雷达与摄像机外部位置关系的标定

为了确定成像激光雷达与摄像机两种不同传感器的相互位置参数,建立两者的一一映射关系,在现有激光雷达与摄像机外部参数标定方法的基础上,通过引入奇异值分解技术,对现有标定算法进行了改进.首先,介绍了改进标定算法的基本原理,采用奇异值分解方法求解超定方程组,得到成像激光雷达坐标系与摄像机坐标系之间的投影变换矩阵.为了降低噪声影...     

基于代理模型的螺旋输送器特征值反求

螺旋输送器的动态特性设计可归结于特征值反问题的求解.针对结构参数到结构响应之间的非线性映射关系,通过一种基于神经网络代理模型的优化策略,采用正交试验设计在设计空间中选择初始样本点,构造神经网络代理模型,神经网络结合遗传算法求解,利用神经网络的非线性拟合能力和遗传算法的非线性寻优能力,引入训练后的BP神经网络预测结果作为个体适应度值,获得全局最优值及对应输入值.解决了遗传算法能获全局最优解与有限元大量结构重分析之间的矛盾,是结构反问题的一种有效求解策略.     

基于等高地面控制点的航空摄像机参数估计

为满足炮射廉价航空CCD摄像机的对地定位需求,提出一种基于四个已知等高地面控制点的航空摄像机参数估计方法。该方法根据单张航空像片估计伞载空中摄像机焦距及摄像机在世界坐标系中的位置和姿态角等外参数,利用直接线性变换算法求取已知等高地面控制点与对应像点之间的单应矩阵,建立了单应矩阵与共线条件方程之间的关联关系,最后根据关联关系推导出计算航空摄像机焦距、纵横比、位置和姿态角等内外参数的数学模型。为考查该方法的有效性,分别运用室内模拟控制点和野外真实控制点进行了实验。实验结果表明:在给定四个等高地面控制点的三维坐标及对应像点的二维坐标的情况下,该方法计算焦距、纵横比、位置和姿态角等摄像机参数的相对误差约为2%,参数估计结果基本满足炮射摄像机对地成像定位需求。     

一种基于立体模板的双目视觉传感器现场标定方法

给出了一种基于立体标定模板的双目视觉摄像机内、外部参数现场标定方法.该方法采用理想小孔模型忽略摄像机镜头的非线性畸变,把透视变换矩阵中的元素作为未知数,在已知一组三维空间特征点坐标及其对应的图像点坐标时,利用线性算法求解出透视变换矩阵中的各个元素,进而得到所需的参数.最后采用立体标定模板对该标定算法进行了实验验证,用标定完成的立体视觉传感器对已知长度进行测量,相对精度达到了0.02%,取得了较为理想的结果.结果表明:该方法由于无需迭代,因此计算速度快,在测量现场只需摆放一次标定模板即可完成标定,可高精度地实现摄像机内、外部参数的现场标定.     

基于图像法的端铣表面粗糙度研究

基于机器视觉理论,采用图像法,实现了对端铣工件表面粗糙度的非接触式无损检测。通过数字显微镜、高分辨率摄像机与计算机相连接的图像采集系统获取端铣工件表面图像,根据端铣原理和端铣痕迹图像特征,提取基于灰度共生矩阵方法(GLCM)的8表面纹理特征参数,探讨各纹理参数与表面粗糙度评定值Ra的变化规律,从而定性评估端铣工件表面粗糙度。建立BP神经网络检测模型,以端铣表面图像纹理特征参数为输入量,对应的表面粗糙度评定值Ra为期望输出,构建了神经网络检测模型。通过测试样本检验,该方法具有较高的检测精度,能够满足表面粗糙度测量的精度要求。     

基于视觉反馈的机器人全调节RBF神经网络自适应反演控制

针对具有参数不确定刚性机器人系统的跟踪控制问题,提出了一种基于视觉反馈和全调节RBF神经网络的自适应反演控制器设计方法。根据安装在末端执行器的CCD摄像机提取的特征点确定期望位置,利用与一般设计不同的全调节RBF神经网络逼近系统的不确定项及外界干扰。在调节RBF神经网络权值的同时调节中心点值和影响范围,使得全调节RBF神经网络具有了更强的在线逼近能力。应用Lyapunov稳定性理论,证明了系统的所有信号均有界,控制器可以保证机械臂的运动按指数收敛到期望位置。仿真结果验证了所提控制器的有效性。     

基于一维靶标的多摄像机现场全局校准

基于一维靶标特征点共线的特点,提出一种多摄像机全局校准方法.以其中一个摄像机坐标系为基础,建立全局坐标系,称该摄像机为基础摄像机.在基础摄像机与待校准摄相机前将一维靶标无约束摆放至少两次.计算每个摆放位置一维靶标所在空间直线在图像中的消影点.结合一维靶标点共线的特点,分别求解全部一维靶标点在两个摄像机坐标系下三维坐标.通过两个摄像机坐标系下一维靶标对应特征点的三维坐标求解待校准摄像机坐标系到基础摄像机坐标系的转换矩阵,采用非线性优化方法求解转换矩阵的最优解.当摄像机多于两个时,通过两两摄像机校准的方式完成多摄像机全局校准.该方法不需要高精度外部辅助设备、简单灵活、实用性强.试验证明该方法灵活方便,切实可行.     

用神经网络提取模糊诊断知识的方法

改进了Ｂ－Ｐ神经网络的算法结构,找了单层神经网络权值矩阵与模糊综合评判关系矩阵之间的对应关系,由此构造了模糊神经网络系统,本系统解决了模糊诊断学习困难的局限,可以将所学知识中具有普遍意义的知识提取出来,同时,将过去隐含分布式的神经网络权值矩阵的物理意义明晰化,克服了单层Ｂ－Ｐ网络的一些局限性。     

基于线结构光参考平面的多摄像机标定方法研究

多摄像机视觉测量系统中不同视觉传感器空间分布广,无公共视角,现场标定十分困难。针对多摄像机标定问题,研究了一种基于线结构光参考平面的灵活标定方法。标定过程中,以空间中同时覆盖相邻摄像机视角的结构光平面作为标定参考基准,在不同摄像机视角中,自由移动平面靶标多次,确保每次移动后靶标与结构光相交,并能在各自摄像机中清晰成像,摄像机拍摄靶标图像。提取靶标图像中角点坐标、激光光条特征点坐标。借助靶标平面与摄像机坐标系外部参数矩阵,求解激光光条特征点在对应摄像机坐标系中坐标。通过结构光基准平面内,不同摄像机坐标系中至少3组非共线特征点坐标信息,求解相邻摄像机外部参数。分别进行标定试验和精度验证试验,试验结果表明该方法切实可行。     

镜像式单摄像机双目视觉传感器的结构设计

针对传统双目视觉传感器体积大、测量效率低、成本高和图像采集需同步等缺点,建立镜像式单摄像机双目视觉传感器的结构模型,提出一种镜像式单摄像机双目视觉传感器的结构优化设计方法。传感器由单摄像机和两块呈一定角度的平面镜构成的镜像光学系统组成,摄像机置于镜像光学系统前,拍摄获得平面镜中对应同一被测物体的两个虚拟物体的一幅图像,图像中左右两半部分的同名特征对应被测物体的同一空间目标,等效于传统双目视觉传感器中左右摄像机分别采集的两幅图像中的同名特征。详细分析平面镜的尺寸、两块平面镜之间的夹角、平面镜与摄像机的距离等结构参数对视场范围和测量精度误差分布的影响,由仿真结果得出结构参数的合理取值范围,给出镜像式单摄像机双目视觉传感器结构参数的一般性设计原则与方法步骤。根据视场范围和测量精度的要求,确定镜像式单摄像机双目视觉传感器的关键结构参数。试验结果表明,提出的结构优化设计方法对工程应用具有实际指导意义。     

基于正交消失点对的摄像机标定方法

为了提高摄像机的标定精度和灵活性,提出了基于正交消失点对的摄像机标定方法。该方法采用了摄像机线性模型,仅需设计制作简易的标定模板并以不同的视觉角度拍摄多幅(至少3幅)平面标定模板的图像,利用消失点的性质和标定模板的几何特征,从每幅标定模板图像中可获得正交消失点对与标定矩阵之间的2个几何约束条件,从而线性标定出所有摄像机内参数,通过仿真实验和真实实验验证了该方法具有较高的标定精度和鲁棒性。     

Star sensor calibration based on integrated modelling with intrinsic and extrinsic parameters

To guarantee high measurement accuracy, star sensors must be precisely calibrated prior to use. Existing star sensor calibration methods, such as the imaging model method with intrinsic parameters and the polynomial fitting method, exhibit disadvantages. Inspired by classic camera calibration theory, a novel star sensor calibration method based on integrated modelling with intrinsic and extrinsic parameters is proposed in this paper to overcome the inherent disadvantages. A complete, integrated imaging model for star sensors is established by using all intrinsic and extrinsic parameters. Calibration points’ data are then acquired by using a two-axis rotary table and a star simulator. Finally, a two-step procedure is applied to calculate the parameters. Experimental results show that the proposed calibration method is capable of obtaining all the intrinsic and extrinsic parameters of the star sensor with high accuracy and efficiency and guarantees highly accurate attitude measurements.     

基于全局代价函数优化的立体标定方法

提出了一种基于全局代价函数的立体标定方法.以张正友的单日摄像机标定算法为基础,同时选择合适的径向畸变模型,将左右摄像机的内参数、摄像机与标定板之间的外参数、镜头畸变系数,以及两个摄像机之间的外参数标定相互融合,使用一种约束性更强的全局代价函数作为优化目标进行非线性优化,经过一次优化便可以得到立体视觉系统中的摄像机参数.与通常的立体标定方法相比,该方法在目标函数中引入了左右摄像机之间外参数保持不变这一约束条件,从而使得重投影残差更小、标定精度更高,并且整个算法具有更强的鲁棒性.对比实验结果证明,这种基于全局代价函数优化的标定方法具有精度高、标定结果稳定等优点.     

基于两相同圆的自标定方法

摄像机标定在机器视觉中有着十分重要的作用。本文提出了一种基于两相同圆的自标定方法。首先,用摄像机从不同角度拍摄三幅包含两相同圆的图像,根据圆环点的不变性求取摄像机内部参数。然后根据透视投影变换的相切不变性,利用两圆的内外公切线求得摄像机的外部参数。该方法不需要任何已知的摄像机参数和烦琐的标志点匹配过程,简单方便地求解摄像机的内部参数和外部参数。大量的实验验证了该方法的精确性,鲁棒性和适用的广泛性。     

CCD摄像机快速标定技术

在视觉检测系统中,针对视觉传感器数量多,且每个摄像机需标定的内部参数及外部参数较多的特点,提出了一种新的简单的快速摄像机标定方法.分析了摄像机的各个关键参数,采用了全线性标定方法和矢量分析法,逐步求出CCD摄像机的参数.该方法具有标定速度快、精度较高、实用和算法性能分析容易等优点,适用于一般视觉检测系统的摄像机参数的标定,尤其是大型视觉检测系统中多视觉传感器的摄像机参数的标定.实际结果表明,摄像机标定误差优于0.05mm.     

编码光三维重建中摄像机标定技术的应用

针对编码光三维重建测量系统中参数设定的可操作性不强和精度不高的问题进行了全面分析,由此引入一种操作简单且精度大大提高的摄像机标定技术．该标定采用理想小孔模型忽略摄像机镜头的非线性畸变．在已知一组三维空间特征点坐标及其对应的图像点坐标时,利用线性算法求解出透视换矩阵中的各个元素进而再次分解出系统所需的内外参数。该方法由于无需迭代,因此计算速度快,可高精度地实现系统所需参数的标定。     

标定模板与图像平面平行时的摄像机标定方法

在工业应用的机器视觉系统中,存在着较多的图像平面与标定模板平面平行的情况,针对这种情况,提出了一种新的简单而快速的标定方法。该方法仅需要一个取景器和一个平面标定模板,通过取景器可直接得到光轴中心坐标,同时也可计算出镜头的焦距;再利用平面标定模板上的特征点计算出摄像机模型的其他参数。实践证明,该方法无需预标定过程即可迅速、方便地对摄像机的内外参数进行标定,并且具有较好的精度。     

面向行人检测的异构视觉传感网络自适应标定

异构视觉传感网络的标定是实现准确行人检测、跟踪、识别以及行为分析的关键和前提,对公共安全和智能安防具有重要意义。本文提出了一种面向行人检测的异构视觉传感网络自适应标定方法。首先,构建主动旋转变焦(PTZ)传感节点变焦成像模型,采用基于SURF特征点匹配的方法实现内参数自标定。其次,构建外参数分布式标定模型,将异构视觉传感网络外参数标定分解为节点局部标定和网络全局标定,从而避免采用单一中心节点进行集中式处理,提高方法的可扩展性;最后,为了提高标定精度,采用自适应混沌微粒群优化算法最小化内、外参数估计的再投影误差和轨迹匹配误差。实验结果表明,本方法有效降低了网络通讯量和标定误差,提高了异构视觉传感网络行人检测精度,具有重要的理论和实际应用价值。