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.     

无标定视觉伺服机器人系统研究

介绍了机器人视觉伺服的一般原理,按李雅普诺夫稳定性方法推导出了模型无关的无标定视觉伺服控制律,给出了图像雅可比矩阵的递推公式,并将算法加以改进使系统满足大范围渐近稳定.最后通过轨迹跟踪的仿真试验验证了摄像机固定和eye-in-hand两种结构下算法的正确性和有效性.     

基于模糊逻辑的机器人非标定视觉路径规划

本文提出了一种基于模糊控制的对含不确定性的移动机器人的非标定视觉伺服路径规划控制方法。本方案将摄像机固定于移动机器人工作区域内,运用摄像机针孔模型设计了一种新的非标定机器人视觉伺服路径跟踪系统,在此系统下运用模糊控制理论设计了模糊控制器,在视觉伺服系统参数未标定的前提下完成了对含不确定性参数的移动机器人视觉伺服路径规划。仿真实验证实控制效果良好。     

基于RBF神经网络的镜头畸变校正方法

提出了一种径向基(RBF)神经网络的畸变校正方法。该方法利用RBF网络的以任意精度逼近连续函数的能力,通过采用张正友平面标定法得到样本数据训练网络,最终建立网络模型。该方法算法简易,适合于对摄像机捕获的图像进行几何校正。实验研究表明,该方法大大提高了校正精度。     

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。     

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.     

结构光视觉传感器通用现场标定方法

建立结构光视觉传感器通用数学模型,提出一种基于平面靶标的结构光视觉传感器结构参数标定新方法.在测量空间不同位置多次随意摆放平面靶标,结构光投射在靶标表面,摄像机拍摄靶标图像.利用靶标上特征点及对应的图像点求解靶标坐标系到摄像机坐标系的转换.根据靶标平面与图像平面之间的同射变换获得结构光标定点在靶标坐标系下的坐标,并统一到摄像机坐标系下,在此基础上拟合出结构光方程.该方法获得标定点效率高,能胜任点、线、曲面等任何模式结构光视觉传感器的现场标定.试验结果表明,该方法具有较高的标定精度.     

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.     

一种智能摄像机网络中重叠区域的快速探测方法

重叠区域探测是构建多摄像机传感网络的一个基本问题。多摄像机协作视觉分析任务中，摄像机必须知道相互位置关系。本文提出了一个基于图像匹配快速重叠探测方法，该方法适用于非标定的摄像机网络。该方法利用关键点的局部图像描述匹配完成重叠区域标定。其中关键点探测使用了最新的SURF（speedup robust feature）算法，该方法适用于实时计算。局部图像描述采用简单易算的LPB统计直方图，该局部图像描述具备光照，旋转不变特征。本文在实际的智能摄像机网络进行了测试，取得了良好的效果。     

一种基于OpenCV和Tsai的摄像机两步标定新方法

为实现成形加工系统中摄像机标定技术,对开放计算机视觉函数库OpenCV进行了分析。在Tsai方法基础上,结合传统摄像机标定原理,充分考虑了透镜的径向畸变和切向畸变影响及求解算法,给出了一种适应于成形加工的MVS摄像机标定新方法。实验结果表明,该算法不仅具有良好的跨平台移植性,而且提高了标定精度和计算效率,能高效地获得相应的标定参数,可以满足一般成形加工中机器视觉系统的需要。